标签：入口站运维

蜘蛛池入口站套了 CDN 之后：蜘蛛读到的是缓存还是回源

给蜘蛛池入口站套 CDN 很常见，但蜘蛛拿到的往往是缓存副本而非源站实时内容。本文说明强制回源、长缓存、多节点各自缓存三种行为对抓取的影响，给出 HTML 与静态资源分开设置的缓存思路，并列出错误页被缓存、UA 差异未声明 Vary、源站白名单误拦等常见坑与验证方法。