最近喜欢上了数据的庞大的感觉，就爬取了一下某个医疗机构网站医疗数据，由于数据量庞大，只爬取了江西省的各个市的各个医院的各个科室的各个科室。中各种信息。其中用的持久层技术是hibernate框架，和用到一些ioc技术。话不多说，上图。
结构很简单，但是代码量有一点，在这个程序中，只开了12个线程，爬取过程并未出现什么异常。
在之前测试全国数据的时候，开了36个线程，出现了一些事务异常，可能会出现幻读，现象。
t_city：
t_department：
t_hospital
还有省份
原理很简单理解，就是通过分析网站的架构，来进行嵌套分析，最后就可以得到网站的一种树状结构，然后分析各个子叶的内容，得到数据源。