Diese Unmengen an Crawlern auf der Site

Wenn man zu mir auf's Portal kommt, könnte man meinen da ist die Hölle los. 80% Prozent sind aber seit Tagen die Yahoo-Crawler.

Anfangs ist das ja noch ok, die Leute kommen halt gerne gut besuchte Portale. Aber andererseits...

Was also tun? Aussperren oder nicht anzeigen lassen? Wie macht Ihr das?

per robots.txt aussperren

nur ein Auszug

User-agent: grub-client
Disallow: /
User-agent: grub
Disallow: /
User-agent: looksmart
Disallow: /
User-agent: WebZip
Disallow: /
User-agent: larbin
Disallow: /
User-agent: b2w/0.1
Disallow: /
User-agent: psbot
Disallow: /
User-agent: Python-urllib
Disallow: /
User-agent: NetMechanic
Disallow: /
User-agent: URL_Spider_Pro
Disallow: /
User-agent: CherryPicker
Disallow: /
User-agent: EmailCollector
Disallow: /
User-agent: EmailSiphon
Disallow: /
User-agent: WebBandit
Disallow: /
User-agent: EmailWolf
Disallow: /
User-agent: ExtractorPro
Disallow: /
User-agent: CopyRightCheck
Disallow: /
User-agent: Crescent
Disallow: /
User-agent: SiteSnagger
Disallow: /
User-agent: ProWebWalker
Disallow: /
User-agent: CheeseBot
Disallow: /
User-agent: LNSpiderguy
Disallow: /
User-agent: ia_archiver
Disallow: /
User-agent: ia_archiver/1.6
Disallow: /
User-agent: Teleport
Disallow: /
User-agent: TeleportPro
Disallow: /
User-agent: MIIxpc
Disallow: /
User-agent: Telesoft
Disallow: /
User-agent: Website Quester
Disallow: /
User-agent: moget/2.1
Disallow: /
User-agent: WebZip/4.0
Disallow: /
User-agent: WebStripper
Disallow: /
User-agent: WebSauger
Disallow: /
User-agent: WebCopier
Disallow: /
User-agent: NetAnts
Disallow: /
User-agent: Mister PiX
Disallow: /
User-agent: WebAuto
Disallow: /
User-agent: TheNomad
Disallow: /
User-agent: WWW-Collector-E
Disallow: /
User-agent: RMA
Disallow: /
User-agent: libWeb/clsHTTP
Disallow: /
User-agent: asterias
Disallow: /
User-agent: httplib
Disallow: /
User-agent: turingos
Disallow: /
User-agent: spanner
Disallow: /
User-agent: InfoNaviRobot
Disallow: /
User-agent: Harvest/1.5
Disallow: /
User-agent: Bullseye/1.0
Disallow: /
User-agent: Mozilla/4.0 (compatible; BullsEye; Windows 95)
Disallow: /
User-agent: Crescent Internet ToolPak HTTP OLE Control v.1.0
Disallow: /
User-agent: CherryPickerSE/1.0
Disallow: /
User-agent: CherryPickerElite/1.0
Disallow: /
User-agent: WebBandit/3.50
Disallow: /
User-agent: NICErsPRO
Disallow: /
User-agent: Microsoft URL Control - 5.01.4511
Disallow: /
User-agent: DittoSpyder
Disallow: /
User-agent: Foobot
Disallow: /
User-agent: WebmasterWorldForumBot
Disallow: /
User-agent: SpankBot
Disallow: /
User-agent: BotALot
Disallow: /
User-agent: lwp-trivial/1.34
Disallow: /
User-agent: lwp-trivial
Disallow: /
User-agent: BunnySlippers
Disallow: /
User-agent: Microsoft URL Control - 6.00.8169
Disallow: /
User-agent: URLy Warning
Disallow: /
User-agent: Wget/1.6
Disallow: /
User-agent: Wget/1.5.3
Disallow: /
User-agent: Wget
Disallow: /
User-agent: LinkWalker
Disallow: /
User-agent: cosmos
Disallow: /
User-agent: moget
Disallow: /
User-agent: hloader
Disallow: /
User-agent: humanlinks
Disallow: /
User-agent: LinkextractorPro
Disallow: /
User-agent: Offline Explorer
Disallow: /
User-agent: Mata Hari
Disallow: /
User-agent: LexiBot
Disallow: /
User-agent: Web Image Collector
Disallow: /
User-agent: The Intraformant
Disallow: /
User-agent: True_Robot/1.0
Disallow: /
User-agent: True_Robot
Disallow: /
User-agent: BlowFish/1.0
Disallow: /
User-agent: JennyBot
Disallow: /
User-agent: MIIxpc/4.2
Disallow: /
User-agent: BuiltBotTough
Disallow: /
User-agent: ProPowerBot/2.14
Disallow: /
User-agent: BackDoorBot/1.0
Disallow: /
User-agent: toCrawl/UrlDispatcher
Disallow: /
User-agent: WebEnhancer
Disallow: /
User-agent: suzuran
Disallow: /
User-agent: VCI WebViewer VCI WebViewer Win32
Disallow: /
User-agent: VCI
Disallow: /
User-agent: Szukacz/1.4
Disallow: /
User-agent: QueryN Metasearch
Disallow: /
User-agent: Openfind data gathere
Disallow: /
User-agent: Openfind
Disallow: /
User-agent: Xenu's Link Sleuth 1.1c
Disallow: /
User-agent: Xenu's
Disallow: /
User-agent: Zeus
Disallow: /
User-agent: RepoMonkey Bait & Tackle/v1.01
Disallow: /
User-agent: RepoMonkey
Disallow: /
User-agent: Microsoft URL Control
Disallow: /
User-agent: Openbot
Disallow: /
User-agent: URL Control
Disallow: /
User-agent: Zeus Link Scout
Disallow: /
User-agent: Zeus 32297 Webster Pro V2.9 Win32
Disallow: /
User-agent: Webster Pro
Disallow: /
User-agent: EroCrawler
Disallow: /
User-agent: LinkScan/8.1a Unix
Disallow: /
User-agent: Keyword Density/0.9
Disallow: /
User-agent: Kenjin Spider
Disallow: /
User-agent: Iron33/1.0.2
Disallow: /
User-agent: Bookmark search tool
Disallow: /
User-agent: GetRight/4.2
Disallow: /
User-agent: FairAd Client
Disallow: /
User-agent: Gaisbot
Disallow: /
User-agent: Aqua_Products
Disallow: /
User-agent: Radiation Retriever 1.1
Disallow: /
User-agent: Flaming AttackBot
Disallow: /
User-agent: Oracle Ultra Search
Disallow: /
User-agent: MSIECrawler
Disallow: /
User-agent: PerMan
Disallow: /
User-agent: searchpreview
Disallow: /

