入口页上量之后，很多人第一反应是加 CDN：蜘蛛来访变多、回源压力大、担心服务器扛不住。这个思路本身没问题，但 CDN 会改变蜘蛛实际拿到的那份内容，如果配置没跟上，入口页看起来活着，蜘蛛拿到的却可能是另一份东西。
加 CDN 之后，蜘蛛看到的到底是什么
没有 CDN 时，蜘蛛请求什么，源站就返回什么，链路短、可控。加了 CDN 之后，中间多了一层缓存，蜘蛛拿到的是缓存副本还是回源结果，取决于缓存键、TTL，以及边缘节点上已经存在的那份副本。同一个 URL，在 A 节点可能命中缓存，在 B 节点可能回源，两边内容如果不一致，蜘蛛在不同时间访问就会看到不同版本。
缓存命中与回源的实际差别
- 命中缓存：响应快，但内容是上次回源时的快照，跳转目标、页面文案都可能是旧的。
- 回源：内容最新，但源站压力回到你身上，如果源站超时或返回 5xx，边缘可能把错误也缓存下来。
容易被忽略的几类问题
- 跳转被缓存：入口页原本指向 A，改成指向 B 之后，边缘还留着 301 或 302 的旧响应，蜘蛛继续按旧目标走。
- 错误页被缓存：源站短暂 502，被缓存成长期响应，蜘蛛连续几次都拿到错误，回访节奏自然受影响。
- UA 分流不一致：有些配置对蜘蛛 UA 单独放行或单独拦截，缓存键却没带上 UA，结果不同访客拿到互相矛盾的版本。
- 地域回源差异：海外节点回源到国内源站超时，边缘降级返回默认页，蜘蛛看到的是一个空壳。
配置上值得固定的几个约定
- 入口页这类会频繁调整的 URL，缓存 TTL 不要设太长，改动后主动刷新。
- 5xx、4xx 不要长时间缓存，错误应该尽量透传。
- 如果确实对蜘蛛做了差异化处理，缓存键要把它包含进去，避免串味。
- 回源超时时间留足，别让边缘因为几秒超时就返回兜底页。
- 保留回源日志，否则你只能看到边缘的命中率，看不到蜘蛛真实请求了什么。
怎么确认蜘蛛看到的是哪一份
- 用常见蜘蛛 UA 直接请求入口页，看响应头里的缓存命中标识。
- 再换一个节点或换一次解析，重复请求，比较两次响应是否一致。
- 对照源站访问日志，确认回源请求确实发生了，而不是全部被缓存挡住。
- 改动入口页跳转目标后，隔一段时间复查，确认旧跳转已经不再返回。
哪些情况下不必上 CDN
入口页本身是轻量静态页、体积小、访问量也不高的场景，加 CDN 带来的收益有限，反而多了一层排查成本。真正需要 CDN 的，通常是入口页数量多、分布广、源站带宽或并发吃紧的时候。判断标准可以很简单：源站是不是已经成了瓶颈，如果是，再考虑；如果只是别人都加了，那先别加。
CDN 不会让蜘蛛更愿意来，它只是把你源站的内容更快地递出去。递出去的是不是你想要的那一份，才是关键。