Здравствуйте.
Моё консольное приложение парсит онлайн магазин с большим количеством товаров. Структура парсинга такова:
- Используя Parallel.For, я пробегаю по всем каталогам.
- В каждом каталоге используя Parallel.For я пробегаю по всем подкаталогам и так рекурсией, пока не дойду до каталога нижнего уровня с товарами.
- Узнаю количество страниц с товарами в данном каталоге и используя Parallel.For пробегаю по всем страницам , заходя на информацию о каждом продукте.
В каждом каталоге около 30000 товаров. Проблема в следующем,информация о каталогах сохраняется быстро, но как дело доходит до продуктов, начинаются проблемы. В логе только и вижу Exception of type 'System.OutOfMemoryException' was thrown. Все запросы у меня делаются из одной функции
public static string GetDataFromUrl(string url, ConcurrentDictionary<string, int> proxy)
{
string data = "";
WebRequest request = null;
try
{
request = WebRequest.Create(url);
request.Proxy = new WebProxy(proxy.Keys.ElementAt(0), proxy.Values.ElementAt(0));
request.PreAuthenticate = true;
request.Credentials = new NetworkCredential("kobyb", "nbzbnbzb");
request.Proxy.Credentials = new NetworkCredential("kobyb", "nbzbnbzb");
request.Timeout = 120000;
((HttpWebRequest) request).KeepAlive = false;
((HttpWebRequest) request).ReadWriteTimeout = 120000*2;
ServicePointManager.DefaultConnectionLimit = 200;
if (request != null)
{
using (var response = request.GetResponse())
{
using (var stream = response.GetResponseStream())
using (var reader = new StreamReader(stream))
{
data = reader.ReadToEnd();
if (string.IsNullOrEmpty(data))
return GetDataFromUrl(url, ProxyWorker.NextProxy);
}
response.Close();
}
}
}
catch (Exception exception)
{
return GetDataFromUrl(url, ProxyWorker.NextProxy);
}
return data;
}
Так же в App.config поставил
<system.net>
<connectionManagement>
<add address="www.contoso.com" maxconnection="200" />
<add address="*" maxconnection="200" />
</connectionManagement>
</system.net>
<runtime>
<gcServer enabled="true"/>
</runtime>
В catch ловятся постоянно ошибки вида Time Out. В результате база поначалу заполняется быстро, потом скорость заполнения резко снижается, вываливается ошибка
Exception of type 'System.OutOfMemoryException' was thrown. {Function evaluation disabled because a previous function evaluation timed out. You must continue execution to reenable function evaluation.}
Помогите, пожалуйста, что мне сделать? Без параллельности программа работает, но будет выполняться несколько месяцев. Что я делаю неправильно? Если всё дело в 2 гигабайтах и памяти просто реально не хватает, то как можно по другому оптимизировать весь этот процесс? Если я буду пробегать по каталогам обычным циклом и создавать для каждого каталога свой новый процесс, это может мне помочь, или дело вообше не в этом?