十个站陆续并成一个池之后,收录一直起不来。单拎一个站看都没毛病,标题、正文、内链都规整,凑在一起就是不动。
我把十个站的响应头和页面元素挨个并排比,找出四处一模一样的东西。
第一处是 SSL 证书。图省事,十个域名全用一张多域名证书,签发时间、序列号、颁发机构完全相同,openssl 一拉就看得出来。第二处是统计代码,同一段 JS、同一个站点 ID。第三处是 favicon,十个站指向同一个 ico 地址。第四处是 DNS,十个域名全在同一个 NS 下,解析出来的 IP 还相邻。
四条叠一起就是指纹
单看每一条都不算什么,站长群体里这么干的人太多。四条叠起来就太明显了。搜索引擎看站群不只看内容,也看这些基础设施的重复度。十个站共用一套指纹,聚类的时候很容易被归成一类,收录名额跟着被压缩,一个池十站最后只有两三个在跑。这四处里最容易被忽略的是统计 ID,很多站长复制模板时连 ID 都没改。
按成本从低到高改
favicon 一站一份,十分钟能改完,效果不夸张但成本几乎为零。统计代码换成各自独立的 ID,或者只留一个站装统计、其余站看日志。证书改成单域名证书,免费签的那种就够,一年一换。DNS 至少拆两组,别全压在一个 NS。换证书会有副作用,十个站的 HTTPS 生效时间不同步,头三天日志里能看到握手失败,属正常,扛过去就好。
这些改完,内容层面还得跟上。指纹不像了、内容还是一份,那也没用。前面写过模板同质化导致判重的问题,可以对着看,两件事经常同时出现。
六周的数据
十站总收录从 41 涨到 96。原来索引集中在两三个站,后来分散到七个站。单站日均抓取没有暴涨,但文章页落地比例从 33% 提到 58%,说明来的蜘蛛开始往内容页走,而不是只在首页和栏目打转。另有两个站一直没起来,最后查出来是内容本身重复,跟指纹无关。
一句提醒
别为了拆指纹把十个站拆到十个廉价主机上,响应时间掉到两三秒,抓取份额反而更低。指纹是次要矛盾,速度和内容才是主要的。
证书同源这条,做站群的人最容易漏。多域名证书一年省几百块,代价是十个站挂同一个身份,这笔账怎么算都不划算。

评论列表