← BIBLIOTECA

NOTICIA

Pasar a un CDN sin perder Google: tres puntos de fallo y las soluciones de Google

El 11 de noviembre de 2026 el blog de Google Search Central explicó qué pasa con el rastreo cuando una web se pone detrás de una red de distribución de contenido (CDN): por qué puede dispararse el tráfico de rastreadores hacia el servidor de origen, por qué la nueva caché no ayuda al principio y cómo una protección general contra bots puede sacar páginas de la Búsqueda. Qué dice Google y qué revisar antes y después del cambio.

Qué ha publicado Google

El 11 de noviembre de 2026 el blog de Google Search Central publicó "Moving to a CDN without overwhelming your origin (or blocking Googlebot)". Google escribe que a veces los propietarios de sitios le cuentan que, justo después de poner su web detrás de un CDN, el tráfico de rastreadores hacia su servidor se dispara casi de inmediato. La entrada explica esa fase de transición y remite a dos guías existentes: cómo funciona el presupuesto de rastreo y cómo reducir la frecuencia de rastreo de Google en emergencias. Las versiones en español de las guías de Google enlazadas son traducciones automáticas del inglés.

Punto de fallo 1: respuestas más rápidas, rastreo más rápido

La infraestructura de rastreo de Google calcula para cada sitio un límite de capacidad de rastreo, también llamado carga del host. Cuando los tiempos de respuesta aumentan, los rastreadores de Google van más despacio. Cuando un servidor responde de forma rápida y estable, y hay demanda de rastreo, el límite de capacidad de rastreo sube poco a poco.

Google explica que, en cuanto tu DNS apunta a una red de servidores perimetrales rápida, los tiempos de conexión y de respuesta bajan, y para sus sistemas de rastreo parece que tu servidor acaba de recibir una gran mejora de hardware. Los rastreadores empiezan a aumentar su ritmo de solicitudes. Google añade que no lo hacen de inmediato y que muchos CDN incluyen un control de ritmo de conexiones que ayuda a suavizar los picos.

Punto de fallo 2: una caché fría deja pasar las solicitudes al origen

Un CDN nuevo empieza con la caché vacía, o fría. Cuando un servidor perimetral todavía no tiene copia de una URL, esa solicitud es un fallo de caché: el servidor perimetral pide la respuesta a tu origen, guarda una copia y después la sirve. Solo las solicitudes posteriores de esa misma URL se sirven desde el perímetro.

Google señala la diferencia entre visitantes y rastreadores. Las personas se concentran en un grupo relativamente pequeño de páginas populares, que entran rápido en la caché. Los rastreadores recorren de forma sistemática todo tu inventario de URLs, así que cada URL sin caché que solicitan llega directamente a tu origen. Hasta que las cachés están calientes, escribe Google, tu servidor de origen sigue haciendo el trabajo pesado.

Punto de fallo 3: la protección general contra bots bloquea a Googlebot

Al ver un aumento de solicitudes automáticas en los registros del origen, un administrador puede activar una protección general contra bots en el panel del CDN. Google explica que las reglas generales sin excepciones tratan igual todo el tráfico automático, también el de los rastreadores que te interesan. Cuando un CDN o un cortafuegos de aplicaciones web (WAF) intercepta solicitudes automáticas con un desafío como un CAPTCHA, los rastreadores de Google no lo superan.

Google describe el resultado: los rastreadores se quedan en una página de error que no sirve para la Búsqueda ni para otros productos que dependen de datos rastreados, el sitio parece restringido a propósito o roto, los rastreadores se retiran y las páginas y fichas de productos empiezan a desaparecer de la Búsqueda.

Las soluciones de Google

  • ·Si necesitas bloquear bots, permite los bots verificados en la configuración del CDN y del cortafuegos. Google indica que la mayoría de los grandes CDN y WAF ofrecen un interruptor o una regla gestionada para bots conocidos o verificados, y que puedes identificar sus rastreadores por los rangos de IP que publica. También sugiere usar robots.txt o reglas dirigidas a bots concretos no deseados en lugar de bloquear todos los clientes automáticos.
  • ·Precalienta las cachés antes de enviar todo el tráfico por el CDN: solicita a través del CDN, a un ritmo controlado, tus páginas con más tráfico, las páginas de próximos picos, como lanzamientos de temporada, y las URLs que más se rastrean.
  • ·Si el volumen de rastreo sigue poniendo una carga crítica en tu origen, devuelve un código 429 (Too Many Requests) o 503 (Service Unavailable) durante un periodo corto. El blog habla de unas horas, o de 1 a 2 días como máximo. La guía de Google para reducir la frecuencia de rastreo advierte que mantenerlo más de 1 a 2 días puede afectar a cómo aparece el sitio en los productos de Google, y que una URL que devuelve estos códigos durante varios días puede salir del índice de Google.

Lista de comprobación rápida

  • ·Antes del cambio, haz una lista de tus URLs más visitadas y más rastreadas y planifica un precalentamiento controlado de la caché.
  • ·Revisa cada regla de protección contra bots, desafío o CAPTCHA en el CDN y en el WAF, y confirma que los rastreadores verificados están exentos.
  • ·Dirige robots.txt o tus reglas a bots concretos no deseados, no a todos los clientes automáticos.
  • ·Después del cambio, vigila la carga del origen y los registros del servidor en busca de solicitudes de rastreadores que atraviesan la caché.
  • ·Usa 429 o 503 solo como freno breve, nunca más de 1 a 2 días.

Preguntas frecuentes

¿Por qué subió el tráfico de rastreadores a mi servidor después de pasar a un CDN?

Google explica que las respuestas rápidas y estables elevan el límite de capacidad de rastreo, así que los rastreadores aumentan su ritmo de solicitudes. Con la caché fría, cada solicitud de una URL que el perímetro aún no ha guardado sigue llegando a tu origen.

¿Puede la protección contra bots de un CDN bloquear a Google?

Sí. Google dice que las reglas generales sin excepciones tratan igual todo el tráfico automático y que sus rastreadores no superan los desafíos CAPTCHA. Permite los bots verificados o dirige las reglas a bots concretos no deseados.

¿Cómo reduzco el ritmo de Google sin bloquearlo?

Devuelve 429 o 503 durante un periodo corto, unas horas o de 1 a 2 días como máximo. Google advierte que periodos más largos pueden afectar a cómo aparece el sitio en sus productos, y que las URLs pueden salir del índice si los códigos se mantienen varios días.

¿Esto vale también para los rastreadores de IA?

La entrada trata sobre los rastreadores de Google. Google escribe que un rastreador bloqueado ve una página de error que no sirve para la Búsqueda ni para otros productos que dependen de datos rastreados. Para otros rastreadores de IA, consulta nuestro artículo sobre por qué siguen siendo rechazados aunque robots.txt los permita.

Fuentes

  • ·Blog de Google Search Central, Moving to a CDN without overwhelming your origin (or blocking Googlebot) (en inglés): https://developers.google.com/search/blog/2026/11/crawling-cdn
  • ·Google, Optimizar el presupuesto de rastreo: https://developers.google.com/crawling/docs/crawl-budget?hl=es
  • ·Google, Reducir la frecuencia de rastreo de Google: https://developers.google.com/crawling/docs/crawlers-fetchers/reduce-crawl-rate?hl=es
  • ·Google, Verificar las solicitudes de los rastreadores y los fetchers de Google: https://developers.google.com/crawling/docs/crawlers-fetchers/verify-google-requests?hl=es