成都SEO卢涛:如何使用Splunk工具分析网站?-网络营销师卢涛
网络营销师卢涛

成都SEO卢涛:如何使用Splunk工具分析网站?

近日,国外SEO从业者Eli Schwartz分享了他使用Splunk的几个心得。成都SEO卢涛的小伙伴今天学习后并将其和大家分享,下面是摘自Eli Schwarz的经验分享

想必每个对SEO技术感兴趣的站长都希望能够从更深层次了解网站架构、以及谷歌搜索引擎的排名规则等。从作者这些年研究SEO技术的经验来看,深入分析网站访问日志能够让作者更了解搜索引擎是如何“看待”网站的,而在众多网站分析工具中,Splunk无疑是最让作者放心、也是最实用的一款。

注:成都SEO卢涛的小伙伴告诉我们,Splunk是机器数据的引擎。可用于收集、索引和利用所有应用程序、服务器和设备(物理、虚拟和云中)生成的快速移动型计算机数据 。

1、监测网站URL是否已被谷歌爬虫抓取(百度蜘蛛、雅虎爬虫亦可监测)

当网站生成了一个新的页面,站长们最关心的自然是页面的收录问题。如果以快照作为指标,或许得在谷歌爬虫抓取后的几天(甚至几个星期)才能确定是否已被收录。要快点儿的话,可以直接在搜索引擎中搜索相关页面的标题。

而最行之有效的便是查看网站日志,便可确定网页是否已被谷歌爬虫抓取。这就该用到Splunk了。

具体步骤:

1、首先选择要查询的时间段。时间段越短,响应速度自然越快,所以尽可能缩短查询的时间差。

2、在查询框中输入以下查询语句:

Index = {the name of your index} url stub AND googlebot

比如:如果你索引名是“Primary”,URL是“free-trial.html”,则查询语句为Index=primary free-trial.html AND googlebot


2、查找404页面

404页面是一种很招人烦的东西,98%的访客在看到404页面时,往往都会直接关闭页面。这样一来,你的网站不仅损失了一次展示内容或产品的几乎,用户还默默的在心里给了你个差评。你:以后还来作者们网站吗?用户:呵呵。

对于404页面,你可以选择使用ScreamingFrog之类的工具来查找修复。但是在失效页面数量太多的情况下,你就该事实日志解析了。通过日志解析,你可以找出那些最多人访问的404页面,有选择的来修复页面、或是做跳转。

设置Splunk来查找404页面:

1、首先选择查找时间差,作者通常将其设为30天,你们可以按需随意设置。

2、在查询框中输入以下查询语句:

Index = {the name of your index} status = 404 | top limit = 50 uri

限制数量可自行确定,作者比较喜欢定为50条URL。查询语句执行完成后,点击Statistics选项,便可在列表中找出访客最多的404页面们。


3、查找设置过302跳转的页面

不同于301跳转,302跳转属于暂时重定向。不过在很多链接价值测试中,302都能通过测试,而且也有排名。但由于前些年,不少黑帽SEO通过这项技术来获取排名,如今很多搜索引擎都加大了对其的打击力度。因而302跳转只能用于那些只需做暂时跳转的页面。

通过Splunk查找302跳转页面的步骤:

1、同样也是先选择查找时间段,可按需设置,作者喜欢将其设为30天。

2、输入如下查询语句:

Index = {the name of your index} status = 302 | top limit = 50 uri

跟查找404页面一样,可按需设置。


4、统计每天被谷歌搜索引擎抓取的页面

如果你有用过谷歌管理员工具,那么你对谷歌抓取URL的展示页面一定不陌生。但这些数据是否准确,你得查看网站日志才能确定。

使用Splunk查询每日抓取的URL步骤:

1、同样也是选取时间,作者还是喜欢设为30天(如果数据较多可以7天为单位)。

2、输入查询语句:

index ={name of your index} googlebot | timechart count by day

查询语句执行完后,点击Statistics选项,则会看到谷歌爬虫每天抓取的页面数据。也可点击“visualization”选项查看变化详情。



5、统计谷歌移动端爬虫每日抓取页面

随着移动互联网的发展,移动搜索也愈发重要。如果想知道谷歌移动爬虫每天抓取的URL数量,就无法使用谷歌管理员工具了。那么,就只能通过网站访问日志来查看该数据。

下面以iPhone为例,使用Splunk查询:

1、同样也是选取时间,作者还是喜欢设为30天(如果数据较多可以7天为单位)。

2、输入以下查询语句:

index ={name of your index} googlebot AND iphone | timechart count by day

语句执行完毕后,点击Statistics选项,便可得出所需数据,与PC端一样,也可以在“visualization”选项中查看更多详情。



6、找出浪费爬虫抓取量的垃圾页面

站长们都知道,搜索引擎对每个网站的抓取数量都有一定的限制,网站的PR或权重不同,抓取“限额”也各异。所以,如果网站中的垃圾页面被抓取,那么高质页面则可能会失去被抓取的机会。

如果不清楚谷歌爬虫的爬行路径,则无法知晓谷歌抓取限额的利用率。这时候,就需要使用Splunk来检测了。

步骤如下:

1、选择时间段,可随意选取,最好选择多个进行对比。

2、输入以下查询语句:

index={name of your index} googlebot uri_stem=”*”| top limit=20 uri

限制数量可随意选取,但20条是比较好管理的。与之前一样,执行完语句后,点击statistic选项,而后便可在列表中找出你觉得应该移除的页面,在robots.txt文件中将其屏蔽。



7、500错误页面

当服务器无法完成HTTP请求时,则会返回500错误页面。很多时候,500错误对SEO工作都存在一定的负面影响。其实,在500错误影响到搜索排名时,谷歌便会通过管理员工具向站长发送请求中断信息,不过这类信息通常要24小时后才能接收到。

除了影响搜索引擎排名外,500错误页面也会降低网站的用户体验度。而加入Splunk工具的Enterprise计划则可实时监控500错误。

步骤如下:

1、搜索如下查询语句:

index={name of your index}
AND “status=5*”

2、点击“Save As”然后在下拉菜单中选择“Alert”。

3、命名Alert。

4、将Alert的状态改为“Real Time”。

5、点击“Next”。

6、在下个页面,会出现“Send Email”选项。

7、在输入框中输入邮件,然后点击“Save”。


总结

Splunk可以用于多种SEO工作,可以给工作带来很大的便利性。如果大家还没用过的,不妨尝试下哦!

码字很辛苦,转载请注明来自网络营销师卢涛《成都SEO卢涛:如何使用Splunk工具分析网站?》

评论