Estrazione locale

L’estrazione locale esegue un’attività Octoparse sul tuo computer. Il sito di destinazione viene aperto ed elaborato dal tuo ambiente locale, i dati raccolti vengono salvati direttamente sul dispositivo e puoi osservare il Flusso di lavoro, controllarne i risultati e intervenire mentre è in corso. L’estrazione locale è disponibile gratuitamente. È una scelta pratica per i test, le raccolte di piccolo volume e i flussi in cui il controllo sull’ambiente di esecuzione o sulla posizione dei dati conta più della scalabilità senza supervisione.

​

Perché eseguire in locale

​

Raccogliere in locale gratuitamente

Puoi creare, testare ed eseguire attività in locale senza pagare capacità di estrazione cloud. L’estrazione locale è quindi adatta a:

• Conoscere e valutare Octoparse
• Creare ed eseguire il debug di nuove attività
• Raccolte una tantum o di piccolo volume
• Eseguire attività occasionali quando la scalabilità cloud non serve

Elaborazione, memoria, spazio di archiviazione, alimentazione e connessione di rete sono forniti dal tuo computer. L’assenza di costi di estrazione cloud non elimina il costo operativo di mantenere quell’ambiente locale.

​

Controllo e visibilità diretti

Un’esecuzione locale resta vicina all’esperienza di creazione dell’attività. Puoi osservare in tempo reale la navigazione tra le pagine e l’estrazione, confrontare il browser con l’Anteprima dei dati, interrompere o fermare l’esecuzione e correggere l’attività quando un selettore, una condizione di attesa, un accesso o un’azione di pagina si comporta in modo imprevisto. Questo rende l’estrazione locale particolarmente utile per:

• Testare un Flusso di lavoro nuovo o modificato di recente
• Diagnosticare comportamenti specifici di un sito
• Controllare valori mancanti, errati o ripetuti
• Verificare accesso, Impaginazione, scorrimento e azioni sulle pagine di dettaglio
• Eseguire una raccolta piccola e una tantum sotto supervisione diretta

​

Usare il tuo ambiente locale

Le richieste partono dall’ambiente di rete in cui è in esecuzione Octoparse. L’attività può quindi sfruttare condizioni legate a quell’ambiente, come un indirizzo IP locale, un accesso regionale, una sessione di navigazione autenticata o gli accessi disponibili tramite la rete della tua organizzazione. È utile quando un’attività funziona nel tuo browser ma si comporta diversamente su un server cloud. Mantieni inoltre più controllo sull’ambiente del dispositivo: software di supporto approvato, strumenti di rete e impostazioni di sistema possono essere gestiti in base al tuo flusso di lavoro e ai requisiti della tua organizzazione. Questa flessibilità comporta responsabilità. I risultati locali dipendono da computer, rete, sessione del browser, software installato e configurazione di sistema. Le modifiche all’ambiente possono influire sul comportamento dell’attività.

​

Mantenere l’esecuzione attiva sul dispositivo

Durante l’estrazione locale, l’esecuzione dell’attività e i dati raccolti sono gestiti principalmente sul dispositivo locale. Questo ti dà un controllo più diretto su dove vengono archiviati i dati di estrazione e può sostenere policy che richiedono di mantenere i dati in un ambiente gestito dall’utente. Il trattamento esatto dei dati può variare in base ad attività, account, destinazione di esportazione e servizio abilitato. L’esecuzione locale non garantisce di per sé privacy o conformità. Considera l’intero percorso dei dati:

• Il sito di destinazione riceve comunque richieste dalla tua rete.
• Accesso, sincronizzazione delle configurazioni delle attività, condivisione del lavoro o un’esportazione online possono comunque trasmettere informazioni correlate al servizio interessato.
• I dati esportati sono soggetti ai controlli di sicurezza e di accesso della destinazione.
• Chi ha accesso al computer o ai file locali può accedere ai dati raccolti.

Se i requisiti sul trattamento dei dati sono stringenti, valuta insieme attività, account, destinazione di esportazione, controlli del dispositivo e policy aziendali.

​

Gestire credenziali e sessioni

L’estrazione locale può essere utile con siti che si basano su una sessione stabilita nell’ambiente desktop. Può ridurre la necessità di riprodurre quello stato di navigazione in un ambiente cloud separato. Tratta credenziali di accesso e Cookie come informazioni sensibili. Usa un account autorizzato, proteggi il dispositivo, limita l’accesso ai file delle attività e ai risultati, ed evita di raccogliere dati oltre a quelli che sei autorizzato a consultare.

​

Recuperare il lavoro interrotto con la ripresa da punto di controllo

Il principale compromesso operativo dell’estrazione locale è la dipendenza dal dispositivo: l’esecuzione si basa su computer, client Octoparse, alimentazione e connessione di rete. Octoparse 10.2 riduce il costo di un’interruzione con la ripresa da punto di controllo. Per un’esecuzione locale interattiva supportata, Octoparse registra il progresso dell’estrazione, come righe prodotte, posizione nei loop e lavoro non completato. Se l’esecuzione si ferma prima del termine, riavviando l’attività possono comparire due opzioni:

• Resume ripristina l’esecuzione salvata e prosegue verso i dati rimanenti.
• Re-collect scarta il punto di controllo e riparte dall’inizio.

Octoparse convalida il punto di controllo rispetto all’attività corrente prima di usarlo. Se l’attività o gli URL di input sono cambiati, se il punto di controllo è assente o danneggiato, oppure se lo stato salvato non può essere associato in sicurezza, l’attività deve ripartire da zero. Anche le esecuzioni locali programmate ripartono da zero invece di attendere una decisione sulla ripresa. La ripresa da punto di controllo rende più pratiche le raccolte locali lunghe, ma non elimina la necessità di mantenere il dispositivo disponibile né di verificare il set di dati finale dopo un’interruzione.

​

Compromessi dell’estrazione locale

​

Limiti dell’estrazione locale

L’estrazione locale scambia la scalabilità del cloud e l’infrastruttura gestita con il controllo diretto:

• Scalabilità limitata: un’esecuzione locale è vincolata da CPU, memoria, archiviazione e capacità di rete di un singolo computer.
• Affidabilità legata al dispositivo: interruzione di corrente, sospensione, caduta di rete, chiusura dell’applicazione o un problema del sistema operativo possono fermare l’attività.
• Maggiore responsabilità operativa: sei tu a gestire hardware, sistema operativo, ambiente software, archiviazione, controlli di sicurezza e disponibilità della rete.
• Poco adatta al funzionamento senza supervisione: il computer deve restare disponibile. La programmazione locale è possibile, ma all’orario previsto l’attività dipende comunque dal dispositivo.

La ripresa da punto di controllo riduce il costo di alcune interruzioni conservando il progresso delle esecuzioni supportate. Non offre però la disponibilità continua né le risorse elastiche dell’estrazione cloud. Usa l’estrazione cloud quando l’attività deve essere eseguita dopo lo spegnimento del computer, funzionare secondo una programmazione ricorrente senza supervisione o usare risorse cloud per raccolte su scala di produzione.

​

Pagine correlate