CDN及虛擬主機用戶須慎重辨明假百度蜘蛛

假蜘蛛對我們網站的危害是巨大的，具體有：

　　1.占用網站帶寬，導致網站流量上升，增加額外開銷

　　2.在有限帶寬的前提下，阻礙了正常蜘蛛的抓取

　　3.誤導了我們在對網站開展SEO工作時的思路

　　4.部分偽裝成假蜘蛛的采集工具剽竊了我們的工作

　　我們看到，網上有很多人在分享如何“捉住”假蜘蛛的文章，但這些文章只是千篇一律的描述了“捉住”假蜘蛛的過程及操作方法。卻沒有分享從如何真正的判別蜘蛛的真偽。

　　最近在對一個網站進行SEO優化時，就碰到了這樣一個案例，險些導致將真蜘蛛錯當假蜘蛛來處理。

　　一、發現“假蜘蛛”

　　SEO優化要依靠大量的分析和數據來實現，其中日志分析是重中之重，在日志中我們可以看到很多平時統計工具無法看到的數據和事實。

　　本周對網站日志進行分析查看時，發現了幾個不屬于認識中的“蜘蛛IP”，截圖給大家看一下：

 

                     

　　我們知道，百度蜘蛛一般來自于202.181.108.* 和123.125.71.* 這兩個IP段（順便科普一下，這兩個IP段的百度蜘蛛沒有所謂高權重和降權之分）。顯然這三個IP在“常識”中，不屬于百度蜘蛛所屬的IP段。

　　為了確保不誤殺百度蜘蛛，我用nslookup ip命令反解了此IP，得到以下信息：

 

               　　

這個時候，基本已經可以確定該IP不屬于百度蜘蛛的IP段，是一個“假蜘蛛”，我們需要屏蔽該IP釋放那些被占用的帶寬。

　　二，誤會“假蜘蛛”

　　就在要對以上提到的三個IP進行屏蔽的時候，突然想到，這個網站在上周通知我他們要使用安全寶服務，需要將DNS解析到安全寶的服務器上，而安全寶則會根據用戶的訪問情況，選擇距離最近的一個節點進行CDN加速。

　　在我之前的例行SEO檢查中，發現網站IP被解析到了陜西的一個IP上，而這個網站IP和這次我從網站日志中發現的三個“假蜘蛛”IP屬于同一IP段。

　　為了驗證這個推測，我又重新仔細查看了網站日志，發現谷歌蜘蛛和搜狗蜘蛛也來自于之前三個IP（之前對網站日志進行了拆分，只查看百度的情況，因為網站是針對百度做SEO的）。

這下子總算清楚了，這些所屬IP的蜘蛛不是假蜘蛛，而是貨真價實的百度蜘蛛、谷歌蜘蛛和其他搜索引擎的蜘蛛。只不過因為他們通過了一次CDN節點，所以造成了他們的來源IP是一致的。

　　三，虛擬主機如何產生“假蜘蛛”

　　由此想到，之前在閱讀相關文章的時候，經常會看到有站長抱怨發現假蜘蛛，來自XX機房（就那么一兩家機房）。

　　這是一件很奇怪的事情，莫非采集工具和假蜘蛛都產自這個機房？事實自然不是那樣的，而是：

　　1.很大一部分發現假蜘蛛的站長，所使用的是某主機供應商提供的集群主機，或類似性質的虛擬主機。

　　2.集群性質的虛擬主機，同CDN的道理是相同的，即將客戶的空間和站點資料同步到同一個群組的所有服務器上。

　　3.蜘蛛的來源不同，一些是直接訪問站點的，另一些是通過一些外鏈訪問站點的。而這些通過外鏈訪問站點的蜘蛛，會就近通過CDN節點訪問。

　　4.CDN節點每家公司都不一樣，但大致分為地域大區（不是省）和電信、網通這樣的方式劃分。

　　5.那些通過CDN節點訪問網站的蜘蛛，來源IP自然不是從北京總部出發時的IP。

　　最終事情得到了很好的解決，該網站自優化以來效果一直良好，雖然采用了CDN，但事實證明CDN對搜索引擎而言沒有任何障礙，反而有利于網站速度和提高用戶體驗。

　　這個SEO案例也同時告訴我們，網上的SEO教程是會過時的，隨著互聯網的進步，我們SEO也要學會理智的去對待一些教程和分享，要有質疑和勇于實踐的精神，同時對互聯網的一些基本的技術知識要有所了解。