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 。  

  
文章插图  
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 。  
【SEO收录异常诊断：负载均衡架构导致的SEO问题及解决方案】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)  
  
文章插图  
说到这里 ， 大家可能已经基本上可以确定知道原因了 。

• 女子阳康后|女子阳康后子宫异常出血是怎么回事 子宫异常出血的原因有哪些
• 失眠|失眠可能是肺出现了问题 睡觉出现哪些异常是肺部在求救
• 骨质增生异常综合征稳定了 骨髓综合症能活多久
• mds骨髓增生异常综合征能治吗 mds没必要治疗
• 异常件上报之后还能派送吗
• 头条极速版助力账号异常怎么解决
• 今日头条极速版邀请码显示账号异常是怎么回事
• 早起出现4种异常 肝不好喝酒后第二天的症状
• 白带褐色怎么治疗方法 白带异常怎么治疗才好得快
• 饭后会有哪些异常表现 血糖足的症状的图片