mobile.de Scraper

Сервис собирает объявления из mobile.de в PostgreSQL. Поиск и загрузка галерей разделены: основной worker сохраняет данные из Search, а отдельный worker получает только фотографии.

Как работает

1. worker получает исходную ссылку из MOBILEDE_FILTERED_SEARCH_URL.
2. Если ссылка содержит несколько марок, она разделяется по маркам.
3. Каждая выдача делится по цене, году и пробегу до сегментов, которые не превышают лимит mobile.de: 50 страниц по 20 объявлений.
4. Данные карточек из Search сохраняются в MOBILEDE_cars; новые объявления ставятся в очередь галерей.
5. worker-images читает mobilede_images, загружает галерею объявления и сохраняет изображения в MOBILEDE_images.
6. Между полными проходами действует интервал MOBILEDE_CONTINUOUS_SYNC_DELAY_SECONDS.

План сегментов сохраняется в volume tokens_data. Неполный или плотный план не публикуется для обхода, чтобы не терять объявления за пределами 50-й страницы.

Сервисы

Сервис	Назначение
postgres	Автомобили, изображения, отметка gallery_fetched_at и история запусков
redis	Брокер Celery, временные Detail claims/retry, runtime-состояние и лимит запросов
migrate	Применяет Alembic-миграции перед запуском приложения
worker	Планирование сегментов и импорт Search-выдачи
worker-images	Загрузка галерей из очереди mobilede_images
beat	Периодические задачи Celery
api	FastAPI на порту MOBILEDE_HOST_API_PORT

Настройка

Конфигурация контейнеров находится в .env, правила фильтрации — в runtime_config.json. Основные переменные:

• MOBILEDE_FILTERED_SEARCH_URL — исходная ссылка mobile.de с нужной областью поиска;
• MOBILEDE_RESULTS_PER_PAGE=20 и MOBILEDE_MAX_PAGE_NUMBER=50 — лимит одной выдачи;
• MOBILEDE_SEGMENT_TARGET_RESULTS=950 — целевой размер сегмента;
• MOBILEDE_DETAIL_WORKER_CONCURRENCY — число процессов загрузки галерей;
• MOBILEDE_DETAIL_REQUEST_DELAY_SECONDS — общий интервал между запросами галерей;
• MOBILEDE_CONTINUOUS_SYNC_DELAY_SECONDS — пауза между полными проходами.

worker-images использует единый Redis-лимитер и circuit breaker: при 403 или 429 новые gallery-запросы временно откладываются, а не повторяются одновременно всеми процессами.

Detail-очередь не создаёт служебные строки в PostgreSQL. Redis хранит временный claim с TTL и счётчик ограниченных retry, а окончательным признаком успешно загруженной галереи служит MOBILEDE_cars.gallery_fetched_at. После потери Redis уже завершённые галереи не выбираются повторно.

Запуск

Подготовьте локальный файл настроек:

copy .env.example .env

Укажите в .env MOBILEDE_FILTERED_SEARCH_URL, затем запустите стек:

docker compose up -d --build

Проверить контейнеры и логи:

docker compose ps
docker compose logs -f worker worker-images

Миграции применяются контейнером migrate автоматически. Для полностью чистого тестового запуска удалите volumes PostgreSQL, Redis и tokens_data перед docker compose up.

API

После запуска доступны:

• GET /health — состояние сервиса;
• GET /api/v1/cars и GET /api/v1/cars/{car_id} — автомобили;
• GET /api/v1/stats — агрегированная статистика;
• POST /api/v1/mobilede/tasks/sync-runtime-segments — запуск прохода сегментов;
• POST /api/v1/mobilede/tasks/enrich-images — постановка галерей в обработку;
• GET /api/v1/sync-runs — история запусков.

Интерактивная спецификация FastAPI доступна по /docs.

Проверка

pytest

Для просмотра текущего плана и прогресса используйте логи worker, Redis-ключи mobilede:state:bootstrap_segments_total и mobilede:state:bootstrap_segments_done, а также файл /data/mobilede_runtime_segments.json внутри volume tokens_data.