Skip to content

GitLab

  • Projects
  • Groups
  • Snippets
  • Help
    • Loading...
  • Help
    • Help
    • Support
    • Community forum
    • Submit feedback
    • Contribute to GitLab
  • Sign in / Register
K
kb
  • Project overview
    • Project overview
    • Details
    • Activity
    • Releases
  • Repository
    • Repository
    • Files
    • Commits
    • Branches
    • Tags
    • Contributors
    • Graph
    • Compare
  • Issues 2
    • Issues 2
    • List
    • Boards
    • Labels
    • Service Desk
    • Milestones
  • Merge requests 0
    • Merge requests 0
  • Operations
    • Operations
    • Incidents
  • Analytics
    • Analytics
    • Repository
    • Value Stream
  • Wiki
    • Wiki
  • Members
    • Members
  • Activity
  • Graph
  • Create a new issue
  • Commits
  • Issue Boards
Collapse sidebar
  • granite
  • kb
  • Wiki
    • Data_stream
    • Risk
  • risk_zhixing

risk_zhixing · Changes

Page history
update risk_zxgk md authored Jul 13, 2021 by 杨龙斌's avatar 杨龙斌
Hide whitespace changes
Inline Side-by-side
Showing with 98 additions and 46 deletions
+98 -46
  • data_stream/risk/risk_zhixing.md data_stream/risk/risk_zhixing.md +98 -46
  • No files found.
data_stream/risk/risk_zhixing.md
View page @ dc935107
......@@ -4,13 +4,15 @@
执行公开爬虫(包含:'zhixing','shixin','xianxiao','zhongben')
zhixing: 通过增加的id和数据库已有id进行找新和更新,如果没有id,通过pname查找
shixin: 通过增加的id进行找新,更新
zhongben: 通过增加的id进行找新,更新
```
## 数据名称(中文)
<!-- 该项数据的中文标准名称,后续沟通交流使用的规范名称,如:工商公示股东信息、失信被执行人、一般纳税人等-->
###
###
```buildoutcfg
执行公开信息
......@@ -72,7 +74,7 @@ db_password:
* 根据表里面最大zhixing_id每天生成十万任务进行更新
* 终本案件
* 待补充
* 根据表中zhongben_id的最大值每天生成十万任务
* 限制高消费
* 待补充
......@@ -145,28 +147,28 @@ risk_zxgk
```json
通用任务
zhixing
{
"zhixing_id": "1371041114",
"task_type": "spider_zhixing_task"
}
{
"zhixing_id": "1371041114",
"task_type": "spider_zhixing_task"
}
shixin
{
"shixin_id": "1371041114",
"task_type": "spider_shixin_task"
}
{
"shixin_id": "1371041114",
"task_type": "spider_shixin_task"
}
xianxiao
{
"xianxiao_id": "1371041114",
"task_type": "spider_xianxiao_task"
}
{
"xianxiao_id": "1371041114",
"task_type": "spider_xianxiao_task"
}
zhongben
{
"zhongben_id": "1371041114",
"task_type": "spider_zhongben_task"
}
{
"zhongben_id": "1371041114",
"task_type": "spider_zhongben_task"
}
zhixing 通过pname查询
......@@ -179,11 +181,14 @@ zhixing 通过pname查询
```
### 任务样例
<!--注意是爬虫拿到的完整任务,而不仅仅是task_params-->
```buildoutcfg
```
### 任务参数说明
<!--特有参数说明,通用参数比如spider_name,task_params,task_src,task_result等不需说明-->
```json
......@@ -197,6 +202,7 @@ pname_id_task: 这个任务的类型,是否是通过pname查询
```
## data_type说明
<!--可能产生的data_type说明-->
```buildoutcfg
......@@ -207,6 +213,7 @@ detail: 详情信息 列表,其中每个字典为一条数据,只有这一种类
## 爬虫结果的超级数据
<!--包含所有字段的json数据,每个value都要有样例值-->
```json
{
"data": [
......@@ -221,7 +228,34 @@ detail: 详情信息 列表,其中每个字典为一条数据,只有这一种类
"cardnum_view": "32048219981****2812",
"sex_name": "男性",
"spider_time": "2021-07-06 19:40:09",
"deleted": 0
"deleted": 0,
"id": 713347040,
"iname": "翟振海",
"caseCode": "(2021)桂0981执400号",
"age": 57,
"sexy": "男性",
"cardNum": "3421291962****761X",
"courtName": "北流市人民法院",
"areaName": "广西",
"partyTypeName": "0",
"gistId": "(2020)桂0981刑初147号",
"regDate": "2021年01月14日",
"gistUnit": "北流市人民法院",
"duty": "(2020)桂0981刑初147号",
"performance": "全部未履行",
"performedPart": "暂无",
