归纳总结:SEO如何关键词的筛选和竞争性分析

　　归纳总结:SEO如何关键词的筛选和竞争性分析

　　我们一般会选择网站的首页来优化关键词，所以关键词会极大的影响一个网站的成败。实战中关键词的选择一定要实事求是，看似简单的道理，其实操作起来却非常的难。什么是实用的？简单来说就是要选择一个适合自己目前能力的关键词，包括对SEO的掌握、外链资源，以及对关键词所属行业的了解。

　　1、关键词如何判断

　　SEO 不仅考验我们的能力，更考验我们的耐力。所以，在选择关键词的时候，一定要有阶段。 网站一开始没有重量，我们也没有资源。这时，我们应该选择索引较低、竞争较少的关键词作为优化目标。这样的关键词优化比较简单，只要我们有足够的内容来源，使用“词无处不在”等策略，一般1到3个月就会见效。一旦关键词上榜，网站有了流量，会给我们很大的鼓励。此时网站也有一定的权重，然后选择指标更高、竞争力更强的关键词加入。

　　

　　这里有一个问题需要说明。很多站长担心中间改关键词会被搜索引擎打到。事实上，这也太担心了。只要是合理的操作，是不会有任何影响的。作者的建议是循序渐进，比如在第四个月增加一个索引高的关键词，把之前索引低的关键词落地页换成一个栏目页或者一个文章 页面。接下来继续这个操作，将索引高的关键词逐步添加到首页，将索引低的关键词转移到栏目页或文章页进行优化。

　　总结：关键词选择的一个重要方面是关键词的竞争力。只有知道什么样的关键词更容易优化，什么样的关键词更难优化，才能帮助我们正确确定需要优化的网站关键词 .

　　2、关键词竞争分析

　　什么样的关键词更容易优化？有的SEOer认为指标越高越难优化，指标越低越容易优化；一些SEOer认为优化关键词的人越多越好优化难，优化关键词的人越少越容易优化。两种说法都是正确的，但都不是准确的判断。

　　比如我们搜索了“旅游”的关键词，看到很多搜索结果使用首页优化关键词，说明关键词很竞争的。站长工具的关键词竞争分析工具也是基于这个原理开发的。

　　“旅游”关键词百度搜索结果

　　

　　站长工具查询“旅游”关键词竞争力，可见关键词优化难度很高

　　让我们看一个争议较小的关键词。在搜索引擎中输入“敦煌旅游”关键词，可以看到大部分网站使用栏目页优化关键词，说明关键词是竞争力较弱。这一点从站长工具的分析结果也可以看出。

　　站长工具中“敦煌旅游”的竞品分析结果

　　总结：如果通过首页关键词对搜索结果中的第1到20条记录进行优化，通常更具竞争力。如果搜索结果都是通过栏目页或文章优化的，则说明关键词的竞争力较弱。 关键词的竞争分析必须进行，不能想当然。在 SE0 过程中，这个地方值得花时间去研究，一个好的开始是成功的一半。

　　归纳总结:ClickHouse与Elasticsearch压测实践

　　1需求分析1.1压力测试对象分析1）什么是ClickHouse和Elasticsearch

　　ClickHouse 是一个真正的列式数据库管理系统 (DBMS)。在 ClickHouse 中，数据始终存储在列中，包括向量（向量或列块）执行。只要有可能，操作都是基于向量而不是单个值来调度的，这称为“向量化查询执行”，它有助于减少实际的数据处理开销。

　　Elasticsearch 是一个开源的分布式、RESTful 风格的搜索和数据分析引擎，其底层是开源库 Apache Lucene。可以这样准确地描述：

　　2）为什么要对他们进行压力测试

　　众所周知，ClickHouse在基础场景中表现非常出色，性能优于ES，但是我们实际的业务查询很多都是复杂的业务查询场景，甚至是大量的查询。为了保证大促活动高峰业务的稳定性，ClickHouse和Elasticsearch在我们的实际业务场景中是否具有出色的抗压能力，通过这个性能压力测试，我们可以发现系统中的性能瓶颈，并进行针对性的优化完善制度。表现。

　　1.2 设置压力测试目标

　　为什么选择这个（queryOBBacklogData）接口？

　　1）在复杂度上，接口（queryOBBacklogData）查询5次，代码如下：

　　/**

* 切ck-queryOBBacklogData

* @param queryBO

* @return

*/

public OutboundBacklogRespBO queryOBBacklogDataCKNew(OutboundBacklogQueryBO queryBO) {

log.info(" queryOBBacklogDataCK入参：{}", JSON.toJSONString(queryBO));

