Categories


Tags


SEO收录异常诊断:负载均衡架构导致的SEO问题及解决方案

最近,本人负责的其中一个站点收录出现了异常,趁着周末有空讲述一下整个诊断过程。核心问题有两点,服务器架构和网站程序架构导致的;本篇仅分享服务器架构导致的收录异常。

首先,介绍一下自己。本人就职于深圳某企业,长期混迹于乙方外包公司,众所周知seo外包公司接的是绝大部分是小企业网站,这些网站做的关键词往往也仅是改个TDK就完成排名的工作。

再加上,目前绝大部分中小站点的架构很简单,开源CMS+单一云服务器(虚拟主机)+CDN(这还是有点运维能力公司)。鉴于以上经验,导致本人完全没有意识到服务器架构方面也能出现问题。

一、收录异常的发现

从(图1)可以和明显的看出,在3月中下旬收录是偏向正常的,问题出现在3.31日-4.25日之间出现了浮动,也就是说,这个区间一定是站点出现了问题导致收录异常。

SEO收录异常诊断:负载均衡架构导致的SEO问题及解决方案 SEO优化 SEO推广 第1张

本人开始按常规方法排查,特别是服务器日志有些参数没有排除注意,以至于导致了问题发现,具体如下:

1.1、站长平台模拟爬虫抓取,正常。

1.2、搜索引擎爬虫抓取数量在提升,偏向正常。这里有异常,排查伪蜘蛛爬虫在抓数据,真实百度爬虫确实也在增长。

1.3、核心关键词排名浮动,但偏向且上升趋势靠前,目前核心大词处于前5名,正常。

1.4、服务器日志分析,爬虫对应的request_uri值(相对地址),暂属正常,请看下文。

1.5、服务器日志是阿里云的日志,http请求,7.18日、7.19日、7.20日以及7.26日出现小面积服务器500访问错误;但最多只出现有限的时间收录异常,不至于大范围不收录。

在服务器访问日志分析中,一般需要注意的项是:爬虫抓取时间值,爬虫页面URL值,爬虫在页面抓取顺序,时间内爬虫抓取数量,另一说蜘蛛IP值有权重高低之分(本人不确定,故不参考)

页面URL值:一般服务器日志是相对地址,本人诊断出现的问题在于忽略host值,真实抓取URL应该是,host+request_uri值组合。

页面抓取顺序:可检验网站架构的爬行情况,大概可以知道爬虫在网站页面中的爬行顺序,可以辅助使用爬虫软件或者开发经典爬虫(PY,PHP等)的爬行情况作为参考

时间内爬虫抓取数量:检验网站页面总量和时间段内抓取量的占比,判断网站的受欢迎程度。

说到这里,交代一下站点的服务器架构:

用的是负载均衡,文件服务器+数据服务器+前端服务器,数据服务器全部数据是由API接口、GET方式前端和app使用,网站URL是相对地址。服务器之间自然用的也是内网通讯。

综上,可能大家也看出有忽略的参数,是1.4中提到的日志host值,因为是相对地址,host+request_uri才是抓取的完整地址。一直忽略的Host值,原来是API的二级域名(图2)

SEO收录异常诊断:负载均衡架构导致的SEO问题及解决方案 SEO优化 SEO推广 第2张

说到这里,大家可能已经基本上可以确定知道原因了。

就是百度根本没有抓取到真实的页面URL,实际上抓取的是API域名+request_uri,

即假设数据库服务器API给前端渲染的数据路径是api.name.com,走内网IP,

抓取到的页面URL为:https://api.name.com/post/1.html

真实应该是外网IP的URL:https://www.name.com/post/1.html

既然核心问题已把握30%,下一步自然是数据证明,主要从几个点。

1、翻开发日志记录

2、4月前后的服务器日志整理对比

从1中发觉,4.13号负载均衡的数据服务器api取消代理,这样造成的后果是前端直接抓取了host主机值为api域名下的数据在前端渲染,因为是直接使用内网IP没经过代理,同时api二级域名为host主机值。

从2中发觉,4月前后日志的host主机值出现了改变,由www.name.com变成了api.name.com。

最终,问题就出现在host主机为api的站点,没有使用代理,也就是说只要api站点通过代理变成www的二级站点渲染即可。如果没有使用代理,百度GET返回的页面是内网IP,抓取到的也就是https://api.name.com/post/1.html 这个URL。

解决方案:

1、负载均衡的数据服务器api接口使用代理

2、Head区增加标签

3、前端渲染的HTML使用绝对路径

4、开发个API接口推送数据

本文完。鉴于本人仅是SEO,运维能力有限,单机服务器配置下站可以,负载均衡只是略微听过,如有运维方面错误之处请见谅。

作者:深圳传说

来源:卢松松博客


Public @ 2020-07-06 15:32:19

如果你是百度,你会让什么排在前面?

昨天我上百度站长社区看到一个帖子,这个帖子是在讨论SEO未来的发展方向,比较有争议的两个论点,一个继续深发搜索引擎的技术,另一个是转型开始做内容创作。技术帮的人更加强调的是通过优化的手段以冲击网站的排名,由此获取更多的用户流量,提高产品的曝光率,在领导和老板面前也能拿出一份好成绩。而内容派系则认为如今网络垃圾内容扎堆,很多用户被搜索引擎给予的排名所诱导,之后发现根本不是自己想要的答案,纷纷跳转,导

Public @ 2013-04-09 16:17:25

做SEO多久才能看到效果?

我个人提供SEO服务的经历中最常被问到的问题有两个。第一个是,做SEO能保证关键词排名和流量吗?回答是,不能。不管网上什么地方什么人说能保证,我都是坚持回答不能,哪怕咨询的人一脸鄙视转身就走。因为我真的不能保证。正确、持久优化,有很大可能性获得排名和流量,但不能保证。即使可能性达到90%,那也不叫保证。除非跟客户保证“北京新街口SEO公司“这样基本没人搜的无聊查询词。这无异于有人问教练,跟你练百米

Public @ 2016-09-27 15:30:17

网站健康检查

有太多人问我某某某网站为什么排不上去,希望我帮他看一下。有的时候我有时间会帮着看一下,有的时候实在是没有时间。今天就介绍一下我通常做SEO诊断的步骤,如果以后再有人问,就建议来看这个帖子。一个网站为什么排名高,不一定能通过这些方法看的出来。但一般网站排名完全找不到,或怀疑被惩罚,可以通过这些步骤看出些端倪。首先看域名Whois信息注意域名第一次注册的时间,中间有没有注册人转手,这个Whois工具也

Public @ 2022-12-13 15:30:23

SEO诊断之,网站多长时间才可以有排名?

SEO的排名取决于很多因素,包括网站的内容质量、关键词的选择、网站页面结构、外部链接质量等。因此,没有一个具体的时间表可以确定一个网站何时会有排名。即使你的网站符合大部分SEO最佳实践,也需要时间来建立相应的信任度和权威度,才能获得更高的排名。一般来说,如果你的网站定期更新高质量的内容,遵循白帽SEO策略,通常需要三到六个月左右,可以看到网站开始有排名。但是,排名的时间也受到市场竞争的情况和技术层

Public @ 2023-05-28 20:50:16

更多您感兴趣的搜索

0.594630s