Googlebot

Googlebot, Google’ın iki tür web tarayıcısının genel adıdır:

İstekteki kullanıcı aracısı dizesine bakarak Googlebot'un alt türünü tanımlayabilirsiniz. Ancak, her iki tarayıcı türü de robots.txt dosyasında aynı ürün jetonuna (kullanıcı aracısı jetonu) uyduğu için robots.txt dosyasını kullandığınızda Googlebot Akıllı Telefon veya Googlebot Masaüstünü seçerek hedefleme yapamazsınız.

Google çoğu sitede öncelikle içeriğin mobil sürümünü dizine ekler. Bu nedenle, Googlebot tarama isteklerinin çoğunluğu mobil tarayıcı ve küçük bir kısmı da masaüstü tarayıcı kullanılarak yapılır.

Googlebot sitenize nasıl erişir?

Çoğu site için, Googlebot'un, sitenize ortalama olarak her birkaç saniyede birden fazla erişmemesi gerekir. Ancak, gecikmeler yüzünden, kısa dönemlerde bu hızın biraz daha yüksek olduğunu görebilirsiniz.

Googlebot, daha yüksek performans sağlaması ve web'in büyümesiyle birlikte çalışma kapasitesini geliştirebilmesi için binlerce makine üzerinden eş zamanlı olarak çalışacak şekilde tasarlanmıştır. Ayrıca, bant genişliğini daha az kullanmak için çok sayıda tarayıcıyı, tarayabilecekleri sitelere yakın yerlerde bulunan makinelerde çalıştırırız. Dolayısıyla, günlüklerinizde birkaç IP adresinden, tümü de Googlebot kullanıcı aracısına sahip ziyaretler görebilirsiniz. Amacımız, sunucunuzda aşırı yoğunluğa yol açmadan her ziyaretimizde sitenizden mümkün olduğunca çok sayfayı taramaktır. Siteniz Google’ın tarama isteklerini yerine getirme konusunda sorun yaşıyorsa tarama hızını azaltabilirsiniz.

Googlebot, esas olarak ABD'deki IP adreslerinden tarama yapar. Googlebot bir sitenin ABD'den gelen istekleri engellediğini algılarsa başka ülkelerde bulunan IP adreslerinden tarama yapmayı deneyebilir. Googlebot'un kullandığı mevcut IP adresi engelleme listesi, JSON biçiminde sunulur.

Googlebot, HTTP/1.1 ve site tarafından destekleniyorsa HTTP/2 üzerinden tarama yapar. Sitenizi tararken kullanılan protokol sürümüne bağlı herhangi bir sıralama avantajı olmasa da HTTP/2 üzerinden tarama sayesinde siteniz ve Googlebot için bilgi işleme kaynaklarından (örneğin, CPU, RAM) tasarruf edilebilir.
HTTP/2 üzerinden tarama yapmayı devre dışı bırakmak için Googlebot sitenizi HTTP/2 üzerinden taramaya çalıştığında sitenizi barındıran sunucudan 421 HTTP durum koduyla yanıt vermesini isteyin. Bu mümkün değilse Googlebot ekibine bir mesaj gönderebilirsiniz (ancak bu çözüm geçicidir).

Googlebot, HTML dosyasının veya desteklenen metin tabanlı dosyanın ilk 15 MB'ını tarayabilir. HTML'de başvurulan her kaynak (CSS ve JavaScript gibi) ayrı olarak getirilir ve her getirme işlemi aynı dosya boyutu sınırlamasına tabidir. Dosyanın ilk 15 MB'ından sonra, Googlebot taramayı durdurur ve yalnızca ilk 15 MB'lık içeriği dizine eklemeyi dikkate alır. Dosya boyutu sınırlaması sıkıştırılmamış verilere uygulanır. Googlebot Video ve Googlebot Image gibi diğer Google tarayıcılarının dosya boyutu sınırlamaları farklı olabilir.

Googlebot’un sitenizi ziyaret etmesini engelleme

Bağlantılarını yayınlamayarak bir web sunucusunu gizli tutmak neredeyse imkansızdır. Örneğin, bir kullanıcı "gizli" sunucunuzdaki bir bağlantıyı izleyerek başka bir web sunucusuna gittiği anda "gizli" URL'niz yönlendiren etiketinde görülebilir ve diğer web sunucusu tarafından yönlendiren günlüğüne kaydedilip herkesin erişebileceği şekilde yayınlanabilir. Benzer bir şekilde, internette çok sayıda eski ve bozuk bağlantı bulunmaktadır. Biri sitenize hatalı bir bağlantı yayınladığında veya mevcut bağlantıları sunucunuzdaki değişiklikleri yansıtacak şekilde güncellemediğinde, Googlebot sitenizden hatalı bir bağlantı taramayı dener.

Googlebot’un sitenizdeki içeriği taramasını önlemek istiyorsanız bunun için çeşitli seçenekleriniz vardır. Googlebot’un bir sayfayı taramasını, Googlebot’un bir sayfayı dizine eklemesini ve bir sayfanın hem tarayıcılar hem de kullanıcılar için erişilebilir olmasını önlemek arasındaki farka dikkat edin.

Googlebot'u doğrulama

Googlebot’u engellemeye karar vermeden önce, Googlebot’un kullandığı kullanıcı aracısı dizesinin çoğu zaman diğer tarayıcılar tarafından adres sahteciliği için kullanıldığını unutmayın. Sorunlu bir isteğin gerçekten Google’dan geldiğini doğrulamak önemlidir. Bunu yapmanın en iyi yolu, isteğin kaynak IP'sinde ters DNS araması kullanmak veya kaynak IP'sini Googlebot IP aralıklarıyla eşleştirmektir.