小程序搜索排名低？外链权重隐形逻辑揭秘

　　去年8月，我蹲在IDC机房听那台老CDN节点嗡嗡叫了十八秒——不是报警，就是纯粹的、低频共振，像有人拿指甲刮黑板，但只刮左耳。监控又跳了一条报警：/search/api/v2/rank?from=miniprogram 超时，478ms，阈值是300。我没点开trace，先摸出手机搜自己家小程序，第一页没见着，第二页第三条，带“官方”标但灰着。这时候王磊在测试群@我，发了个捂脸笑的表情包，底下跟了句：“你家搜索rank掉得比我们压测QPS还干脆。”

　　我原以为是蜘蛛最近换了调度策略，把miniprogram crawler从T1集群挪到了T3冷池——结果查日志发现，上周三凌晨三点二十七分，备案系统那边推送了条新规则变更，但没走工单，直接刷进了search-cfg-svc的etcd config path。这个我敢打包票，因为那天我正好在改自动化用例，把“备案状态=已通过”断言加到了check_cdn_origin_health()里，顺手抓了那条etcd watch event的hex dump存本地了。但你说它和外链权重有没有关系？这个我说不准。

　　外链权重那套逻辑，真不是算法团队闭门造的。去年八月那个周末，我和阿哲蹲在望京SOHOB座四层，对面是微信搜索侧的PM，他喝完第三杯冰美式，说：“你们外链的refer_host字段，如果带query里的utm_medium=wechat，我们会降权；但如果query里有source=miniprogram_v2，反而升权——不过v2必须带timestamp签名，不然算无效。”我当场打开Postman重放了五次，第三次成功触发了ranking_boost标记。但第四次，我忘了清localstorage，结果header里混进了旧版wxapp-token，返回503，阿哲手抖把咖啡泼到键盘上，键盘现在还在维修，三个月没换新键帽。

　　优胜劣汰？对。不是筛“做得好不好”，是筛“谁敢把refer_host写成www.baidu.com/cn/192.168.1.102:8080”。上周五下午三点十四分，我们上线了个外链聚合页，把所有渠道外链统一proxy到 /go?target=，结果收录量当天涨了三百七十二，排名却全掉到第五页之后。后台查了蜘蛛User-Agent，发现百度spider跑的是mip-cache路径，但微信爬虫还是直连origin。我们立刻切回302跳转，但已经晚了——缓存雪崩了，CDN节点开始吐503，不是超时，是直接return 503，连body都不带。这个我敢打包票，因为我截了三百一十七个tcpdump包，每个都含“HTTP/1.1 503 Service Unavailable”字符串，没有空格错位，没有大小写混用。

　　工位左边那盒麻婆豆腐凉透了，红油凝成一片膜，底下米饭硬得能打玻璃。我盯着它看了七秒，忽然想起昨天运营甩来一张图：竞品小程序搜索排名稳居第一，点进去看详情页源码，href里全是http://xxx.com/abc?id=777&ref=wx_miniprogram_sourcetrack_2023。那个2023，根本不是年份，是他们内部track版本号。我们之前也试过类似命名，但加了timestamp后多了一个毫秒级精度参数，结果被误判为“动态参数爆炸”，蜘蛛给打了low-trust标签。我原以为是参数长度问题，结果扒他们js发现，那个2023其实是base64编码后的“sourcetrack_v3.0”，而我们的v3.1用了URL-safe base64，少了个=号——就这一个字符差，权重分掉了三档。

文章配图，仅供参考

　　张工昨天夜里两点在GitLab MR里comment了一句：“config.js里那行`// TODO: remove hardcode rank boost for mini-search`，别删。” 我回了个ok，但他没看见，因为他在改CDN预热脚本，正卡在S3 presigned URL签名失效那段。现在我们线上用的还是手动curl + jq parse的临时方案，每小时跑一次。他桌上外卖盒写着“黄焖鸡米饭（加辣不加葱）”，葱没加，但辣油倒多了，浸透了纸盒底，滴在鼠标垫上，干了之后变成一块棕褐色硬壳。

　　其实吧，rank低最要命的从来不是外链本身，是外链带来的流量特征失真。我们埋了全链路PV统计，但发现搜索进来的用户，UV/PV比稳定在1.02——说明几乎没人点击第二页。而自然推荐流里同一个小程序，UV/PV是3.8。这个数我不信，所以让测试同学写了段Python脚本，在小程序内模拟滚动+点击行为，结果触发了风控滑块，弹出来一个蓝色对话框：“检测到异常操作，请完成验证。” 我截图发群里，林薇回了个“？？？”然后撤回，三秒后发来张照片：她家猫蹲在显示器上，尾巴尖刚好盖住那个蓝色对话框右下角的小问号图标。

　　所以现在我们每天早十点，会手动执行一遍 search_rank_bypass_check.py，检查三个接口是否返回HTTP 200且content-length > 1024字节，不校验JSON schema，也不管data字段有没有数据——只要能通就行。这脚本是我八月写的，现在还没动过一行，但每次运行前，我都得先kill掉IDEA里另一个跑着的debug进程，否则端口冲突，报错提示是“Address already in use”，而真正占着端口的，是昨晚留下的Pytest session，挂着--reruns 3参数，但只跑了一次就停了，log里最后一行是“[ERROR] selenium.common.exceptions.WebDriverException: Message: unknown error: net::ERR_CONNECTION_REFUSED”，后面没写时间戳，也没写堆栈。

　　下周一我打算把rank_check脚本改成cron每十五分钟跑一次，顺便把工位上那盒麻婆豆腐扔了——反正凝膜了。至于外链权重那套隐形逻辑，我不打算再往下抠。太冷了，机房噪音还在响，刚收到微信消息：蜘蛛爬虫今天起启用了新的User-Agent识别规则，但文档没更新，只有内部邮件附件里有一份xls，名字叫“user_agent_mapping_v2023_q3_draft_final_v2.xlsx”。我点了下载，进度条走到87%卡住了。算了，等它自己好。

（编辑：站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!