📍 WDQWDWQD987AAAAA:216.73.216.254
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /2acefa1ae4ec.html
📄

网站收录频率，小流量灰度为什么会暴露全量发布的例外

因为灰度只覆盖了“被选中的那部分入口”，而全量发布改变的是入口的分布、链接层级和抓取预算的竞争关系。灰度期间收录频率正常，只能说明被抽中的样本在当时的抓取路径下没有异常；全量之后新出现的入口类型、模板分支和参数组合，可能从未进入过灰度样本，于是例外在放量后才第一次被触发。判断该不该扩大灰度，取决于你能不能让灰度样本覆盖“入口类型”而不是“流量比例”。

先判断灰度样本是按流量抽还是按入口类型抽

两种做法都常见，但代价完全不同。

按流量比例抽。把 5% 的访问随机导向新版本，其余走旧版本。它适合验证渲染性能、错误率和转化路径，因为随机抽样对这类指标的代表性较好。但它对收录频率的验证很弱：如果新版本只在某个栏目模板或某类详情页上产生不同的链接输出，随机 5% 很可能根本没抽到那个模板，或者抽到了但数量太少，日志里看不出抓取行为的变化。

按入口类型抽。先列出这次发布新增或改变的入口类型，例如新的分页写法、新的筛选参数、新的关联推荐模块、新的结构化数据输出，然后每一类都强制放一小批页面进灰度，哪怕总量远低于 5%。它适合验证抓取与收录相关的行为，代价是需要提前知道“哪些入口变了”，而这恰恰是很多发布流程里没人负责梳理的部分。

选择依据可以简化成一句话：如果这次发布改动了链接输出、URL 生成规则或页面可见内容的结构，就按入口类型抽；如果只改了样式、接口性能或后端逻辑，按流量比例抽通常够用。选错的代价是灰度通过但全量翻车，而且翻车信号往往延迟出现，因为抓取和收录本来就不是即时反馈。

灰度要产出可对比的证据，而不是“看起来正常”

只记录“灰度期间没有报错”不足以支撑放量决策。要让灰度结果对全量有预测力，至少固定三组对照：

• 同一入口类型的新旧版本各取一批 URL，记录它们在相同时间窗内的被抓取次数和被抓取的 URL 形态，而不是只看总抓取量。
• 记录抓取到的 URL 是否落在预期集合内。如果灰度版本开始输出带参数的链接，而旧版本输出静态路径，日志里的 URL 形态差异就是最早的可观测信号。
• 记录页面可见内容与链接是否一致。渲染后才有内容的页面，抓取端看到的可能是空壳，灰度期间如果只用浏览器人工检查，会漏掉这一层。

一个假设例子：某次发布把列表页的“下一页”从静态路径改成带 ?page= 参数的地址，灰度只抽了首页和两个热门栏目。这两个栏目的分页链接本来就被频繁抓取，参数化后仍被跟进，于是灰度显示正常。全量后，长尾栏目的大量分页第一次以参数形式出现，抓取端对这些新参数地址的跟进明显变慢，收录频率在长尾部分下降。这个例子里，灰度样本恰好落在“抓取优先级最高”的位置，掩盖了长尾的例外。

可执行的动作是：在灰度阶段就把日志按入口类型分组统计，而不是按全站汇总。分组之后如果发现某一类的抓取 URL 形态与旧版本不一致，下一步不是直接放量，而是先确认这种不一致是预期的，还是模板分支写错了。

哪些例外只有全量才会出现

灰度覆盖不到的例外通常来自三类变化：

1. 规模触发的配额竞争。灰度页面少，抓取预算够分；全量后同类 URL 数量激增，原本能被跟进的入口被挤到后面。这不是灰度“没测出来”，而是灰度根本没有制造出竞争条件。
2. 数据分布触发的模板分支。灰度抽到的页面可能都命中了同一条渲染分支，而全量数据里存在空值、超长字段、缺失关联内容等情况，会走到另一条分支，输出不同的链接或不同的可见内容。
3. 跨入口的链接聚合。某些页面只有在全量后才会被足够多的其他页面链接到，从而进入抓取路径。灰度期间它们缺少入链，自然不会被抓取，也就无法暴露问题。

这三类的共同点是：它们和“流量大小”无关，和“入口与数据的组合是否出现”有关。所以扩大灰度流量比例往往解决不了问题，扩大入口类型的覆盖才有用。

放量决策与例外出现后的处理顺序

放量前应满足的条件是：灰度样本已经覆盖本次发布涉及的每一种入口类型，并且每一类都有新旧版本的抓取 URL 形态对照。如果某个入口类型在灰度中样本过少，无法形成对照，那么对这类入口单独再做一次定向灰度，比整体推迟发布更省时间。

放量后如果收录频率出现异常，处理顺序建议是：

• 先确认异常是抓取侧还是索引侧。抓取量下降和抓取到的页面未被索引，是两种不同的问题，前者看链接输出与抓取路径，后者看页面可见内容与状态。
• 再按入口类型拆分，定位是哪一类入口的 URL 形态或可见内容发生了变化。全站汇总数据只能说明“有变化”，不能说明“哪里变了”。
• 最后核对这次发布是否改动了链接生成逻辑。如果改了，优先回滚或修正该逻辑，而不是先去调整抓取相关的配置文件。

需要提醒的是，抓取量或收录量在某个时间窗内下降，不能单独证明是这次发布造成的。抓取调度本身有波动，外部链接变化、站点整体响应速度、以及抓取端对站点的重新评估，都可能产生类似现象。要把它归因到发布，需要的是同一入口类型在新旧版本之间的对照差异，而不是一条全站曲线。

另外，robots.txt 的抓取限制不等于可靠的索引移除，站点地图也不保证收录。灰度阶段如果用这两者来“控制样本”，得到的结论不能直接外推到全量，因为限制抓取和阻止索引是两件事，站点地图只是提示而非承诺。

把灰度结论写进发布条件

要让下一次发布不再重复同样的例外，可以把灰度结论固化成一条发布条件：本次发布若改动了链接输出、URL 生成规则或渲染后的可见内容结构，灰度必须按入口类型覆盖，并在放量前提供每一类的新旧抓取 URL 形态对照。不满足这条时，放量的代价就是例外只能在全量后被发现，而那时定位成本已经包含了线上流量的影响面。

这条条件的实际作用是改变下一步：它把“灰度没报错就放量”变成“灰度没覆盖到的入口类型要么补测、要么明确接受风险”。接受风险也是一种决策，但前提是知道风险落在哪一类入口上，而不是等全量之后从汇总曲线里反推。