Scrapy-Redis 只是把请求队列从内存搬到 Redis，代码改动很小——改继承、删 start_urls、加三行配置，单机就变分布式了。单机爬虫 → 加 scrapy-redis 配置 → 多台机器启动 → push 起始 URL → 分布式跑起来建议先在一台机器上把爬虫调好，再部署到多台机器上。不要还没调通就上分布式，排查问题会多一倍的复杂度。💡 觉得有用的话，【张老师技术栈】吧！每周

来加密数字，你爬下来看到的是乱码。

Spark 是大数据领域的核心技术，掌握它之后处理海量数据不再是难题。创建 SparkSession—— 入口读取数据——数据转换——filtergroupByagg等操作💡 觉得有用的话，【张老师技术栈】吧！每周更新 Java/Python/爬虫 大数据 实战干货，不让你白来。

Java 8 是 Java 历史上最重要的版本，引入的函数式编程彻底改变了写代码的方式。而 Java 9-17 也带来了很多实用的新特性，这些在面试和日常开发中越来越常见。

Docker 是当前最主流的应用部署方式。这篇讲 SpringBoot 项目如何容器化，从编写 Dockerfile 到使用 Docker Compose 编排多容器。

双指针是在有序数组或链表上常用的优化技巧，把 O(n²) 的问题优化到 O(n)。

【张老师技术栈】吧！

【张老师技术栈】吧！

数据可视化是数据分析中最重要的环节之一。Matplotlib 是 Python 最基础的可视化库，掌握它之后学习 Seaborn、Plotly 等会非常轻松。

很多网站的数据以 HTML 表格形式展示——股票行情、天气预报、统计年鉴、学校课表。用普通爬虫写正则或 XPath 去解析 HTML 表格非常麻烦，而 pandas 的read_html一行代码就能把网页上的所有表格抓下来。