代理IP在爬虫业务的应用是越来越广泛，根据不同的布局，爬虫的质量效果也会有所不同，下面跟大家介绍以下3种分布式爬虫的方式，每个方案的优缺点都可以直观看到。

　　方案一、每个进程从接口API中随机取一个IP来使用，失败则再调用API获取一个IP。

　　1、每个进程，从接口随机取回一个ip来，用这个ip来浏览资源

　　2、要是访问成功，则继续抓下一条

　　3、要是失败了，再从接口随机取一个IP，继续尝试

　　方案不足之处：调用API获取IP的行为非常频繁，会对代理服务器造成特别大的压力，影响API接口稳定，可能会被限制提取，无法持久稳定的运行。

　　方案二：每个进程从接口API中随机取一个IP列表来反复使用，失效后再调用API获取。

　　1、每个进程，从接口随机取回一批ip回来，反复试着ip目录去抓取数据

　　2、要是访问成功，则继续抓取下一条

　　3、要是失败了，再从接口取一批IP，继续尝试

　　方案不足之处：每个IP都是有期限的，要是提取了一百个，用到第二十个时，或许剩下的大多数都无法使用了。要是设置HTTP请求时连接时间超时是3秒，读取时间超时是5秒，那么或许会耗费3-8秒的时间，在这3-8秒内可能抓取了几百次了。

　　方案三：先提取大量IP导入本地数据库，从数据库里面取IP

　　1、在数据库里面建一个表，写一个导入脚本，每分钟请求多少次API(这里可以咨询代理IP服务商建议)，把IP列表导入到数据库里面

　　2、在数据库里面记录好 导入时间、IP、Port、过期时间、IP可用状态 等字段

　　3、写一个抓取脚本，抓取脚本从数据库里面读取可用IP，每个进程从数据库获取一个IP进行使用

　　4、执行抓取，对结果进行判断，处理cookie等，只要出现验证码或者失败就放弃这个IP，重新换一个IP

　　方案优势：这种方案有效的避开了代理服务器资源的消耗，有效的分配代理IP的使用，更加的高效和稳定，保障了爬虫工作的持久性和稳定性。

　　综上对比，第3种方案能够将代理IP更加有效的利用起来，而且也不会造成IP的浪费。毕竟大家也不想爬虫爬到一半就出现故障，又要排除故障，重新设置。