5.3php怎么升级，数据库热搜表怎么做？
现在很多网站都提供了站内搜索功能，而搜索功能附带的另一个需求点就是“热搜词”，在所有的搜索关键词中统计高频搜索词，每个热搜词代表的就是一个热点。
对于开发者该如何开发热搜词功能呢？下面由浅到深向大家讲解下。
热搜词如何确定？很多开发人员可能会说，实现这个功能不难，只要将用户输入的搜索词入库，然后相同的搜索词进行+1统计即可。
听起来似乎没什么问题，但是，我们不能保证用户输入的关键词完完全全就是一个个独立的词汇！比如用户A搜索了“网站架构”，用户B搜索了“网站架构如何实现？”，按上面说的做法，那这2个搜索词是完全不同的搜索词，这会存在问题的，因为用户搜索意图是同样的，只是搜索词不同而己。
所以我们应该对用户输入的搜索词进行分词处理，然后将分词后的搜索词进行存储统计。
热搜词功能实现思路现在来说下如实热搜词的思路。
1、长尾搜索词进行中文分词处理
为确保搜索质量，我们需要对用户输入的长尾搜索词进行中文分词并提取，这样做的好处就是能明确用户搜索意图。
2、分词结果存入缓存
我们将分词后的搜索词汇不要直接存入数据库，当然了，如果这块业务请求低，那可以直接入库，如果并发大则需要存入缓存中进行临时存储。
3、搜索词weight处理
每涉及一个搜索词后就进行weight+1操作，代表这个词又被搜索了一次。
4、对weight进行排序即可找到热搜词。
以上就是热搜词的实现思路，但在实际业务场景中我们还要考虑其它因素，比如统计特定时间段内的热搜词。
以上就是我的观点，对于这个问题大家是怎么看待的呢？欢迎在下方评论区交流 ~ 我是科技领域创作者，十年互联网从业经验，欢迎关注我了解更多科技知识！php和前端哪个前景更好？
来，我先讲个故事
冲动离个职你是一个php大牛，最近遇到了中年的困惑，不知道哪根筋不对头，裸辞了。在家呆了一些日子，快断粮了，你老婆一直骂你没隔壁老王有出息，气的你带上简历开始找工作，心想，虽然我错过了移动互联网，错过了风口，但我好歹也有N年的PHP经验，代码写的比飘柔还飘逸，不说找工作，工资好歹也来个三四万吧。
开始找工作于是你打开招聘网站，查看了下，这是怎么回事，除了北上深有超过10K的外，其它的怎么都是6K起步？然后你又搜索了下web前端，北上广15K起步，连二三线城市都有超过10K的。
你不信邪，找了之前的同事朋友闺蜜炮友之类的，想曲线入职，询问后，发现已经不招PHP了，你问为啥？PHP不是很好吗？对方像倒苦水一样，和你娓娓道来。
曲线求职公司老板祖坟上冒了青烟，研发了一个爆火的产品，投资人一看，不错哦，于是钱就和开了闸的洪水一样，不断的流了进来，老板早就想换二奶，哦不，升级产品包装，进行大面积推广了，这一推广，用户量激增，问题也随之而来，旧的服务器宕机了好几次，你朋友不断的增加服务器，花了好多钱，看的老板的心，哇凉哇凉的。
大牛来了有天，老板和朋友们去洗浴，哦，不是，去聚会的时候，说出了心里的苦，朋友给他推荐了位技术牛人，号称亿级架构能力。老板于是花了几百万，把这位大牛请了过来。
老板拉着大牛，触膝长谈，就差抱在一起睡觉了。大牛和老板说了很多，什么叫高并发原则，什么是拆分、服务化、消息队列，什么叫高可用原则，什么是降级、限流，什么是负载均衡与反向代理，什么是隔离术，什么是缓存，什么是多级缓存，什么是队列术。
一夜过后，老板感觉把一辈子的技术都学了，于是回去和你同事说了这些，你同事全程一个囧字脸，老板无奈的摇摇头，把大牛拉了过来，和大家说，以后，大牛就是你们的老大，他指东，你们就往东，他拉屎，你们要提前递手纸。
大牛感动的泪流满面，马上撸起袖子，准备开干。一看，哇靠，PHP，顿时，又旧流满面。
未来方向于是，大牛招了一批的Java，重新搭建了亿级流量架构，搭建了微服务平台，现在缺的就是Web前端，做前后端分离开发，所以你同事现在要么转Java，要么转Web前端。
现在业务不断扩展，老板全力向小程序方向开工，Web前端开发人员，做小程序的效率，那叫一个快。公司慢慢的把所有的PHP系统，替换成了Java系统，配合Web前端，一个崭新的未来，就在眼前。同时，大牛还向老板建议，使用Node.js做一个BFF层，分担性能压力，正好Web前端也可以写Node.js
