【官方說法】百度蜘蛛抓取流量暴增的原因
- 威海Spider 威海Baiduspider
- 2188
Spider對網(wǎng)站抓取數(shù)量突增往往給站點(diǎn)帶來很大煩惱，紛紛找平臺想要Baiduspider IP白名單，但實(shí)際上BaiduSpider IP會隨時變化，所以并不敢公布出來，擔(dān)心站長設(shè)置不及時影響抓取效果。百度是怎么計(jì)算分配抓取流量的呢？站點(diǎn)抓取流量暴增的原因有哪些呢？
總體來說，Baiduspider會根據(jù)站點(diǎn)規(guī)模、歷史上網(wǎng)站每天新產(chǎn)出的鏈接數(shù)量、已抓取網(wǎng)頁的綜合質(zhì)量打分等等，來綜合計(jì)算抓取流量，同時兼顧站長在抓取頻次工具里設(shè)置的、網(wǎng)站可承受的最大抓取值。
從目前追查過的抓取流量突增的case中，原因可以分為以下幾種：
1， Baiduspider發(fā)現(xiàn)站內(nèi)JS代碼較多，調(diào)用大量資源針對JS代碼進(jìn)行解析抓取
2， 百度其他部門（如商業(yè)、圖片等）的spider在抓取，但流量沒有控制好，sorry
3， 已抓取的鏈接，打分不夠好，垃圾過多，導(dǎo)致spider重新抓取
4， 站點(diǎn)被攻擊，有人仿冒百度爬蟲（推薦閱讀：如何正確識別百度蜘蛛）
如果站長排除了自身問題、仿冒問題，確認(rèn)BaiduSpider抓取流量過大的話，可以通過反饋中心來反饋，切記一定要提供詳細(xì)的抓取日志截圖。
來源：百度搜索資源平臺 百度搜索學(xué)堂
Public @ 2011-07-18 15:38:37