// 公共条件-卡最近十天时间

String commonStartTime = DateUtils.getTime(DateUtil.format(new Date(), DateUtil.FORMAT_DATE), DateUtils.ELEVEN_AM, 1, -10);

String commonEndTime = DateUtils.getTime(DateUtil.format(new Date(), DateUtil.FORMAT_DATE), DateUtils.ELEVEN_AM, 1, 1);

// 越库信息-待越库件数&待越库任务数

WmsObCrossDockQueryBo wmsObCrossDockQueryBo = wmsObCrossDockQueryBoBuilder(queryBO,commonStartTime, commonEndTime);

log.info("queryOBBacklogDataCK-wmsObCrossDockQueryBo: {}", JSON.toJSONString(wmsObCrossDockQueryBo));

CompletableFuture preCrossDockInfoCF = CompletableFuture.supplyAsync(

() -> wmsObCrossDockMapper.preCrossDockInfo(wmsObCrossDockQueryBo), executor);

// 集合任务信息-待分配订单

WmsObAssignOrderQueryBo wmsObAssignOrderQueryBo = wmsObAssignOrderQueryBoBuilder(queryBO, commonStartTime, commonEndTime);

log.info("queryOBBacklogDataCK-wmsObAssignOrderQueryBo: {}", JSON.toJSONString(wmsObAssignOrderQueryBo));

CompletableFuture preAssignOrderQtyCF = CompletableFuture.supplyAsync(

() -> wmsObAssignOrderMapper.preAssignOrderInfo(wmsObAssignOrderQueryBo), executor);

// 拣货信息-待拣货件数&待拣货任务数

WmsPickTaskQueryBo wmsPickTaskQueryBo = wmsPickTaskQueryBoBuilder(queryBO, commonStartTime, commonEndTime);

log.info("queryOBBacklogDataCK-wmsPickTaskQueryBo: {}", JSON.toJSONString(wmsPickTaskQueryBo));

CompletableFuture prePickingInfoCF = CompletableFuture.supplyAsync(

() -> wmsPickTaskMapper.pickTaskInfo(wmsPickTaskQueryBo), executor);

// 分播信息-待分播件数&待分播任务

WmsCheckTaskDetailQueryBo wmsCheckTaskDetailQueryBo = wmsCheckTaskDetailQueryBoBuilder(queryBO, commonStartTime, commonEndTime);

log.info("queryOBBacklogDataCK-wmsCheckTaskDetailQueryBo: {}", JSON.toJSONString(wmsCheckTaskDetailQueryBo));

CompletableFuture preSowInfoCF = CompletableFuture.supplyAsync(

() -> wmsCheckTaskDetailMapper.checkTaskDetailInfo(wmsCheckTaskDetailQueryBo), executor);

// 发货信息-待发货件数

WmsOrderSkuQueryBo wmsOrderSkuQueryBo = wmsOrderSkuQueryBoBuilder(queryBO, commonStartTime, commonEndTime);

log.info("queryOBBacklogDataCK-wmsOrderSkuQueryBo: {}", JSON.toJSONString(wmsOrderSkuQueryBo));

CompletableFuture preDispatchCF = CompletableFuture.supplyAsync(

() -> wmsOrderSkuMapper.preDispatchInfo(wmsOrderSkuQueryBo), executor);

return processResult(preCrossDockInfoCF, preAssignOrderQtyCF, prePickingInfoCF, preSowInfoCF, preDispatchCF);

}

　　2）接口（queryOBBacklogData），一共查询了5张表，如下：

　　wms.wms_ob_cross_dock

wms.wms_ob_assign_order

wms.wms_picking_task.

wms.wms_check_task_detail

wms.wms_order_sku

　　3）查询的数据量如下：

　　select

(ifnull(sum(m.shouldBeCrossedDockQty),

0) -

ifnull(sum(m.satisfiedCrossedDockQty),

0)) as preCrossStockSkuQty,

<p>

count(m.docId) as preCrossStockTaskQty

from

wms.wms_ob_cross_dock m final

prewhere

m.createTime >= &#39;2021-12-03 11:00:00&#39;

and m.createTime = &#39;2021-12-03 11:00:00&#39;

and m.createTime = &#39;2021-12-03 11:00:00&#39;

and m.shipmentOrderCreateTime = &#39;2021-12-03 11:00:00&#39;

and m.shipmentOrderCreateTime = &#39;2021-12-03 11:00:00&#39;

and m.shipmentOrderCreateTime