为什么接入百度CDN后网站收录没了？

　　做站点运维和SEO这么多年，上个月碰到一个做机械配件的客户，网站接入百度CDN才一周，原本几十条的收录直接掉到只剩首页，急得不行，一口咬定是百度CDN打压第三方站点，越说越离谱。

　　其实真不是平台针对谁，我们排查下来，绝大多数这类收录异常，都不是CDN本身的问题，而是接入时的细节配置没做对，影响了百度蜘蛛的正常抓取和站点信任度，调整过来基本都能慢慢恢复。

　　为什么接入百度CDN会影响收录？

　　很多人觉得CDN就是个加速工具，和收录扯不上关系，其实接入CDN相当于给网站换了一层访问入口，很多细节都会触达百度的收录判定规则。

　　最常见的第一个原因：源站IP变更，触发站点重新考察。

　　没接CDN的时候，百度蜘蛛一直访问的是你的源站IP，时间久了建立了信任度。接入CDN之后，域名解析的IP变成了CDN的节点IP，而且不同地区的访问IP还不一样。对百度来说，相当于站点的服务地址变了，需要重新校验稳定性和合法性，这个考察期里，就可能出现收录暂停、旧收录暂时下架的情况。

　　本身权重低、信任度弱的新站，这种波动会更明显，老站一般影响很小。

　　第二个原因：缓存策略设置错误，蜘蛛拿到异常内容。

　　这是出问题最多的地方。很多站长接入后直接开全站缓存，把缓存时间设成好几天，连新闻详情页、动态页面也一起缓存了。时间一长，蜘蛛抓取到的都是过期内容，甚至有的站点404页面也被缓存了，蜘蛛反复拿到错误状态码，自然会降低站点质量评分，减少收录甚至清理已收录页面。

　　还有的把缓存规则设得太乱，静态资源反而不缓存，动态页全缓存，完全搞反了，也很容易出问题。

　　第三个原因：HTTPS配置不一致，抓取出现异常。

　　比如源站还是HTTP协议，CDN端开了HTTPS强制跳转，但是跳转规则没配对，出现循环跳转；或者源站和CDN的证书不匹配，导致页面访问异常。百度蜘蛛碰到抓取失败、循环跳转的情况，几次之后就会减少抓取频次，收录自然跟着掉。

　　也有不少站点是HTTP和HTTPS并行，没做统一的301跳转，接入CDN后两种协议的页面都能访问，百度分不清哪个是主地址，也会出现收录混乱。

　　第四个原因：没开蜘蛛回源，节点波动影响抓取。

　　百度CDN后台其实有专门针对搜索引擎蜘蛛的回源设置，很多人接入的时候根本没注意到，默认没开。蜘蛛抓取的时候和普通用户一样走缓存节点，一旦节点出现临时故障或者缓存更新不及时，就可能抓取失败。

　　虽然百度自家的CDN节点，蜘蛛识别度本来就比第三方高，但没开专属回源的话，还是容易受缓存策略影响。

　　出了问题怎么排查？按步骤来不用慌

　　碰到收录掉了先别急着切回源站，来回切换反而会让IP反复变动，延长考察期，按照下面的步骤一步步排查，大多能很快找到问题。

　　第一步，先用官方工具测抓取状态。

　　去百度资源平台找抓取诊断工具，PC端和移动端分别抓取首页和几个典型的内页，看返回的状态码是不是200，页面内容是不是完整、和源站一致。如果状态码是403、502，或者出现循环跳转，那就是配置的问题，先解决这个。

　　如果抓取完全正常，内容也没错，那大概率是IP变更导致的正常波动，不用急，先观察着。

　　第二步，检查缓存策略，做精细化调整。

　　绝对不要全站统一设置缓存时间，一定要按资源类型分开：

　　图片、CSS、JS这类静态资源，缓存时间可以设7到30天，这类内容很少变，长缓存不影响；

　　新闻详情、产品介绍这类更新不频繁的页面，缓存时间设1到3天就够了，别设太长；

　　带登录、评论、搜索的动态页面，直接设为不缓存；

　　404、500等错误页面，一定要勾选禁止缓存，避免错误状态被全网节点分发。

　　第三步，统一协议，开启蜘蛛回源。

　　确保源站和CDN的访问协议一致，要么全站HTTPS，要么把HTTP全部301跳转到HTTPS地址，不要两种协议并行。接入CDN后可以在百度资源平台重新提交一下HTTPS认证，加快平台更新站点状态。

　　最重要的一点：在CDN后台找到“搜索引擎优化”或者“蜘蛛回源”相关的选项，一定要打开。让百度蜘蛛直接回源抓取，不经过缓存节点，既能保证拿到最新内容，也能避免节点波动影响抓取，是解决收录问题最有效的一步。

　　第四步，稳定观察，不要反复折腾。

　　配置都调整正确之后，不用天天查收录，正常更新内容就行。单纯IP变更导致的波动，一般1到2周左右蜘蛛适应了新的节点IP，收录就会慢慢恢复。

　　很多人沉不住气，调整完两天没看到效果就切回源站，结果IP又变一次，相当于前面的时间白等了，反而拖慢恢复速度。

　　几个容易踩的误区

　　很多人对CDN和收录的关系有误解，这里也说清楚。

　　第一个误区：用百度CDN会有收录加权。实话实说，没有。CDN的核心作用是提升访问速度、降低源站压力，速度快、站点稳定对SEO是正向帮助，但不会因为用了百度的产品就给额外的排名或者收录优待，不用抱这种期待。

　　第二个误区：收录掉了就是CDN的锅。其实只要配置正确，CDN本身不会导致收录下降，反而因为站点更稳定、加载更快，长期来看对收录是有利的。出问题先查自己的配置，别先甩锅给工具。

　　第三个误区：多层CDN叠加效果更好。不少人同时开百度CDN又加别家的安全防护，多层转发很容易导致IP混乱、抓取异常，反而适得其反。普通企业站，一层CDN加基础防护就足够了。

　　我们手上的几个企业站，去年陆续切换到百度CDN的时候，也有两三个出现过一周左右的收录停滞，调整完缓存、开了蜘蛛回源之后，都陆续恢复了。现在因为页面加载速度比之前快了近一倍，新内容的收录速度反而比接CDN之前更快。

　　说到底，CDN只是个工具，用对了加分，用错了出问题也很正常。不用把它想得太神，也不用一出问题就全盘否定，把细节配置做好，大部分问题都能迎刃而解。