📍 WDQWDWQD987AAAAA:216.73.217.140
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /24c6b000b22c.html
📄

增加百度收录：多层缓存返回不同版本时怎样定位一致性问题

多层缓存返回不同版本，通常不是百度抓取本身出错，而是源站、CDN、反向代理或页面缓存各自保存了不同时间点的响应。要定位一致性问题，先固定一个可复现的请求条件，再逐层对比响应头、正文摘要和缓存键，而不是直接删缓存或改 robots.txt。若旧内容、旧系统或旧合作关系需要退出，保留、改写或退出要按“是否仍被引用、是否仍产生有效访问、退出后是否影响其他层”来分别判断。

先固定请求条件，再比较各层返回

多层缓存不一致时，最忌讳用不同时间、不同 UA、不同 URL 参数分别抓取后直接对比。先选一个可复现的 URL，固定协议、主机名、路径、查询参数、User-Agent 和请求方法，再依次请求源站、反向代理、CDN 边缘节点和百度抓取视角下的同一地址。每一步都记录状态码、Content-Length、ETag、Last-Modified、Cache-Control、Vary、Age 和正文前若干字节的哈希。若某层返回的 Age 明显偏大，说明它命中了较旧副本；若 ETag 相同但正文哈希不同，说明缓存键或压缩层可能参与了版本分裂。

实际动作：先只改一个变量，例如在源站更新后等待一次主动刷新，再立即请求各层。若 CDN 层仍返回旧正文，而源站已返回新正文，下一步应检查该 URL 的缓存键是否包含 Cookie、设备类型或查询参数，而不是继续在百度端找原因。这个动作的结果会直接决定后续是清理 CDN 缓存、调整 Vary，还是回到源站排查动态渲染。

保留、改写或退出：三种取舍的适用前提

旧内容、旧系统或旧合作关系需要退出时，多层缓存会把“退出”放大成多个版本并存。此时先判断旧对象是否仍被其他页面引用、是否仍有外部链接指向、是否仍在站点地图或导航中。若仍被引用且访问有效，保留并改写通常比直接退出更稳；若已无有效访问且退出不会影响其他层，才考虑彻底移除。

• 保留：适用于旧页面仍有少量有效访问、仍被其他页面引用，或退出后会破坏现有链接结构。保留时不要只更新正文，还要同步更新缓存键涉及的模板、接口和静态资源版本号。
• 改写：适用于旧内容仍有主题价值，但需要合并到新页面或改变用途。改写后应确认新页面在各层缓存中返回一致，再处理旧地址的跳转或说明。
• 退出：适用于旧系统或旧合作关系已无有效访问、无外部引用，且退出不会影响其他页面。退出时优先返回明确的状态码，而不是仅靠 robots.txt 限制抓取。robots.txt 的抓取限制不等于可靠的索引移除，已收录地址仍可能在一段时间内出现在结果中。

若选择退出，先确认该地址是否仍被站点地图、内部搜索或旧接口引用。实际动作：移除引用后，观察各层缓存是否仍返回旧正文。若源站已返回 404 或 410，但 CDN 仍返回旧页面，下一步应清理该 URL 的缓存并确认缓存键没有遗漏，而不是直接提交删除请求。

用响应头和正文摘要区分“缓存旧”与“源站旧”

多层缓存返回不同版本时，常见原因有三类：源站本身发布了不同版本；中间层缓存键不一致导致命中不同副本；压缩或字符集处理导致正文摘要不同。区分方法不是看单一状态码，而是看一组可比较证据。

1. 源站返回新正文，但 CDN 返回旧正文，且 Age 较大：优先怀疑 CDN 缓存未刷新或缓存键不一致。
2. 源站和 CDN 都返回旧正文，但数据库或模板已更新：优先怀疑源站页面缓存、对象缓存或构建产物未更新。
3. 各层 ETag 相同但正文哈希不同：优先怀疑压缩、字符集或边缘函数改写了正文。
4. 同一 URL 在不同 UA 或 Cookie 下返回不同版本：优先怀疑 Vary 或缓存键设置过粗。

这里要说明一个边界：请求量、抓取量或某个统计归零，不能单独证明缓存处理正确。它还可能来自抓取频次变化、日志采样、访问来源改变或页面本身不再被引用。因此，判断一致性时要把百度抓取日志、源站访问日志和 CDN 日志放在同一时间窗口内对照，而不是只看一个指标。

假设例子：一次旧页面退出的对照方法

假设某旧活动页需要退出，源站已改为返回 410，但 CDN 仍返回旧页面。先固定请求条件，分别请求源站、CDN 边缘和百度抓取视角下的同一地址。若源站返回 410，CDN 返回 200 且 Age 较大，说明退出动作被 CDN 缓存挡住。此时先清理该 URL 的 CDN 缓存，再确认缓存键是否包含查询参数或 Cookie；若清理后 CDN 返回 410，下一步再检查站点地图和内部链接是否仍引用该地址。若清理后仍返回 200，则回到源站检查页面缓存、反向代理规则或边缘函数，而不是继续提交百度删除。

这个例子的数字只用于说明比较方法，不代表任何实际项目的阈值。关键是：先让各层对同一请求条件返回可比较的证据，再决定保留、改写还是退出。站点地图不保证收录，HTTPS 也不保证安全无漏洞或排名；这些因素不能替代缓存一致性排查。

退出后仍要复查的引用与缓存键

旧内容退出后，多层缓存仍可能保留旧版本。复查时重点看三类位置：站点地图和导航是否仍列出旧地址；其他页面或接口是否仍引用旧地址；CDN、反向代理和源站页面缓存是否仍保留旧响应。若旧地址仍被引用，先改写引用再退出，比直接删除更稳。若旧地址已无引用，清理缓存后观察各层是否返回一致状态码，再决定是否需要进一步处理。

实际动作：在退出动作完成后，用同一请求条件再次请求各层，记录状态码和正文摘要。若各层一致返回 410 或 404，下一步是检查内部搜索和旧接口是否仍暴露该地址；若仍不一致，下一步是回到缓存键和 Vary 设置，而不是把问题归因于百度抓取。这样定位，才能把“多层缓存返回不同版本”从现象变成可处理的层间差异。