谷歌在 2026 年 10 月 6 日改写了「降低 Google 抓取频率」文档。按更新日志的说法,这次重组了紧急降速一节,并把 Retry-After 响应头的说明和示例直接写进了这篇指南。日志也说明 Retry-After 的支持不是新功能,原来写在「暂停或停用网站」那篇里,这次只是放到更容易找到的地方。对用小机器跑网站的人来说,这是一份值得收藏的官方「刹车」说明。

先找原因,再踩刹车

文档说,根据过去收到的反馈,抓取量突然暴涨最常见的原因是网站自身的 URL 设计:分面导航和各种排序、筛选功能,按日期生成大量 URL 的日历,以及动态搜索广告的目标页。谷歌建议先联系主机商、查看服务器最近的访问日志,确认流量来源是不是这些情况。查日志的思路可以参考 VPS CPU 占用 100% 怎么排查;如果来的其实是 AI 爬虫或冒充的爬虫,那是另一类问题,见 AI 爬虫正在吃掉你的服务器带宽。

紧急降速:返回 500、503 或 429

  • 怎么做:在短时间内(文档举的例子是几个小时,或 1-2 天),对谷歌的抓取请求返回 500、503 或 429,而不是 200。
  • 效果:谷歌遇到大量这类状态码时,会对整个主机名(例如 subdomain.example.com)降低抓取频率,返回错误的 URL 和正常返回内容的 URL 都算在内;错误减少后会自动恢复。
  • Retry-After:返回 503 或 429 时可以带上 Retry-After,写秒数(如 Retry-After: 120)或一个 UTC 绝对时间,告诉爬虫什么时候再来。

代价也写得很清楚

  • 对搜索来说,降速期间谷歌发现的新页面变少,已有页面刷新变慢(比如价格、库存的变化要更久才能反映出来),已删除的页面会在索引里停留更久;对 Google Ads,广告系列可能被取消或暂停,广告可能无法投放。
  • 不要超过 1-2 天。如果谷歌连续多天在同一个 URL 上看到这些状态码,这个 URL 可能被移出索引。
  • 如果没法对爬虫返回错误码,可以提交特殊请求反映抓取量异常,但不能申请提高抓取频率,而且处理可能要好几天。

落到 VPS 上

返回 503 要做在 Web 服务器或应用这一层,只针对爬虫、只在紧急时段生效,事后记得撤掉。User-Agent 可以被冒充,谷歌文档提供了用反向 DNS 或对照公布的 IP 地址来核实谷歌爬虫的方法。如果负载已经让网站出现 502 / 504,先按 502 / 504 排查指南把服务救回来;长期看,机器本身扛不住正常抓取,就该按业务重新估算 VPS 配置,或者用 CDN 分担静态资源。