基于Python的分布式爬虫是对传统的单机爬虫进行了升级，可以更快地处理大量数据。但是，分布式爬虫也存在一些问题，比如假死。
假死是指爬虫在运行过程中，某个节点或者任务停止了工作，而系统并没有及时检测和处理这种情况，导致整个系统无法正常工作。下面是基于Python分布式爬虫并解决假死的完整攻略：
第一步：使用分布式框架
使用分布式框架可以使爬虫更加具备弹性和可伸缩性，能够更容易地进行分布式部署和管理。常见的分布式框架有Scrapy-redis，RabbitMQ、Celery等。
其中Scrapy-redis是基于Redis实现的一种分布式爬虫框架，可以用来支持Redis数据库持久化，实现爬取数据的分布式和去重。使用Scrapy-redis框架可以使多个爬虫相互协作，共同完成一个爬虫任务，提高整个系统的效率。
第二步：使用定时器
在分布式爬虫中，使用定时器监控每个节点和任务的状态，及时发现并处理假死情况。同时，定时器还可以帮助系统更好地控制爬虫请求的速率，避免对目标网站造成过大的压力。
常用的定时器有APScheduler和Celery Beat等。APScheduler是Python的一种定时器框架，可以灵活地设置定时任务。Celery Beat是Celery框架提供的一种定时调度组件，可以设置各种任务的定时调度。
第三步：使用日志
在分布式爬虫中，使用日志可以记录系统的运行情况，帮助系统管理员及时找到假死问题的根源。
Python内置了logging库，可以方便地记录日志。在分布式爬虫中，可以把日志记录到本地文件或者数据库中，方便统一管理和查看。
示例一：使用Scrapy-redis解决假死问题
步骤一：使用Scrapy-redis框架，进行分布式爬取，第一级爬虫抓取起始链接，把链接放入Redis队列中。第二级爬虫从Redis队列中读取抓取链接，抓取详情页面。
步骤二：使用Redis的Set数据结构，缓存已经处理过的链接，防止重复抓取。
步骤三：使用Redis的Sorted Set数据结构，缓存每一个任务的状态，例如每一个任务的工作进度（队列长度）和上次更新时间等。
步骤四：使用定时器定时查询Redis中的状态信息，发现假死情况及时处理。
示例二：使用Celery Beat解决假死问题
步骤一：利用Celery分布式框架进行分布式爬取。
步骤二：使用Celery Beat设置定时任务，周期性地检查每一个任务的状态，发现假死情况及时处理。
步骤三：使用Python的logging库，记录日志信息，帮助管理员更好地监控和管理爬虫系统。
以上是基于Python分布式爬虫并解决假死的完整攻略，希望能对你有所帮助。