crawlab仅仅上线一年多，在github上就收到了7000+星，可以看出市场上急缺这么一款多功能的爬虫管理平台。首先一睹芳容:
其实这个监控功能不难实现，portainer的功能更全面。
和专业版相比，社区版阉割的最重要的功能其实是对数据源的支持，比如最受欢迎的mysql，这点只能付费买专业版，比较蛋疼。
官网配置说明比较详细，重点说说一些个性化配置（尤其是密码访问这块）。安装默认配置后是免密登录的，也就是说你的redis, mongodb谁都能访问（只需要你的IP,PORT），所以demo测试完就要折腾密码问题了。这一点官网没有说明，我觉得对于很多不太熟悉Docker的人来说不太友好，我简单说明下。
version: '3.3'
services:
master:
image: tikazyq/crawlab:latest
container_name: master
environment:
# CRAWLAB_API_ADDRESS: "https://<your_api_ip>:<your_api_port>" # backend API address 后端 API 地址. 适用于 https 或者源码部署
CRAWLAB_SERVER_MASTER: "Y" # whether to be master node 是否为主节点，主节点为 Y，工作节点为 N
CRAWLAB_MONGO_HOST: "mongo" # MongoDB host address MongoDB 的地址，在 docker compose 网络中，直接引用服务名称
CRAWLAB_MONGO_PORT: "27017" # MongoDB port MongoDB 的端口
CRAWLAB_MONGO_DB: "crawlab_test" # MongoDB database MongoDB 的数据库
CRAWLAB_MONGO_USERNAME: "user" # MongoDB username MongoDB 的用户名
CRAWLAB_MONGO_PASSWORD: "pass" # MongoDB password MongoDB 的密码
# CRAWLAB_MONGO_AUTHSOURCE: "admin" # MongoDB auth source MongoDB 的验证源
CRAWLAB_REDIS_ADDRESS: "redis" # Redis host address Redis 的地址，在 docker compose 网络中，直接引用服务名称
CRAWLAB_REDIS_PORT: "6379" # Redis port Redis 的端口
CRAWLAB_REDIS_DATABASE: "1" # Redis database Redis 的数据库
CRAWLAB_REDIS_PASSWORD: "redispasswd" # Redis password Redis 的密码
# CRAWLAB_LOG_LEVEL: "info" # log level 日志级别. 默认为 info
# CRAWLAB_LOG_ISDELETEPERIODICALLY: "N" # whether to periodically delete log files 是否周期性删除日志文件. 默认不删除
# CRAWLAB_LOG_DELETEFREQUENCY: "@hourly" # frequency of deleting log files 删除日志文件的频率. 默认为每小时
CRAWLAB_TASK_WORKERS: 8 # number of task executors 任务执行器个数（并行执行任务数）
CRAWLAB_SERVER_REGISTER_TYPE: "mac" # node register type 节点注册方式. 默认为 mac 地址，也可设置为 ip（防止 mac 地址冲突）
# CRAWLAB_SERVER_REGISTER_IP: "127.0.0.1" # node register ip 节点注册IP. 节点唯一识别号，只有当 CRAWLAB_SERVER_REGISTER_TYPE 为 "ip" 时才生效
# CRAWLAB_SERVER_LANG_NODE: "Y" # whether to pre-install Node.js 预安装 Node.js 语言环境
# CRAWLAB_SERVER_LANG_JAVA: "Y" # whether to pre-install Java 预安装 Java 语言环境
# CRAWLAB_SERVER_LANG_DOTNET: "Y" # whether to pre-install .Net core 预安装 .Net Core 语言环境
# CRAWLAB_SERVER_LANG_PHP: "Y" # whether to pre-install PHP 预安装 PHP 语言环境
# CRAWLAB_SERVER_LANG_GO: "Y" # whether to pre-install Golang 预安装 Golang 语言环境
# CRAWLAB_SETTING_ALLOWREGISTER: "N" # whether to allow user registration 是否允许用户注册
# CRAWLAB_SETTING_ENABLETUTORIAL: "N" # whether to enable tutorial 是否启用教程
CRAWLAB_SETTING_RUNONMASTER: "Y" # whether to run on master node 是否在主节点上运行任务
CRAWLAB_SETTING_DEMOSPIDERS: "Y" # whether to init demo spiders 是否使用Demo爬虫
CRAWLAB_SETTING_CHECKSCRAPY: "Y" # whether to automatically check if the spider is scrapy 是否自动检测爬虫为scrapy
