一開始搭建中國博客聯盟，既有博友提醒我，做網址大全這類網站維護很麻煩，需要大量的精力去Debug一些已夭折的網站，更是拿松哥的博客大全舉例。當然，我也是深以為然。前些時間，看到夢軒麗人的boke123網址大全的維護記錄，好像是純手工檢查，張戈實在是佩服的五體投地，太有毅力了。
現在博客聯盟也收錄的博客也已破200了，全部來自自主提交，不管你是草博還是名博，張戈不會強買強賣。由于大部分都是建站不過半年的新站，半路放棄、提前太監的博客估計還是有的，于是我決定還是把站點維護這個工作做起來。
上午用PHP做了一個放到了京東云試了下，發現檢測速度一般，要等上半天（我寫的php太蹩腳，就不獻丑了）。
隨后，我在VPS上寫了一個多線程的網站狀態檢測腳本，直接從數據庫load站點地址，然后用curl去檢測返回碼，發現速度非常好，基本1分鐘內就能出結果
以下是腳本代碼：
#!/bin/bash
#Author:ZhangGe
#Date：2014-08-21
#Desc：Check the site of ZGboke Alliance.
#取出網站數據
data=`/usr/bin/mysql -uroot -p123456 -e "use zgboke;select web_url from dir_websites where web_status='3';" -N -B | awk '{print $1}'`
if [ -z "$data" ];then
echo "Faild to connect database!"
exit 1
fi
test -f result.log rm -f result.log
function delay {
sleep 3
}
tmp_fifofile=/tmp/$$.fifo
mkfifo $tmp_fifofile
exec 6>$tmp_fifofile
rm $tmp_fifofile
#定義并發線程數，需根據vps配置進行調整。
thread=100
for ((i=0 ;i$thread;i++ ))
do
echo
done>6
#開始多線程循環檢測
for url in $data
do
read -u6
{
#curl抓取網站http狀態碼
code=`curl -o /dev/null --retry 3 --retry-max-time 8 -s -w %{http_code} $url`
echo "$code ---> $url">>result.log
#判斷子線程是否執行成功，并輸出結果
delay {
echo "$code ---> $url"
} || {
echo "Check thread error!"
}
echo > 6
}
done
#等待所有線程執行完畢
wait
exec 6>-
#找出非200返回碼的站點
echo List of exception website:
cat result.log | grep -v 200
exit 0
Ps：關于shell多線程腳本，后續文章會有一個詳細說明，本文篇幅有限，就不多說了。
以下是中國博客聯盟第一次成員站點存活檢測的結果：
①、 非200返回碼的異常站點：
②、腳本抓取的無法訪問站點：
人工訪問篩選結果：
wangyingxue.net（王英學博客）：無法訪問，經確認處于備案中 √
www.tao0102.com（長江博客）：可以訪問 √
blog.hack7d.com（Mcdull技術博客）：無法訪問 ×
www.1992621.com（教師日記）：可以訪問 √
www.3miaotu.com（三秒兔）：無法訪問 ×
xiaoxiaomayi.com（小小螞蟻博客）：可以訪問 √
www.awrui.com（李文棟博客）：可以訪問 √
Ps：腳本檢測機制為：8s內未連通的判定為異常，并重試3次，最后輸出結果，若三次均異常則為000。從圖中和人工篩選可以看出，存在一些誤殺，這個和8s的設定有一定關系。可以考慮設置為更長時間，得到更準確的結果，當然最終還是要結合人工確認的，所以也沒多大關系。
后續，中國博客聯盟會制訂一個檢查周期，最短每星期檢查一次，最長一個月檢查一次，爭取讓每個展示的站點都能正常訪問。當然，我也會將每次檢查的結果公布在中國博客聯盟的站長資訊專欄，方便所有成員查看。
由于目前中國博客聯盟部署在京東云擎，無法遠程操控數據庫，所以只好暫時用半自動的模式。等以后有時間搬到了阿里云等VPS上后，將會將腳本改成全自動狀態，當有網站聯系多次檢測為失聯狀態時，將會暫時將其設置為隱藏狀態。