……
慢慢的，你知道了现在技术的发展方向，看了看手中的PHP简介，陷入了苦恼。
好了，故事说完了，上面只是说了现在的方向，并不是说PHP没落了，不过企业级高并发，已经很少使用PHP了。
有什么申请博士的经验值得分享？
Tim Dettmers 曾经花了很长时间研究如何申请读博，好在努力收到了回报：他收到了斯坦福大学、华盛顿大学、伦敦大学学院、卡内基梅隆大学以及纽约大学的录取通知，他目前已经在华盛顿大学读博。他这篇博客总结了如何一步一步进行博士申请，告诉你哪些重要、哪些不重要。文中讨论了目的陈述（SoP）等申请材料以及如何让这些申请材料发挥应有的作用。
本文主要讨论深度学习及自然语言处理、计算机视觉、强化学习及其他深度学习子领域的博士申请。作者默认你已经具备较强的学术背景，即可能已有一篇或多篇论文发表，与多位研究人员合作过等。本博文旨在帮助你提升申请名校博士项目的机会。
本博文将首先指出 PhD 申请中重要的东西，然后介绍申请材料以及如何看待这些材料，然后简要谈谈申请过程。主体的最后一部分围绕择校展开——哪些学校对于我来说太好或太不好？结尾处选摘 Twitter 的问答。这份 Twitter 问答将定期更新，读者可前去提问。
Twitter 问答地址：https://twitter.com/Tim_Dettmers/status/1064258559918002176
PhD Comics，图源：http://phdcomics.com/comics/archive.php?comicid=368
一份优秀的 PhD 申请包括哪些内容？研究型大学录取学生最看重科研潜力：你有多大几率成为一名优秀的研究人员？
这方面的主要直接因素按重要顺序排列如下：
推荐信：德高望重的教授对你评价很高。人脉非常重要。
研究经历：之前做过成功的研究。这方面的指标包括发表的论文、是否为一作、发表论文的会议知名度。
其他间接因素如果非常突出也会有所帮助，但通常情况下，只有前两个因素——推荐信和研究经历可以帮到你。其他因素按重要程度排序如下：
本科学校：有些学校非常看重这个，其他学校不是很 care。
工作经历：有些学生之前可能在金融行业工作或受雇于谷歌、Facebook 等公司。
聪明才智：完美的 GPA、GRE 等或多或少与智力挂钩（或者至少可以说明你学习、理解速度快）。
毅力：你在遭受连续挫折、拒绝时也能振作起来。如果你曾经面临或克服过困难，可以将你的故事写进目的陈述中。
成就：在数学或 CS 比赛中拿过奖。
认可：拿过有分量的奖学金/担任有声望的组织的会员。
擅长数学或工程：开发或贡献过开源项目。写过研究代码。
家族传承：父母是教授。
关于申请材料推荐信
推荐信可以分为四个类别：强（Strong）、好（Good）、弱（Weak）和坏（Bad）。请注意，录取委员会在推荐信中寻找的主要内容是研究潜力的指标。本部分的主要目的是让你了解什么是好或强的推荐信，根据这些信息，或许能更容易选择推荐信作者。
坏推荐信的特征
推荐者了解你，并写下关于你的坏事。
推荐者不了解你（你学过 Ta 的课程，但 Ta 对你没印象）。
推荐信太短，仅仅说了你在课堂上表现良好。
弱推荐信的特征
推荐者仅通过课堂了解你。
推荐者较合适，但仅能写关于你课程成绩方面的事情：在课堂上做了很好的项目工作；在课堂上讨论活跃。
推荐者并没有对你的研究作出评论。
推荐者不为录取委员会所知，也不为潜在导师所知。
好推荐信的特征
录取委员会中有人知道推荐信作者。
目的陈述中提到的导师中至少有一位知道推荐者的名字和工作。
推荐者和你共同合作过研究项目。
推荐者在具体事例中赞扬你杰出的研究能力，展示你的创造力、责任心、意志力和研究技能。
推荐者写了你如何发表研究的过程。
推荐者对你不在其实验室做的研究做了评论。
强推荐信的特征
美式推荐信：成就渗透在论文中。
推荐者的英语水平很好。
目的陈述中提到的导师中至少有一位知道推荐者。