Beachtlichte Liste.

Dann wird aber doch die Seite nicht mehr indiziert, oder?

Was den Yahoo! Slurp angeht habe ich seit Monaten folgendes erfolgreich im Einsatz:

Yahoo Slurp Spider Aktivität begrenzen - Skats-Community

Guter Link.
Werde ich auch mal drüber nachdenken. Müsste ich erstmal schauen, ob bei mir auch diese Lastspitzen auftreten und ich es nur nicht gemerkt habe.

Na ja, Lastspitzen sind die eine Sache - wobei das eher zweitrangig ist wenn der Server genug Power hat.

Viele Webmaster (ich inkl.) stellen auf ihren Seiten gerne da wieviele Leute sich gerade hier befinden. Nun schaut man nur einen Blick genauer hin und sieht, das die Hälfte Crawler sind. Das ist doch irgendwie super dämlich, oder?

Ich hab jetzt:

User-agent: Slurp
Crawl-delay: 60


im Einsatz (Danke für den Tipp) und die Anzeige der Besucher ist von 450 auf 200 tagsüber runtergegangen. Find' ich aber besser so.

Originally Posted by Steel

Beachtlichte Liste.

Dann wird aber doch die Seite nicht mehr indiziert, oder?

das sind die sog. bösen Spider die eh nur Mailaddys etc. suchen

@Thomas Danke für den Tipp bzgl
User-agent: Slurp
Crawl-delay: 60

Mal sehen wie das wirkt. die robots.txt ist mittlerweile locker 5kB groß, uff.

Gibt es schon Erfahrungsberichte?

Ja, es hilft.

Habe für eine Übergangsphase dieses komische Slurb-Dingens komplett auf Disallow gesetzt. Jetzt sind tagsüber nur noch so zwei - vier auf der Startseite (tiefer dürfen sie ja nicht) unterwegs.

Ich hab zwar ca. ein Viertel bis ein Drittel weniger online ausgewiesene Besucher, aber das passt schon

Habe den Slurp auch erstmal auf Disallow gesetzt, das ging ja gar nicht mehr.
Dadurch ist es schon merklich besser mit der Performanz geworden.
Zumindest meint das mein subjektives Empfinden.

Ich hab da ehrlich gesagt bisher noch nicht drauf geachtet, aber neue Besucherrekorde bleiben bisher aus.

Bis jetzt hält sich's bei mir auch noch in Grenzen, auch wenn das Forum bei diversen (abstrusen) Stichwörtern auf den ersten paar Seiten steht bei Google.