这几日总有用户反映公会的网站特别慢甚至打不开，因为忙于系统调整的事情一直没有仔细看看，昨晚在机房干活完了就仔细的上去看了看。不看则以一看吓一跳，用郭德纲的话说，你无耻的样子很有我当年的神韵，我备注一句，SOSO你好垃圾，当然也要附带你的东家腾讯了。虽然我一直对腾讯没啥好感，但成天泡着QQ对它也没啥厌恶，不过这次俺真的有点气愤了。

打开服务器的日志归档文件，这段时间的web日志增长很大，打开一看，绝大部分如下内容：

2008-06-12 14:59:10 W3SVC60018203 xx.xx.xx.xx GET /dkp5/summary.php s=73708d35d269a110b2731e263f364cf3 80 – 124.115.0.26 Sosospider+(+http://help.soso.com/webspider.htm) 200 0 64
2008-06-12 14:59:10 W3SVC60018203 xx.xx.xx.xx GET /dkp5/stats.php s=b21cdb5d36477e1845b21b172511ece2 80 – 124.115.0.157 Sosospider+(+http://help.soso.com/webspider.htm) 200 0 64
2008-06-12 14:59:10 W3SVC60018203 xx.xx.xx.xx GET /dkp5/stats.php s=16c0fd3179afb294bf2abf9ddbabd94f 80 – 124.115.0.24 Sosospider+(+http://help.soso.com/webspider.htm) 200 0 64
2008-06-12 14:59:10 W3SVC60018203 xx.xx.xx.xx GET /dkp5/listitems.php s=12e5266abba3e31504b878ae0eb0efa5 80 – 124.115.0.28 Sosospider+(+http://help.soso.com/webspider.htm) 200 0 64
2008-06-12 14:59:10 W3SVC60018203 xx.xx.xx.xx GET /dkp5/listitems.php s=9958f935f6a562d02bf2f5b25622ffca 80 – 124.115.0.22 Sosospider+(+http://help.soso.com/webspider.htm) 200 0 64
2008-06-12 14:59:10 W3SVC60018203 xx.xx.xx.xx GET /dkp5/listitems.php s=7e77ffb1178ff59c16765c85fb1908e7 80 – 124.115.0.16 Sosospider+(+http://help.soso.com/webspider.htm) 200 0 64

初步判断的说，这是Sosospider+的蜘蛛机器人在抓取网页，来源是soso.com（腾讯旗下网站），IP地址集中在两个C类中，124.115.0.0/124.115.4.0。虽然spider是所有搜索引擎都在干的事儿，但是分析下日志以及带来的后果，就会发现soso忒不地道。

1、抓取频率。注意日志时间，同时在2008-06-12 14:59:10这一秒内，而且这只是四分之一，同一秒内的频率达到了20+次；
2、抓取时间。一般的spider都是在晚上月黑风高时，但是soso却光天化日招摇过市，明目张胆网站最忙的时候来抓；
3、抓取效率。看看它抓取的URL，其实listitems.php只是一个物品列表页面，后面所谓的S=xxx的参数是sessionid，所有listitems.php的内容都是一样的，当然stats.php也的都是同一个会员列表页面，但是soso却识别为不同的文件，在里面相互的URL之间反复来回的抓取，难道只是通过URL来判断的，真的够强。。。

由于这个DKP系统数据库读写比较频繁，被庞大的soso这样来回频繁的折腾当然受不了。就算是做社会调查的弟弟妹妹也要先问声大哥你愿意不，不分青红皂白网站就这样被soso强暴了，这样的spider和网络攻击何异。不知道腾讯一个月之前把珊瑚虫送上广州法院的审判庭时，有没有想过自己也干了不少黑活儿。

好了，其实就运维而言这是件极小之事，把这两个C类IP地址封之则可，顿时立竿见影，但是通过对这件小事的分析却能知道许多细节所在。

由此也衍生出来了一个想法，就是搜索引擎的这些spider在偷偷摸摸的抓取各个网站信息的时候，在没有充分告知情况下，有没有考虑到网站信息的版权问题？搜索引擎和信息的版权问题有空需要多了解下了。