推荐者曾经做过很好的推荐（以前推荐过很优秀的学生）。
推荐者在轶事中赞扬你的杰出研究能力，展示你的创造力、责任心、意志力和研究技能。
推荐者提及你间接帮助研究的能力（工程技能、陈述技能、人际能力）并写在轶事中。
推荐者对你不在其实验室做的研究做了评论。
请注意以下几点：
轶事很重要，因为这表明推荐者真的很了解你。它们的可读性也更强，故事比清单更有趣。
推荐信不需要包含这里列出的所有项，推荐信是很复杂的。
选择推荐信的时候，选择强调不同优点的推荐信是有意义的。一篇关于研究技巧的强推荐信，关于工程技能的好推荐信（实习），以及关于课堂/项目工作表现的好推荐信是很棒的组合。这样的组合优于一封关于研究的强推荐信、一封关于研究的好推荐信，以及一篇关于研究的弱推荐信。
请参阅以下有关请求推荐信的过程，了解更多详细信息。
关于论文发表
论文作者的位置
发表的论文是研究经验和研究技能的直接证据。如果你以一作发表论文，人们将知道你做了大部分工作。如果你以二作发表论文，人们将知道你做了较多的工作（25%-50%）。如果你的名字是第三个或之后，你的贡献将大打折扣，但你可能经历了整个研究过程，并获得了大量的研究经验。如果你发表了多篇一作论文、一篇三作论文也很不错：这意味着你具备团队合作能力。
论文发表平台的知名度
如果你在知名的学术会议上发表了论文，人们将知道：（1）你的研究质量高；（2）你的研究是可信的；（3）你目前的研究技能足够在重要学术会议上发表论文；（4）你是有竞争力的，你可以在发表顶会论文的压力下保持生产力。
从潜在导师的角度考虑会有帮助：如果你有两个学生，一个已经发表了 NeurIPS 论文（A 类），一个发表了 B 类会议的论文。你将知道第一个学生可能已经在准备明年发表到 NeurIPS 的研究项目。第二个学生可能需要更多的准备，例如在发表 NeurIPS 论文前，先在一个 workshop 或至少是有竞争力的 A 类会议上发表论文。他/她有可能需要超过一年的时间来获取在 A 类会议发表论文的必要研究技能。
将学生推向 NeurIPS 可能会给导师带来很大压力，并且与已具备必要研究技能的人合作更容易。如果导师和学生之间的压力较小，那么就更容易建立强大的专业关系，这使得彼此间的合作变得更容易、更有趣。因此，潜在导师有充分的理由根据你发布论文的会议知名度进行选择。
创造力、论文被引用次数等
其它指标对申请影响不大。你的工作可能异常富有创意，但如果没有成就记录可以证明你是一名富有创造力的研究人员，那么别人可能会觉得你只是很幸运。
发表论文的重要性通常要几年后才会显现。如果你在博士申请之前不久发表论文，这意味着你的论文被引用次数不会太高。如果你的论文在短时间内被引用多次，这可能有所帮助，但这也许是运气使然，又或者是你擅长标记（marking）。通常，过去 1-3 年的论文被引用次数不能作为衡量你研究潜力的可靠指标，因此不予考虑。如果你有过去 5 年论文被引用次数的记录，这可能很不一样，但这并不适用于大部分申请人。
关于目的陈述（SoP）
对于大多数学校和机构而言，目的陈述主要用于刷掉那些不花时间打磨它的人。写作可以展示你的思考方式、你如何推荐自己的工作、如何解释事物，但它也可以显示出你懒惰、不注重细节。它还能说明你不会通过搜索范例来编写正式的文档。对于某些机构来说，SoP 很重要（例如 CMU），但 SoP 的内容对这些机构来说并没有多重要。
除了正式性之外，SoP 也是唯一可以陈述你在某些情况下表现不佳的理由的文件。例如，你可以解释读研究生过程中遇到的任何艰难困苦，或者解释为什么你在大学的某个学期/季度做得不太好。SoP 的结构应如下：
用引人注目的一段话介绍研究兴趣，使读者想要继续阅读。这是最重要的一点：如果你无法在这一段勾起读者兴趣，他们不太可能继续读下去。
你在研究生学习期间的研究经历（大约一页）。
确定将来要做什么研究。
确定你想合作的人以及原因。
（可选）在适当的情况下解释情有可原的情况。
