搜狗的收录量是搜狗抓取网站的页面数；而索引量是指网站被收录的页面中，筛选出更为优质的、进入索引库的页面。因此常会出现索引量低于收录量的现象，这是正常的，站长们可以不用担心。
搜狗的site检索是一个预估的放出页面数，既不是收录量，也不是索引量，查询收录、索引以站长平台的网站分析工具的数据为准。
如果收录量与索引量差异较大，一般是新站。如果是站的时间比较长，那就是网站的部分网页不再达到选入索引库的要求。互联网的网页每天都在增多，优质网页更是如此，如果您不坚持提升您的网站质量，重在为用户提供价值，那很有可能搜狗就会索引其他更好的网站。
针对新站，如果索引量比较少，收录量的数据比较大，并且在逐渐增多，这是一个好的现象，说明你的新站收录和索引正常，过一段时间这些收录页面会被陆续的放出来。
来源：搜狗资源平台
网页时效性：互联网上的用户众多，数据信息来源极广，互联网上的网页是呈实时动态变化的，网页的更新、删除等变动极为频繁，有时候会出现新更新的网页在爬虫程序还来不及抓取的时候却已经被删除的情况，这将大大影响搜索结果的准确性。 大数据存储问题：爬虫抓取的数据在经过预处理后数据量依然相当庞大，这给大数据存储技术带来相当大的挑战。当前大部分搜索引擎都是利用结构化的数据库来存储数据，结构化的数据库存
如果您不希望在您访问百度联盟网站时，百度基于cookie向您提供个性化的推广信息，可以通过隐私设置—个性化配置限制百度对cookie的使用。
搜索引擎收录机制就是搜索引擎系统执行网页抓取、URL分析、文本链接分析、内容分析及网页排序等一系列操作而形成的一种机制。这个机制由爬虫、索引和查询构成，爬虫存储所有网络上数据、分析搜索引擎索引，而搜索引擎索引就像物理上的索引一样，能让搜索引擎定位到目标页面；最后查询的时候则是让搜索引擎根据索引定位相应的页面，最终完成数据的展示。
可能是因为您的私密网页在被收录之前没有被正确地设置为不被搜索引擎收录。您可以通过添加robots.txt文件或使用meta标签来告诉搜索引擎不要收录您的私密网页。另外，您还可以使用基于权限的访问控制方法，如密码保护或IP限制，来确保只有授权用户可以访问您的私密网页。
