Un scraper e genul de lucru pe care îl pornești o dată și vrei să meargă săptămâni întregi — un monitor de prețuri, un crawl de cercetare, un set de date care se umple peste noapte. Nu-i e locul pe laptop și, pentru mulți oameni, nici pe un host care vrea pașaport și card înainte să-ți dea un shell. Un VPS la care te înregistrezi cu un e-mail și pe care îl plătești cu cripto se potrivește: mereu pornit, privat și al tău.
Iată pe ce să-l rulezi, cum îl configurezi și un lucru cinstit despre IP-uri pe care majoritatea ghidurilor îl sar.
De ce contează aici cu adevărat lipsa KYC
Cele mai multe hosturi îți leagă contul de un act de identitate și de un card și îl înregistrează. Pentru un proiect de colectare de date, asta e o scurgere de intimitate de care n-ai nevoie — infrastructura ta ajunge legată de numele tău și de activitatea de scraping. Plata cu un e-mail și cu cripto ține proiectul separat de identitatea ta. Asta e atracția reală pentru acest public, mai mult decât prețul.
E și pur și simplu mai puțină frecare: pornești o mașină pentru un crawl singular, o lași să ruleze, o ștergi — fără dansul verificării contului de fiecare dată.
Ce mărime — și cum plătești
Dimensionarea depinde complet de cum faci scraping:
- HTTP simplu (Scrapy,
requests+ BeautifulSoup). Ușor. 1–2 GB RAM duc multe cereri concurente, pentru că nu randezi nimic. - Browser headless (Playwright, Puppeteer, Selenium). Flămând. Fiecare instanță Chromium mănâncă 300–700 MB, deci 4 GB e un prag rezonabil, mai mult dacă rulezi câteva în paralel. Ăsta e motivul obișnuit pentru care o mașină de scraping are nevoie de RAM reală.
La plată: te înregistrezi cu un e-mail și plătești în USDC sau USDT pe Base sau Ethereum — fără card, fără documente. Merge și cardul, dar serviciul de cumpărare are un minim de ~$27, așa că pentru un plan ieftin e mai comod să alimentezi o dată un sold mic și să plătești din el.
NAT ajunge pentru server — un scraper face doar apeluri spre exterior. Ai alege un IP dedicat doar dacă găzduiești și ceva de intrare (un API care servește datele colectate).
Pornirea
Intră prin SSH și configurează-ți uneltele. Un exemplu cu browser headless, pentru că ăsta e cazul mai greu:
sudo apt update && sudo apt install -y python3-venv
mkdir ~/scraper && cd ~/scraper
python3 -m venv venv && source venv/bin/activate
pip install playwright && playwright install --with-deps chromium
# or a lightweight stack: pip install scrapy beautifulsoup4 httpx
# scrape.py — headless fetch
from playwright.sync_api import sync_playwright
with sync_playwright() as p:
b = p.chromium.launch()
page = b.new_page()
page.goto("https://example.com")
print(page.title())
b.close()
Pentru un crawl care rulează ore întregi, nu-l lăsa într-o sesiune SSH — pune-l într-un serviciu systemd (sau în tmux, pentru o rulare rapidă), ca să supraviețuiască deconectărilor și repornirilor, același tipar care ține în viață orice proces. Dacă scrapingul e condus de un agent AI, acesta poate chiar închiria singur mașina prin MCP.
Partea cinstită despre IP-uri
Aici supravând majoritatea articolelor de tipul „cel mai bun VPS pentru scraping”. Un VPS îți dă un server cu un IP de ieșire. E perfect pentru rularea scraperului — o mașină curată, dedicată, mereu pornită. Nu e un serviciu de proxy, iar un singur IP nu te va duce dincolo de o țintă care blochează sau limitează după adresă.
Dacă faci scraping la scară și te lovești de blocări, soluția e un furnizor separat de proxy/rotație în fața cererilor tale — VPS-ul îți rulează codul, stratul de proxy se ocupă de IP-uri. Două treburi diferite. Oricine îți spune că o singură mașină rezolvă blocarea IP la scară mare îți vinde ceva.
Și fă scraping responsabil: respectă robots.txt, limitează rata cererilor și rămâi în termenii a ceea ce colectezi. Un scraper politicos e blocat mult mai rar decât unul lacom.
Rezervele
- Doar CPU, o singură regiune (UE). În regulă pentru logica de scraping și pentru browsere headless; dacă ai nevoie anume de un GPU sau de o anumită geografie, să știi de la început.
- Fii atent la RAM cu browserele. O buclă Playwright cu scurgeri va mânca mașina — închide paginile și contextele, plafonează concurența.
- E un server, nu un anonimizator magic. Lipsa KYC ține contul privat; cum arată cererile tale pentru ținte e treaba ta (și a stratului de proxy).
În limitele astea, un VPS fără KYC e o casă curată și privată pentru un scraper care pur și simplu rulează mai departe. Alege un plan, plătește cu cripto și ai colectorul online în câteva minute.
Comentarii
Încă nu există comentarii. Fii primul.