Sådan føres en historisk oversigt over fyrrapporter

Lighthouse er et open source-projekt fra Google Chrome-teamet. Det bruges til at analysere websides kvalitet baseret på et sæt moderne, "brugercentrerede" metrics.

Når man understøtter websteder, der er afhængige af organiske søgeresultater for indtægter, er kvalitet afgørende. Ydeevne, tilgængelighed og generel SEO-bedste praksis er vigtige faktorer i placeringen af ​​søgemaskiner.

Lighthouse giver et detaljeret sæt metrics, der repræsenterer disse faktorer og forslag til forbedring i rapporteringen.

Der er mange måder at køre fyrtårn på, men i den virkelige verden vil du muligvis sammenligne rapporter regelmæssigt, især i løbende ændringer i arbejdsgange. Når det er sagt, undrer du dig måske over - hvordan kan jeg holde styr på SEO, ydeevne og tilgængelighedsændringer over tid ?

Dette indlæg dækker, hvordan man bruger Automated Lighthouse Check til at analysere websteds kvalitet over tid. Men husk at der er mange andre fyrtårnsintegrationer at vælge imellem.

Gemme rapporter og se resultater på en tidslinje

Fyrtårnscore er et interessant aspekt af værktøjet, der i starten måske føles lidt snavset. Alligevel kan det være et meget nyttigt sammenligningspunkt, når man ser på historiske data.

Især præstationskategorien er ret kompliceret i sin beregning af score, og du kan finde en masse god læsning om emnet blandt andet på web.dev.

Automated Lighthouse Check giver mulighed for manuelt at udløse revisioner eller etablere en tidsplan, hvor de kører automatisk hele dagen. Disse revisioner gemmes i en database, så du kan visualisere og analysere resultater på et historisk niveau. Du kan faktisk se nærmere på enhver rapport i tide for at se alle detaljer (se et eksempel her).

For en vejledning til at komme i gang med Automated Lighthouse Check, se dokumentationen.

Fyrtårnsautomatisering i DevOps

Der er ikke kun mange nyttige skybaserede fyrværktøjer, men der er også mange open source-projekter, der kan implementeres i en række DevOps-arbejdsgange. Nogle af disse løsninger understøtter vedholdenhed af data i en eller anden form for at spore historisk.

Nedenfor er et par eksempler, som jeg har bidraget til.

  • Dette indlæg dækker, hvordan man bruger fyr i CircleCI. Du kan gemme rapporter som "artefakter" i CircleCI eller uploade automatisk til AWS S3.
  • Dette indlæg dækker, hvordan du bruger fyrtårn i GitHub-handlinger. Denne løsning giver også en måde at gemme rapporter på som "artefakter" (i GitHub) eller automatisk uploade til AWS S3.
  • Lighthouse Persist er en NPM-pakke, der udsætter den oprindelige Lighthouse API med yderligere muligheder for at indstille AWS S3-legitimationsoplysninger, så den kan bruges til automatisk at uploade rapporter.

Konklusion

Jeg håber, dette indlæg var nyttigt til at levere løsninger til historisk analyse af websteds kvalitet. Hjælp med at støtte dine lokale udviklere ved at købe deres software?

Men med al alvor, ville jeg elske enhver feedback om Automated Lighthouse Check ... kommentarer, forslag, funktionsanmodninger osv. Det er omkring et år gammelt på tidspunktet for denne skrivning og er for nylig blevet migreret til Kubernetes for høj tilgængelighed.

Automated Lighthouse Check tilbyder gratis og premium planer.