# CRAWLAB_NOTIFICATION_MAIL_SERVER: smtp.exmaple.com # STMP server address STMP 服务器地址
# CRAWLAB_NOTIFICATION_MAIL_PORT: 465 # STMP server port STMP 服务器端口
# CRAWLAB_NOTIFICATION_MAIL_SENDEREMAIL: admin@exmaple.com # sender email 发送者邮箱
# CRAWLAB_NOTIFICATION_MAIL_SENDERIDENTITY: admin@exmaple.com # sender ID 发送者 ID
# CRAWLAB_NOTIFICATION_MAIL_SMTP_USER: username # SMTP username SMTP 用户名
# CRAWLAB_NOTIFICATION_MAIL_SMTP_PASSWORD: password # SMTP password SMTP 密码
上面主节点的配置中需要注意的是，环境变量的密码设置是用来通信的，和下面的工作节点以及redis/mongodb的密码要一致：
worker:
image: tikazyq/crawlab:latest
container_name: worker
environment:
CRAWLAB_SERVER_MASTER: "N"
CRAWLAB_MONGO_HOST: "mongo"
CRAWLAB_MONGO_USERNAME: "user" # MongoDB username MongoDB 的用户名
CRAWLAB_MONGO_PASSWORD: "password" # MongoDB password MongoDB 的密码
CRAWLAB_REDIS_ADDRESS: "redis"
CRAWLAB_REDIS_PASSWORD: "redispassword" # 这个一定要有不然crawlab无法获取工作节点信# 息,crawlab需要依赖于redis通信和管理节点，原配置中没有这项，当然英语好你看Log也能琢磨出来为什# 么出错
depends_on:
- mongo
- redis
# volumes:
# - "/var/crawlab/log:/var/logs/crawlab" # log persistent 日志持久化
mongo:
image: mongo:latest
restart: always
environment:
MONGO_INITDB_ROOT_USERNAME: "user"
MONGO_INITDB_ROOT_PASSWORD: "password"
volumes:
- "/home/chen/crawlab/mongo/data/db:/data/db" # make data persistent 持久化
ports:
- "27017:27017" # expose port to host machine 暴露接口到宿主机
redis:
image: redis:latest
restart: always
# command: redis-server ./redis.conf/redis.conf
# command: redis-server /etc/redis/redis.conf --requirepass "redispassword"
command: redis-server --requirepass "redispassword"
# command: redis-server --requirepass "redispassword" # set redis password 设置 Redis 密码
volumes:
# - "/opt/crawlab/redis/data:/data" # make data persistent 持久化
# - ./conf/redis/redis.conf:/etc/redis/redis.conf
- "/home/chen/crawlab/data/dump.rdb:/data/dump.rdb"
ports:
- "6379:6379" # expose port to host machine 暴露接口到宿主机
默认配置中没有工作节点密码设置，这个缺失会造成crawlab无法获取节点信息的。另外，虽然经过一些周折解决了挂载本地目录的redis conf和数据持久化问题，但是开始没能加载本地的redis rdb备份，也就是说这个容器的redis是个全新的。后来发现加载本地目录rdb的方式不对，应该为”/home/chen/crawlab/data/dump.rdb:/data/dump.rdb”，本地rdb的绝对路径map到/data/dump.rdb，github上有相关的一个Issue: https://github.com/docker-library/redis/issues/77
还有个问题就是，Docker安装的mongodb登录方式肯定特别：
docker exec -it crawlab_mongo_1 mongo -u USER -p PASSWORD --authenticationDatabase admin
这里的docker exec -it就是交互式登录容器，crawlab_mongo_1 是这个容器的name,可以用docker ps获取(当然用CONTAINER ID应该也没问题),比如:
(boss) [chen@VM_0_2_centos crawlab]$ docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
0a391aea4fb7 mongo:latest "docker-entrypoint.s…" 14 hours ago Up 12 hours 0.0.0.0:27017->27017/tcp crawlab_mongo_1后面的–authenticationDatabase admin 是必需的，不然你登录进去没有admin权限。不要小看这个细节，如果你是初学者，这种小细节往往能卡住你很久。好好用Google吧，远离百度。什么，没法用Google？算了，你还是别搞专业了，我认为一个IT专业人员最起码的技能是善用Google, stackoverflow, github，如果连这堵墙你都翻不过去，说明你真的不适合搞技术。