springboot实现java代理IP池 Proxy Pool,提供可用率达到95%以上的代理IP

 

一、背景

前段时间,写java爬虫来爬网易云音乐的评论。不料,爬了一段时间后ip被封禁了。由此,想到了使用ip代理,但是找了很多的ip代理网站,很少有可以用的代理ip。于是,抱着边学习的心态,自己开发了一个代理ip池。

 

二、相关技术及环境

技术: SpringBoot,SpringMVC, Hibernate, MySQL, Redis , Maven, Lombok, BootStrap-table,多线程并发
环境: JDK1.8 , IDEA

 

三、实现功能

通过ip代理池,提供高可用的代理ip,可用率达到95%以上。

 

{
    "code":200,
    "data":[
        {
            "available":true,
            "ip":"1.10.186.214",
            "lastValidateTime":"2018-09-25 20:31:52",
            "location":"THThailand",
            "port":57677,
            "requestTime":0,
            "responseTime":0,
            "type":"https",
            "useTime":3671
        }
    ],
    "message":"success"
}

  

  • 通过页面获取代理ip 通过访问url,如:http://127.0.0.1:8080 返回代理ip列表页面。

  • 提供代理ip测试接口及页面 通过访问url, 如:http://127.0.0.1:8080/test (get)测试代理ip的可用性;通过接口 http://127.0.0.1:8080/test ](post data: {“ip”: “127.0.0.1”,”port”:8080} ) 测试代理ip的可用性。

 

四、设计思路

     4.1 模块划分

    • 爬虫模块:爬取代理ip网站的代理IP信息,先通过队列再保存进数据库。
    • 数据库同步模块:设置一定时间间隔同步数据库IP到redis缓存中。
    • 缓存redis同步模块:设置一定时间间隔同步redis缓存到另一块redis缓存中。
    • 缓存redis代理ip校验模块:设置一定时间间隔redis缓存代理ip池校验。
    • 前端显示及接口控制模块:显示可用ip页面,及提供ip获取api接口。

     4.2 架构图

五、IP来源

代理ip均来自爬虫爬取,有些国内爬取的ip大多都不能用,代理池的ip可用ip大多是国外的ip。爬取的网站有:http://www.xicidaili.com/nn ,http://www.data5u.com/free/index.shtml ,https://free-proxy-list.net ,https://www.my-proxy.com/free-proxy-list.html ,http://spys.one/en/free-proxy-list/ , https://www.proxynova.com/proxy-server-list/ ,https://www.proxy4free.com/list/webproxy1.html ,http://www.gatherproxy.com/ 。

六、如何使用

前提: 已经安装JDK1.8环境,MySQL数据库,Redis。
先使用maven编译成jar,proxy-pool-1.0.jar。
使用SpringBoot启动方式,启动即可。

java -jar proxy-pool-1.0.jar

 

实际使用当ip代理池中可用ip低于3000个,可用率在95%以上;当代理池中ip数量增加到5000甚至更多,可用率会变低(因为开启的校验线程数不够多)

有什么使用的问题欢迎回复。。。

本文代码已经提交github:https://github.com/chenerzhu/proxy-pool  欢迎下载。。。