解读

面试官问的是“迁移前”，既可能是域名更换、CMS 升级、HTTPS 改造、服务器迁移，也可能是整站重构。无论哪种场景，核心诉求只有两点：第一，确保迁移后搜索引擎对站点的识别不发生断层；第二，一旦出现排名或流量异常，能够 30 分钟内回滚并定位原因。因此，回答必须体现“可量化、可回溯、可回滚”三大原则，并给出国内主流工具（百度、360、搜狗、神马）的落地细节，而不是照搬 Google 方案。

知识点

1. 全量 URL 采集与分类：区分可索引页、参数黑洞、死链、分页、翻页、孤岛页
2. 状态码与 canonical 一致性：200/301/404/502 分布、canonical 指向、百度 MIP/AMP 对应
3. 关键词-URL 映射表：TOP1000 关键词对应落地页、百度指数、当前排名、预估流量
4. 资源文件指纹：CSS/JS/图片的 MD5、Last-Modified、CDN 节点、百度 MIP 缓存版本
5. 结构化数据备案：面包屑、FAQ、视频、商品、B2B 黄页等 Schema 及百度智能小程序映射
6. 内外链拓扑：内链层级、锚文本、nofollow 分布；外链 TOP500 域名、锚文本、是否已申诉降权
7. 日志与蜘蛛池：最近 30 天百度蜘蛛、搜狗蜘蛛、360 蜘蛛、神马蜘蛛的访问频次、UA、IP 段、抓取异常
8. 性能基线：FCP、LCP、TTFB、首屏时间（百度 MIP 标准 ≤1.5s）、移动适配得分、https 证书有效期
9. 业务指标基线：自然流量、收录量、索引量、CTR、转化路径、热图、百度事件跟踪代码
10. 回滚包：整站文件级备份（含 .htaccess、nginx.conf、robots.txt、sitemap.xml）、数据库全量、DNS TTL 调低预案、CDN 缓存刷新脚本、百度站长平台闭站保护申请入口

答案

迁移前，我会按“三步十二项”执行审计与备份，全部输出可 diff 的量化报告，并同步到 Git 私有仓库，确保 0 丢失、0 歧义、0 回滚风险。

第一步：资产盘点
① 用自研爬虫+百度站长平台“抓取诊断”跑完全站，导出状态码、canonical、title、H1、面包屑、结构化数据，生成“URL 身份证”CSV；
② 用百度指数 API+站长工具关键词接口，拉取近 90 天带来流量的 TOP1000 关键词，建立“关键词-URL-排名-预估流量”四维表；
③ 通过百度 MIP 校验工具、360 移动适配工具，记录所有资源文件（CSS/JS/图片）的 MD5 与 CDN 节点，防止迁移后文件指纹变化导致缓存失效。

第二步：基线锁定
④ 在百度、搜狗、360、神马四大平台分别下载“索引量”“抓取异常”“外链”三个报表，并截图保存，作为迁移后对比基线；
⑤ 用宝塔或阿里云日志服务拉取最近 30 天蜘蛛日志，统计每个 URL 的抓取频次、返回码、下载时长，输出《蜘蛛健康报告》；
⑥ 以百度统计+神策埋点，导出迁移前 7 天的自然流量、CTR、跳出率、转化路径，形成《业务基线报告》；
⑦ 用 WebPageTest 北京节点跑 5 次取中位数，记录 FCP、LCP、TTFB，并保存 HAR 文件，性能下降超过 10% 即触发回滚。

第三步：备份与回滚包
⑧ 整站文件级备份：代码、模板、robots.txt、.htaccess、nginx.conf、sitemap.xml、apple-app-site-association、小程序校验文件，全部打 tar 包并做双重 MD5 校验；
⑨ 数据库全量备份：MySQL 用 xtrabackup，MongoDB 用 mongodump，同时导出表结构及存储过程，备份文件上传至 OSS 并设置 7 天低频访问；
⑩ DNS 预调：提前把 TTL 调到 300 秒，准备 A 记录与 CNAME 双线路切换脚本；
⑪ CDN 缓存刷新脚本：基于阿里云 OpenAPI 封装，支持目录级、URL 级、全站级三档刷新，并记录返回 RequestId；
⑫ 闭站保护预案：若迁移超过 4 小时，立即在百度站长平台提交闭站保护，避免误判死链；同时准备 302 全局跳转回旧站的回滚脚本，确保 5 分钟内可恢复。

所有交付物统一命名格式：站点_日期_版本_内容，例如 seoexample_20240618_v2.1_url_inventory.csv，方便 diff 与责任追溯。

拓展思考

1. 如果迁移涉及“中文域名”或“新老域名并存”，需提前在百度搜索资源平台提交“改版规则”，并准备 301 权重继承的阶梯式跳转矩阵，避免 302 或 200 双活。
2. 对大型站点（千万级 URL），全量爬虫不现实，可采用“分层抽样”：先跑一级频道+30% 深层样本，再用百度“天级收录”接口推送剩余 URL，降低抓取压力。
3. 迁移后 48 小时是黄金观察期，需每 2 小时跑一次“索引量差值监控”，一旦跌幅超过 5% 立即触发“蜘蛛日志热力图”二次诊断，快速定位是否因证书链缺失、TLS1.3 握手超时或 CDN 回源失败导致蜘蛛断流。