Dimonchik

не отслеживает, нет смысла, false positive

но source очень даже отслеживает - т.е. вставить на 100 сразу - решит что вы неуловимый везде успевающий Джо

это помимо текстов под копирку и все такое

абсолютно нормально

более того - даже очень хорошо

за отсутсттвие 304 при реальной неизменности страницы бот может уменьшить сканирование и засунуть сайт в Ж*пу - в SE практике очень большой раздел определения что и как часто нужно пересканивать - поэтому генеренные и кольцевые Гугл банит на раз,
чем честнее - тем лучше

PS то же (про бан и ж*пу в выдаче) касается и хитровы*баной 404й - это когда она не редиректит на морду или не висит просто, а вместе с 404 на ней какой-то контент, еще и динамический

проще всего и опаснее всего - роботс

дольше но надежнее - понять откуда берутся - смотрите логи, обычно так склеивает гугл JavaScript - там чего только не бывает, но может в вашем случае и банальный ререререредирект или кривизна приложения и опять же ререредирект (ререре - это я типа множественный редирект обозначил)

ну и банальный простой редирект по кривизне тоже может быть - смотрите логи за пару часов до - куда бот ходит

Disallow: /*?*

в JSON хранятся неструктурированные данные, в таблицах - структурированные

далеко ходить не нужно: в вашем примере имена полей превышают значения в пропорции 12/6
сто записей дадут в таблице 606 элементов, в JSON - 1200 (элемент - условный байт / 8 символов)
то есть размер базы - в 2 раза
это мы еще не берем оптимизацию по типам данных, поиск, индексы, выборки по условию и т.п.: JSON очень затратная вещь

настолько затратная, что даже неструктурированные данные пытаются хранить в таблицах - забивая неизвестную часть null - в конце концов число параметров небесконечно

JSON хорошо подходит для некоторых предварительных данных - получаемых парсингом или - да да - по тому самому API, при условии их дальнейшей обработки и занесения в таблицы