要调快爬虫软件，可以采取以下措施：
增加并发请求数量
在Scrapy的`settings.py`文件中设置`CONCURRENT_REQUESTS`参数，以增加并发请求的数量。例如，设置为16个并发请求：
```python
CONCURRENT_REQUESTS = 16
```
使用延迟时间
在两次请求之间设置延迟，以避免对目标网站服务器造成过大压力。可以使用`time.sleep（）`函数来实现延迟，例如：
```python
import time
time.sleep（1） 设置1秒的延迟
```
使用第三方速率限制器
使用第三方库如`requests-ratelimiter`或`ratelimit`为爬虫设置速率限制。例如，使用`requests-ratelimiter`设置每秒最多10个请求：
```python
from requests_ratelimiter import RateLimiter
limiter = RateLimiter（max_requests_per_second=10）
```
使用并发限制
使用`concurrent.futures.ThreadPoolExecutor`或`concurrent.futures.ProcessPoolExecutor`限制并发的请求数。例如，最多同时进行5个请求：
```python
import concurrent.futures
with concurrent.futures.ThreadPoolExecutor（max_workers=5） as executor:
executor.map（make_request, urls）
```
遵守`robots.txt`
遵守目标网站的`robots.txt`文件，该文件中指定了爬虫访问速度的限制。
优化网络请求
使用HTTP持久连接（HTTP Keep-Alive）减少连接建立和断开的开销。
使用HTTP缓存减少重复请求的次数。
设置合理的超时时间，避免请求等待过长时间而导致的阻塞。
使用异步编程
使用异步编程库如`asyncio`和`aiohttp`，可以让程序在等待I/O操作时不会阻塞，从而提高爬虫的效率。
多线程或多进程
通过并发执行多个任务，可以显著提高爬取速度。可以使用`concurrent.futures`库中的`ThreadPoolExecutor`或`ProcessPoolExecutor`来实现多线程或多进程。
合理设置请求头
使用合理的User-Agent和Referer等请求头，避免被目标网站的反爬机制识别出来。
合理设置请求间隔
合理的请求间隔可以降低对目标网站服务器的压力，并且避免被目标网站的反爬机制识别出来。
使用缓存
对于已经请求过的数据可以进行缓存，避免重复请求，节省时间和带宽。
通过以上方法，可以有效地提高爬虫软件的速度和效率，同时避免对目标网站服务器造成过大压力。建议逐步增加爬虫速度，以避免触发反爬策略。