标簽：入口站运维

蜘蛛池入口站套了 CDN 之後：蜘蛛讀到的是缓存還是回源

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實时内容。本文說明强制回源、長缓存、多节点各自缓存三種行為對抓取的影响，给出 HTML 與静態资源分開設定的缓存思路，並列出错誤頁被缓存、UA 差异未声明 Vary、源站白名單誤拦等常见坑與驗證方法。