使用scrapy spider间歇性的"getrandom()初始化失败“

Question

我构建了一个scrapy spider (scrapy 1.4)。这个爬虫是通过django-rq和supervisord从django网站按需触发的。

下面是监听django-rq事件的supervisord作业(reddit用作代理)

[program:rq_worker] 
command=python3 manage.py rqworker default 
directory=/var/www/django-app 
autostart=true 
autorestart=true 
stderr_logfile=/var/log/rq_worker.err.log 
stdout_logfile=/var/log/rq_worker.out.log

这个设置运行得很好。然而，时不时的(我不能按需重现这个问题)，所有的爬行器都抛出相同的OpenSSL错误：

2018-02-11 11:02:19 [scrapy.core.scraper] ERROR: Error downloading <GET https://whateverwebsite.com>
Traceback (most recent call last):
  File "/usr/local/lib/python3.5/dist-packages/twisted/internet/defer.py", line 1299, in _inlineCallbacks
    result = result.throwExceptionIntoGenerator(g)
  File "/usr/local/lib/python3.5/dist-packages/twisted/python/failure.py", line 393, in throwExceptionIntoGenerator
    return g.throw(self.type, self.value, self.tb)
  File "/usr/local/lib/python3.5/dist-packages/scrapy/core/downloader/middleware.py", line 43, in process_request
    defer.returnValue((yield download_func(request=request,spider=spider)))
twisted.web._newclient.ResponseNeverReceived: [<twisted.python.failure.Failure OpenSSL.SSL.Error: [('', 'osrandom_rand_bytes', 'getrandom() initialization failed.')]>]

重新启动supervisord会使问题消失。

为了确保我的网站和它的爬虫正常运行，我必须在每次重新启动supervisord时测试是否没有问题。没什么大不了的但还是..。

我想知道那里出了什么问题？如何解决此问题？它与supervisord相关吗？扭曲的关系？与openSSL相关？

谢谢你的帮助

Answer 1

我也有过类似的错误，但对于python请求库：

Error([('', 'osrandom_rand_bytes', 'getrandom() initialization failed.')],)

这是由于随机数生成器未能及时收集足够的熵造成的。我已经安装了rng-tools，它解决了这个问题。