Crawlee 3 ഒരു പ്രോക്സി URL-നെ സെഷൻ ID-യുമായി ജോടിയാക്കുന്നു

Crawlee 3.14-ൽ, ProxyConfiguration ഒരു സെഷൻ ഐഡന്റിഫയറിനെ തിരഞ്ഞെടുത്ത പ്രോക്സി URL-മായി ജോടിയാക്കാം:

import { ProxyConfiguration } from 'crawlee';

const proxies = new ProxyConfiguration({
  proxyUrls: [
    'http://proxy-a.example:8080',
    'http://proxy-b.example:8080',
  ],
});
const first = await proxies.newUrl('checkout-a');
const sameRoute = await proxies.newUrl('checkout-a');
const anotherSession = await proxies.newUrl('checkout-b');

HTTP പ്രോക്സി പട്ടിക proxyUrls-നായി പൊതു സ്ഥാനാർത്ഥികൾ നൽകുന്നു. ഒരേ സെഷൻ ID ഉപയോഗിച്ചുള്ള ആവർത്തിച്ചുള്ള വിളികൾ അതുമായി ജോടിയാക്കിയ URL തിരികെ നൽകുന്നു. സെഷൻ ID ഇല്ലെങ്കിൽ, നൽകിയ പട്ടിക ഊഴം വെച്ച് മാറുന്നു. ഇത് ഒരു കോൺഫിഗർ ചെയ്ത എൻഡ്പോയിന്റ് തിരഞ്ഞെടുക്കുന്നു; ഒരു URL-ന് പിന്നിൽ എക്സിറ്റുകൾ കറക്കുന്ന അപ്സ്ട്രീം സേവനം സ്വന്തം എക്സിറ്റ് പെരുമാറ്റം ഇപ്പോഴും നിയന്ത്രിക്കുന്നു.

ക്രോളർ നിയന്ത്രിക്കുന്ന സെഷനുകൾക്ക്, ക്രോളറിന്റെ സെഷൻ പൂളും കുക്കി സൂക്ഷിപ്പ് ക്രമീകരണവും ഉപയോഗിക്കുക. maxConcurrency ഒന്നായി കുറയ്ക്കുന്നത് ഏത് അഭ്യർത്ഥനകൾ ഒരേ സെഷനിൽ പെടുന്നു എന്ന് നിർവചിക്കുന്നതിന് പകരമല്ല.

ഒരു സെഷൻ ഒഴിവാക്കുന്നത് പുതിയ ഐഡന്റിറ്റി അതിർത്തി സൃഷ്ടിക്കുന്നു. ലോഗിൻ അല്ലെങ്കിൽ ബഹുഘട്ട പ്രവർത്തനത്തിനിടയിൽ ഒരു ഫീൽഡ് മാത്രം കറക്കുന്നതിന് പകരം അതിന്റെ റൂട്ട്, കുക്കികൾ, ജോലിഭാര അവസ്ഥ എന്നിവ സ്ഥിരതയോടെ നിലനിർത്തുക.

പ്രധാന പതിപ്പ് പ്രധാനമാണ്. Crawlee-യുടെ v4 മൈഗ്രേഷൻ ഡോക്യുമെന്റ് newUrl-ൽ നിന്ന് sessionId ആർഗ്യുമെന്റ് നീക്കം ചെയ്ത് പ്രോക്സി ജോടിയാക്കൽ Session ഉടമസ്ഥതയിലേക്ക് മാറ്റുന്നു. മുകളിലെ ഉദാഹരണം ബോധപൂർവം v3 ഇന്റർഫേസ് ഉപയോഗിക്കുന്നു; ആ ലൈഫ്സൈക്കിൾ അനുയോജ്യമാക്കാതെ അതിന്റെ ആർഗ്യുമെന്റ് മറ്റൊരു പ്രധാന പതിപ്പിലേക്ക് പകർത്തരുത്.