诺基里vs Goliath...or，他们能相处吗？

Question

我有一个项目，需要从字面上解析成千上万的HTML和XML文档。

我认为这将是一个学习Ruby纤程和新的Goliath框架的绝佳机会。

但是很明显，如果你使用阻塞库，Goliath就会失败。但问题是，我不知道如何区分什么是“线程安全”(如果这是Goliath的正确术语)。

所以我的问题是，一般情况下，Nokogiri是否会导致Goliath或多线程/纤程的问题？

如果是这样，有没有比Nokogiri更安全的东西可以使用？

谢谢

Answer 1

Goliath是一个web框架，所以我假设你计划通过HTTP“摄取”这些文档？每个请求都被映射到一个ruby纤程中，但实际上，服务器是在单个反应器线程中运行的。

所以，回答你的问题:据我所知，Nokogiri是线程安全的，但这在这里其实并不重要。您需要注意的是:在解析文档时，CPU会被锁定，Goliath在此期间不会接受任何新的请求。因此，您必须实现正确的逻辑来处理您的特定情况(例如:您可以对来自套接字的数据块进行流解析，或者在多个goliath服务器之间进行负载平衡，或者同时执行这两种操作... :-))