===网站限制===
有些网站是有限制的。采集微博数据的时候，喜多数据必须登录帐号后才能看到。同一个帐号反问数据一多，网站就提示你非法访问呢。一些政府网站的稳定性是糟糕的。我们采集某个政府网站的公开的房产信息的时候，开启多线程，线程太多，网站很快就崩溃了。遇到这种情况，就必须降低采集的速度，绕过网站的限制。有些网站是有限制的。采集微博数据的时候，喜多数据必须登录帐号后才能看到。同一个帐号反问数据太多，网站就提示你非法访问呢。一些政府网站的稳定性是糟糕的。我们采集某个政府网站的公开的房产信息的时候，开启多线程，线程太多，网站很快就崩溃了。我们开玩笑说，豆腐渣工程不光是道路建设上存在，网站建设上一样存在。遇到这些情况，就必须采用某种方法绕过网站的限制。最稳定的解决方法是降低采集的速度。对于大多数政府公开信息采集来说，也是唯一的方法。对于其他的一些网站来说，可能可以通过代理服务器或者ADSL重置换IP的方法解决一些问题。多帐号登录也是一种解决问题的方法。不过，具体问题具体分析。有反采集的网站，会让采集速度降低一两个数量级的。
==结论==
综合以上因素，实际采集的速度是具体网站具体分析的。采集器模式，多线程，是我们软件开发人员可以控制的因素。机器性能，网速是客户可以控制的因素。网站限制就是被采集网站本身的特性了，是我们和客户无法控制的。这就导致，有些网站采集很快，有些网站采集很慢。不是我们软件的问题，也不是客户运行软件的环境问题，而是网站本身的限制。有客户就有这样的疑问，看你们百度采集的速度飞快，但是采集我们的项目就慢。问题就在这里了。
