探讨百度快照的蜘蛛群假想理论问题

对于很多新手站长来说，经常有这样的疑惑，为什么蜘蛛天天爬行，但是网站快照却不更新。今天冰山一角来给大家分享下一种蜘蛛假想。

蜘蛛群理论：百度每天都靠蜘蛛抓取页面，蜘蛛不是一只，而是一群。在一群蜘蛛中，它们各自负责不同的分工。具体的分工我也还了解不完全，可以知道的是分工可以分为新网页的爬行和旧网页的爬行。如123.125.*.*爬行新网页居多，61.135.*.*以爬行旧网页居多，百度还有其他ip段的蜘蛛，我对福州现代妇产医院网的观察，这2类比较常见。

网站快照更新最快的当属首页，不是首页的话你可能被K了，因为首页权重最高，而且都会调用最新内容，也最容易被蜘蛛发现。刚刚所说的蜘蛛是一群，所以任何一只蜘蛛都是不会在一个网站一直呆着，所以虽然说百度蜘蛛天天呆在你的网站，但不见得群蜘蛛都一直呆在你的网站。

蜘蛛在进驻你的网站后，开始各自分配不同的监控区域，有的蜘蛛负责head，有的蜘蛛负责root，有的负责body等等，body里面又有不同的蜘蛛干不同的事。也就是说同一只蜘蛛只负责小块区域，而且只会在一天的某些时段来过，当它发现你有更新的话，明天再来，如果没有的话给你个304，,304多了，它就会去减少爬行的频率，具体频率长什么样我也不清楚，理论模型应该是正弦曲线。

同理，所有的蜘蛛使用同一规则的话，就会出现监控head、root等区域的蜘蛛比较懒，body部分的比较勤快，不过，body中间也有懒惰的。

如果你的网站天天更新，那么body更新区域的都是200，其他的是304.那么百度要考虑给你最新的快照呢还是不给?于是就要投票表决，因为是群蜘蛛嘛，蜘蛛们都有投票权，才显得公平，但是又有一个问题，蜘蛛的分量不同，如body区的蜘蛛，工作比较辛苦，head区就比较轻松，所以蜘蛛投票需要分权，body的蜘蛛权值高，root区的权值低，当然中间还有不等的权值。

经加权后的计算结果来决定百度给不给该网站最新快照。这就是为什么网站天天更新但是快照不更新的原因之一。

这样一来的话，我们可以从以下几个方面入手解决快照慢的问题，一个是让body的蜘蛛更勤快，提升带回200蜘蛛的权值，给投票带来优势。二是减少监控区，监控区域太多，那么无所事事的蜘蛛就越多，和我国的有关部门一样，所以我们要做到精简，那么拉后腿的蜘蛛就要说再见了。