I说T事已迁往http://Sayit.cn

【B推荐】弱智的Baiduspider

Published by hhalloyy May 4th, 2006 in 网事如风 32 Views

以前因为流量问题不得不更换服务器，从hhalloyy.de迁徙成了voiov.de。现在的空间是免费的，而且也不用像dreamhost一样考虑cpu占用问题。所以好长一段时间我仅是用普通的统计工具查看下来访人数，Referer和搜索关键字什么的，只知道每天的流量大概在700M。

可前两天从苟世录那里得知普通wordpress网站的流量并没有多大，一天也就200多M。用了Webalizer分析了服务器的日志文件，我傻了，现在已经每天流量都超过1G了，而且5月1号那天竟然1.59G多。赶紧查看是哪出了问题，结果发现了这么一个ip:61.135.145.204。网上一查原来它就是Baiduspider！！！（附图为06年5月份的前三天统计数据，点击放大）

惊叹之余做了下06年的日志数据分析发现：
1月，Baiduspider爬走的流量有756M，占了总体流量的17.44%。

2月，2.2G，占了总体的31.13%。

3月，13.6G，占了总体的69.5%。

4月，15.6G，占了总体的77.26%。

如此可见百度的蜘蛛在以几何级的速度茁壮地成长着。从4月份的数据统计来看，它的大小为Google蜘蛛的77倍左右。我只知道美国的人均国防开支是中国的77倍，却没想到我们中国的搜索巨人是他们小”谷歌”Google的77倍。

那么我们看看，百度蜘蛛吃的是粮食，吐的是不是丝呢？用百度搜索“voivo.de”(注意要带引号表示绝对包括，不可分割)字符串有2,960个条目，而用Google搜索有12,700个。这说明的只能是一个问题：别人的蜘蛛吐的是丝，可百度的弱智蜘蛛吐的却是大便。

虽然每天给我带来的ip访问量(非蜘蛛抓取页面)有80%是来自搜索引擎的关键字索引，而百度占了40%，但我还是决定把百度的弱智大蜘蛛屏蔽掉，一天一个多G，天知道这个蠢货在怎么爬。因为我使用的服务器不允许自建.htaccess，阻止ip访问肯定是不行了。所以只好在网站根目录加入了robots.txt，昨天一早加上了，可从昨天5月3号的统计看，仍旧是1.5G，说明根本没起作用。

在网上搜索下，发现刚好Keso五一那天收录的网摘中有一篇：闲谈二头猪:Googlebot和BaiduSpider，里面细述了这个弱智蜘蛛的流氓行径。concorde在评论中说，使用robots.txt只能保证你的网站不被收录，但不能保证Baiduspider不爬你。这好比你家未丢失过任何东西，但却有个流氓每天都来把你所有的东西翻个遍。从网上查到据百度的员工说，其蜘蛛名称有区分大小写，所以baiduspider这个字串的组合有2的10次方之多，也就是1024种，我倒！！！

做人要厚道，做蜘蛛呢？

Technorati : baidu
Del.icio.us : spider

发表于 @ 2006年05月05日 7:37 AM | 评论 (2)

【B帖图】终于搞到了

在”自由人”弟兄的帮助下，终于搞到徐静蕾妹妹的3C壁纸了。自由人弟兄在他的blog上全球首发了这些图片，需要的，可以去看看。或者点击以下图片，从我的flickr下载。

或点击这里：http://flickr.com/photos/54708689@N00/

Technorati : 徐静蕾, 长虹广告
Del.icio.us : 3C

发表于 @ 2006年05月03日 7:43 AM | 评论 (0)

【B推荐】浅谈Web2.0网络服务设计原则

本文转载自http://voivo.de/blog/521.html，美文不敢独享。

web2.0从互联网的理念上更加强调了用户的参与，主导和贡献。所以在设计web2.0网络服务时，更需要以用户为中心遵从易用性原则。这样其网络服务才会从能用，到易用，直到通用。

我在学习机械结构设计时，对于所设计的机器有三个基本原则：funtionierbar，fertigbar和montagbar，也就是功能上可行，加工上可行和安装上可行。但这样建成的机械装备只是能用，真正意义上的机械设计还要经济性，操作可靠性，事故安全性，精确性，稳固性，人体工学性，外观设计性以及环保性上考虑，进行完善和优化机械设计。这样生产出的机械设备才会更加易用，才会被广泛的使用。同样在设计Web2.0网络服务时，也需要遵从这些原则：

1: 从可行性上考虑，必须是在功能上可行的，简单上讲它是有用的，并且最好有独特的创新，在代码编译上是可以设计实现的，而且在现有电脑环境上是可以执行的。

2: 从经济性上考虑，需要尽可能地节省投入费用，比如较短的开发时间，较少的运行维护费用，在功能上较长的生命周期，开放的API设计，等等都可以使网站服务构建的开支缩小。在网站服务使用收费方面，提倡部分功能收费，或者完全免费来吸引用户，或者开发相关的增值服务。广告的投放也要做到不影响用户的正常使用和吸引用户的点击。

3:从操作性上考虑，必须更大的程度上遵从方便用户使用的原则，比如多平台的设计，合适的字体大小，良好的字段定义，直观的图标寓意，方便的菜单和按钮设计，简单的操作步骤，可视化的编辑，Tag标签的定义，导入和导出功能，重复命令或者批量命令，实时执行任务（cron job），ajax的应用，人性化的设计等等都可以使用户更容易使用网站服务。

4:从网站安全和稳固性上考虑，不仅仅是在服务器端要求提供安全地，不中段地稳定服务，其实在用户操作上也需要采取一定的安全措施，比如即时保存的特性，撤销操作和恢复操作的特性等等。

5:从人体工学上考虑，避免出现过小的字体，刺眼的颜色，杂乱的背景音乐，和过长的操作时间周期等等来影响用户的正常使用。

6:从外观设计上考虑，网站界面要尽可能地吸引用户眼球，规范的网页设计，流行的大字体，明亮的色彩搭配和过渡，CSS圆角设计，清晰的链接表示，简约的风格等等都能给用户留以深刻的印象。

7:从网络社会性上考虑，要构成用户之间的交流，公用和分享是必须的，比如RSS，wiki，digg，Trackback，投票，评论，留言板，合作创作，团队创作，不同网站之间的数据交流和共享等等功能，不同网络服务需要对此做出相应的设计。

8:从可持续性上考虑，要始终维护和完善网络服务，比如及时的响应Feedback，广泛采纳用户的创意和意见，并且要不断修正网站的错误和持续功能上的更新，也就是所谓的持久性beta开发。

总之，一定要遵从以用户为中心的易用性原则来设计开发web2.0的网络服务。

发表于 @ 2006年04月26日 8:43 AM | 评论 (0)

【Boyla推荐】Flickr的三种另类玩法

2006-4-25

2006-4-18

按摩乳你是咋的啦 - I说T事 #

2006-4-14

更多看点，请访问我的365Key（RSS），你可以通过以下方式订阅【订阅指南】：

发表于 @ 2006年04月25日 1:31 AM | 评论 (0)

【I说T事】4月精选集

精选一下我曾经写过的自我感觉良好的日志。aigaogao软件里面有个链接功能，可以自动链接自己写过的日志，方法是左键点住文件名，拉到左边的空白处松开。我用这个功能来制作精选集，不知道大家用过这个功能没有。以下这些日志都进过blog donews的首页，有些是头条。我在想，写着写着，我是不是就可以像静蕾妹妹、老潘大叔或者三表哥那样出书了。书名就叫“I说T事”，或者“博起秘方录”。畅想中。。。