ETag使用效果对比及经验分享

        提起向百度提交数据,大家基本都会想到sitemap,最近又推出的etag是什么东东?真的能有效果吗?

        sitemap是解决网站收录至关重要的途径之一,而通常sitemap的更新都不是很及时,并且体量都相对较大,此时也消耗了相应的网站流量及带宽。而ETag可以用来标示网页是否发生了变化,如果没有变化返回304状态码,就不用再重新传输整个网页了。

        在我们的sitemap配置了ETag之后,对日志一段时间的监测发现,其sitemap响应时间以及耗时的平均时间均大幅度下降,爬虫访问sitemap文件的次数有所增加,对于收录而言,通过图表也能看出相对的增长曲线,我们的整体收录率大致提升范围在2% – 5%左右。所以在此,强烈建议大家设置sitemap的ETag,简简单单的一个小动作就能看到相对明显的效果还是很不错的。

        ETag全称EntityTags,HTTP协议规格说明中定义“ETag”为“被请求变量的实体值”。我们也可以把ETag理解为是一个客户端与服务器关联的记号。这个记号告诉客户端,当前网页在上次请求之后是否有发生变化,当发生变化时,ETag的值重新计算,并返回200状态码。如果没有变化,返回304状态码。从而不会重新加载整个页面信息。

        如下,是我司站点的sitemap文件的头信息:

        我们看到,ETag中包含了一连串的数据,这就是计算出来的一个值,如果它发生变化,说明其页面内容一定发生了变化。如果页面没有发生变化时,头信息应该如下: 

        通过如下方式进行验证,第一次访问200状态码,有ETag的一行文本,再次访问该页面时,状态码为304,ETag的值不变。至此,我们就可以确定ETag配置成功。

        另外,sitemap启用Etag后:

        1.百度可以更及时地响应sitemap的更新;

        2.页面没有更新的情况下,对流量的消耗极小;

        3.百度更加及时的抓取sitemap,便于更好的收录。

        但多数情况下,ETag会与Last-Modified一起使用,这样可利用客户端(例如浏览器)的缓存。因为服务器首先产生Last-Modified/Etag标记,服务器可在稍后使用它来判断页面是否已经被修改。本质上,客户端通过将该记号传回服务器要求服务器验证其(客户端)缓存。

 

站点服务器如何配置ETag?

        最好是对全站进行配置ETag,这样对于站点而言,在带宽消耗、爬虫抓取上的提升还是会有很大收益的。

一.Apache

        Apache根据配置文件中的配置来设置Etag值,默认的Apache的FileEtag设置为:FileEtagINode Mtime Size。

        也就是根据这三个属性来生成Etag值,他们之间通过一些算法来实现,并输出成hex的格式,相邻属性之间用-分隔,比如:"2e681a-6-5d044840",这里面的三个段,分别代表了INode,MTime,Size根据算法算出的值的Hex格式,可以改变Apache的FileEtag设置,比如设置成FileEtagSize,那么得到的Etag可能为:"6",设置了几个段,Etag值就有几个段。

详细配置:

步骤1:

        在要启用ETag的目录下增加.htaccess文件并在其中增加一行,如图:FileETagMTime Size


        以覆盖默认的Innode MTime Size的ETag,因为默认的ETag使用到的Innode会导致相同的文件在分布式服务器上产生的ETag不同。

步骤2:

        如果.htacces文件已经存在,请确保要启用ETag的目录/.htacces文件中没有FileETagNone。如果存在FileETag None,请删去该行。

        检查没有用mod_headers将ETag除去,即httpd.conf文件中没有出现下面的语句,

LoadModuleheaders_module modules/mod_headers.so 
Headerunset ETag


        如果出现如图情况,请删除Headerunset ETag这一行。

步骤3:

        重新启动httpd,就启用ETag了。

 

二.Nginx

步骤1:

        确认Nginx版本,命令:Nginx安装目录/sbin/nginx–v。


        版本为1.7.3及更高,继续步骤2;版本为1.7.3以下,1.3.3及以上,进行步骤3;版本为1.3.3以下,不支持ETag,请升级您的Nginx。

步骤2:

        确认没有关闭ETag:打开Nginx的配置文件nginx.conf(默认位置Nginx安装目录/conf/),确保其中没有出现etagoff;,下图为出现的情况,请将此行删除。


        确认没有使用ngx_headers_more清除ETag头:同样在配置文件中不能出现如下语句的任意一句,如果出现请将其删除。

        重新启动Nginx,就启用ETag功能了。

步骤3:

        查看是否开启了gzip,且是否和etag出现冲突,出现冲突去步骤4,没有去步骤2。

        打开Nginx的配置文件nginx.conf(默认位置Nginx安装目录/conf/),其中出现gzip on;语句证明开启了gzip,如图。


        开启gzip时,可能与etag出现冲突,用浏览器多次请求此网站的静态元素,如果只返回200,不返回304,证明存在冲突,请去步骤4;没有冲突去步骤2。

步骤4:

        请关闭gzip,即将上一步中的gzipon;改为gzip off;然后去步骤2。

        若不想关闭gzip,并要开启ETag,同时仍要坚持使用当前的Nginx版本,只能修改源码并重新编译。

        下载此版本安装包并解压,将其目录下/src/http/modules/ngx_http_gzip_filter_module.c文件中约309行左右的ngx_http_clear_etag(r);一行注释掉或删掉。如下图:


        如果没有找到ngx_http_clear_etag(r);而是发现ngx_http_weak_etag(r);如下图,证明此Nginx没有gzip和etag冲突的问题,不必进行任何修改。


        重新编译源码安装Nginx,解决这个冲突,然后去步骤2。

 

三.IIS

        IIS7是默认开启ETag的,如果没有ETag,请按以下步骤设置。

        打开Internet Information Services (IIS) Manager,如图双击HTTP响应头部(HTTPResponse Headers),


        选择No Grouping标签,在空白处右键选择Add。


        设置Name为ETag,Value为双引号。


        配置web.config:

<system.webServer>
...
<httpProtocol>
<customHeaders>
<add name="ETag"value="&quot;&quot;" />
</customHeaders>
</httpProtocol>
...
</system.webServer>

        完成。



文章来源:http://www.chinaz.com/web/2015/1113/470081.shtml

没有更多推荐了,返回首页