蜘蛛大量抓取页面导致服务器出现负载问题

upring

蜘蛛大量抓取页面导致服务器出现负载问题
　　答：会延迟百度对新网页的收录速度。
　　正常情况下，Baiduspider的抓取频率大致上和网站新资源产生的速度相符，并不会给网站带来很大的压力。但现在网站结构通常都比较复杂，多种url形式指向的可能是相同的内容，或者会自动产生大量无检索价值的网页。
　　我们目前发现的问题，主要来源于此，建议先分析一下spider的抓取日志，看看是否抓取了你不希望搜索引擎收录的形式，如果有，robots掉它们可以节省大量的资源。
　　具体参考：http://tieba.baidu.com/club/9374916/p/7587693
  其实LEE这里说明一个问题用robots可以禁止垃圾页面/无效页面（也就是说、我们可以通过IIS日志去分析、网站中抓取频率最高、而又无用的页面，并进行屏蔽）但是这样做只是为了增大收录想被收录页面的机遇、同样没有解决抓取频率过高问题。 可能我没有这种大站，但是DJ小向知道有效的控制蜘蛛抓取、可以使用网站增大收录量、同样有效的控制蜘蛛返回码、同样可以使网站被K。

choovin

贴子很不错，收藏备用了!呵呵

choovin

支持楼主的分享精神！