"unperformPart": "暂无",
"disruptTypeName": "违反财产报告制度",
"publishDate": "2021年07月06日",
"case_code": "2006年高执字第00497号",
"cysah": "(2005)民三终字第5号",
"zhongben_id": 2,
"name": "北京嘉裕东方葡萄酒有限公司",
"zhongben_date": "2007年12月20日",
"lian_date": "2006年10月16日",
"cardnum_view": "72261909-1",
"exec_money": 7474752,
"court_name": "北京市高级人民法院"
}
],
"http_code": 200,
......@@ -232,9 +266,7 @@ detail: 详情信息 列表,其中每个字典为一条数据,只有这一种类
"spider_end_time": "2021-07-06 19:40:09",
"task_params": {
"zhixing_id": "1370997737",
"task_type": "spider_zhixing_task",
"pname": "徐琰炜",
"pname_id_task": false
"task_type": "spider_zhixing_task"
},
"metadata": {},
"spider_name": "risk_zxgk",
......@@ -243,10 +275,12 @@ detail: 详情信息 列表,其中每个字典为一条数据,只有这一种类
```
## 实际爬虫结果的数据结构
<!--可能与超级数据一致,可能不同的data_type的爬虫结果结构不同,超级数据是把所有data_type的结果组合在一起-->
* zhixing
* 通过zhingxing_id爬取
* 通过zhingxing_id爬取
```json
{
"data": [
......@@ -261,25 +295,7 @@ detail: 详情信息 列表,其中每个字典为一条数据,只有这一种类
"cardnum_view": "32048219981****2812",
"sex_name": "男性",
"spider_time": "2021-07-06 19:40:09",
"deleted": 0,
"id": 713347040,
"iname": "翟振海",
"caseCode": "(2021)桂0981执400号",
"age": 57,
"sexy": "男性",
"cardNum": "3421291962****761X",
"courtName": "北流市人民法院",
"areaName": "广西",
"partyTypeName": "0",
"gistId": "(2020)桂0981刑初147号",
"regDate": "2021年01月14日",
"gistUnit": "北流市人民法院",
"duty": "(2020)桂0981刑初147号",
"performance": "全部未履行",
"performedPart": "暂无",
"unperformPart": "暂无",
"disruptTypeName": "违反财产报告制度",
"publishDate": "2021年07月06日"
"deleted": 0
}
],
"http_code": 200,
......@@ -290,14 +306,18 @@ detail: 详情信息 列表,其中每个字典为一条数据,只有这一种类
"spider_end_time": "2021-07-06 19:40:09",
"task_params": {
"zhixing_id": "1370997737",
"task_type": "spider_zhixing_task"
"task_type": "spider_zhixing_task",
"pname": "徐琰炜",
"pname_id_task": false
},
"metadata": {},
"spider_name": "risk_zxgk",
"spider_ip": "10.8.6.51"
}
```
* 通过pname爬取
* 通过pname爬取
```json
{
......@@ -336,6 +356,7 @@ detail: 详情信息 列表,其中每个字典为一条数据,只有这一种类
```
* shixin
```json
{
"data": [
......@@ -377,17 +398,46 @@ detail: 详情信息 列表,其中每个字典为一条数据,只有这一种类
```
* xianxiao
```json
待补充
```
* zhongben
```json
待补充
{
"data": [
{
"case_code": "2006年高执字第00497号",
"cysah": "(2005)民三终字第5号",
"zhongben_id": 2,
"name": "北京嘉裕东方葡萄酒有限公司",
"zhongben_date": "2007年12月20日",
"lian_date": "2006年10月16日",
"cardnum_view": "72261909-1",
"exec_money": 7474752,
"court_name": "北京市高级人民法院"
}
],
"http_code": 200,
"error_msg": "",
"task_result": 1000,
"data_type": "detail",
"spider_start_time": "2021-07-12 17:08:04.833",
"spider_end_time": "2021-07-12 17:08:06",
"task_params": {
"zhongben_id": "2",
"task_type": "spider_zhongben_task"
},
"metadata": {},
"spider_name": "risk_zxgk",
"spider_ip": "192.168.56.1"
}
```
## 爬虫运行环境
<!--udm模块?scrapy?或其他-->
```buildoutcfg
......@@ -395,6 +445,7 @@ scrapy
```
## 爬虫部署信息
<!--部署在哪些机器?每个机器多少进程?项目名称是什么?-->
```buildoutcfg
......@@ -419,6 +470,7 @@ task_result=8000 # 参数错误
```
## 爬虫监控指标设计
<!--监控爬虫正常运行的指标是什么?报警规则是什么?-->
```buildoutcfg
......
Clone repository
  • README
  • basic_guidelines
  • basic_guidelines
    • basic_guidelines
    • dev_guide
    • project_build
    • 开发流程
  • best_practice
  • best_practice
    • AlterTable
    • RDS
    • azkaban
    • create_table
    • design
    • elasticsearch
    • elasticsearch
      • ES运维
    • logstash
View All Pages