我有一个项目需要解析数十万个HTML和XML文档。
我认为这将是学习Ruby纤维和新Goliath框架的绝佳机会。
但显然，如果你使用阻塞库，歌利亚会陷入困境。但问题是，我不知道如何判断什么是“线程安全”（如果这甚至是歌利亚的正确术语）。
所以我的问题是，Nokogiri是否会引起Goliath或多线程/光纤的任何问题？
如果是这样，有没有比Nokogiri更安全的东西？
由于
答案 0 :(得分：5)
Goliath是一个网络框架，所以我假设你打算通过HTTP“摄取”这些文件？每个请求都被映射到ruby光纤，但实际上，服务器在单个反应器线程中运行。
所以，回答你的问题：据我所知，Nokogiri是线程安全的，但这在这里真的不重要。您需要注意的事项是：在解析文档时，CPU会被固定，而Goliath在此期间不会接受任何新请求。因此，您必须实现正确的逻辑来处理您的特定情况（例如：您可以对从套接字到达的数据块进行流解析，或者在多个巨型服务器之间进行负载平衡，或者两者兼有...... :-)）