在某些情况下，SoP 非常重要。比如你表现出「自己有良好的学术潜力（不强不弱刚刚好），但必须克服巨大的困难才能做研究」。如果你认为自己的学术潜力很强并且写下了你的困难，读你申请的人可能不会选你（privileged prick）；如果你的学术潜力很弱，读你申请的人也可能不会选你（爱抱怨的 loser）。如果你表述中认为自己的学术潜力适度，那就比较合适了（一个能够克服困难的聪明人）。例如，你的某项条件非常特殊，与入学条件不符，这时 SoP 对于解释你在这些情况下遇到的困难非常重要。
然而，披露苦难和弱点（如学习障碍和精神疾病）也可能是一把双刃剑：读你申请的人可能不会选你，也可能因为这些克服困难的经历而对你抱以同情和钦佩。如果你披露此类事实，则你的 SoP 需要非常精细化。如果你没有专业作者的反馈，请不要尝试这样做。对于一些社会上可以接受的故事，就不需要专业的反馈：从极度贫困到上大学，现在你想通过博士学位来发挥自己的潜力，这样就很容易写出一个令人信服的故事；讲述在患精神分裂症或躁郁症时遇到的困难就很难令人信服。
然而，如果你没有遇到任何困境，不要编造无关痛痒或做作的故事：「作为一名上流社会的白人男性美国公民，我从很小的时候就被我的特权所困扰，并且在这个过程中我的学业表现受到了影响。」你应该集中表述你的研究经验。
关于 GRE、TOEFL、GPA
GRE、托福考试和 GPA 通常作为筛选标准。很高的 GPA 是「智力」的良好证明，可以在推荐信和发表论文与别人相似的情况下锦上添花。但是如果 GPA 4.0，但没有发表过论文且没有好的推荐信，那么绩点再高也帮不了你，因为别人会觉得你只顾着上无用的课而不专注于科研。GRE 和托福成绩就只是筛选条件：分数可以就不会被筛掉。如果你 GRE 成绩特别好，那么它也会有点帮助，但作用远远小于漂亮的 GPA 成绩。GRE 成绩很好并没有太大影响：我被美国 top 5 计算机科学专业中的三个录取，我的 GRE 成绩 verbal 159（81％）、quantitative 163（86％）、写作 5.0（93％），托福 120/120 和 GPA 8.1/10。GPA 高于 3.5 很好，但高出多少没多大影响。不过 GPA 4.0 可能会有所帮助。
关于 CV
CV 应该列举你做过的事情，通常没有什么惊喜。履历的内容很重要，不过这取决于你之前做过什么，是无法改变的。不要试图用润色词藻或表达方式来修改 CV，这是浪费时间。只需列出你做过什么即可。
申请流程
如何让教授给你写推荐信？
你需要写两封邮件：（1）询问对方是否可以给你写一封不错的推荐信。有经验的人可能会拒绝你的请求，如果他们觉得自己无法提供好的推荐信。如果被拒了，那么问一下别人。（2）如果对方同意了，Ta 会问你推荐信要包含哪些信息。你需要向对方提供一份清单，列出你所做过的事情，写的时候尽量按照容易包装成事例的方式去写。
建议写：「在一次会议上您告诉我，再做一些工作我们就可以向 NeurIPS 投稿。接下来两周，我改进了深度网络架构，并开始写研究成果。然后 Jane 扩展了我的代码去执行了额外的任务。然后我们就有了足够的实验结果可以把研究成果提交给 NeurIPS 大会。」
不要写：「我和 Jane 在 NeurIPS 会议上发表了我们的研究。」
事例也可以来自与博士和博士后的互动：
「我和 Tom 一起开发了这个研究库，作为我们在 NeurIPS 会议上发表研究的主要框架。这个库我做了一个星期，之后 Tom 告诉我，库设计得不错，执行效果也很好。」
之后你的导师会向那个学生了解更多信息，然后按下面的方式写这件事：
「我的博士生 Tom 是一个工程能力很强的学生，他曾和 Jane 合作一个研究项目，在开始研究之前我们需要先开发一个语言建模代码库。Tom 把这个任务交给了 Jane，预计三周内完成，但是 Jane 一周就完成了。Tom 告诉我，他检查了代码后发现 Jane 的工程能力与他齐平甚至超过他，代码质量非常高，且执行速度快。Jane 的工程技能帮助该研究快速进行，因此该研究项目的进展非常顺利。Jane 将研究成果发表在了 NeurIPS 2020 大会上……」
如果你有三封推荐信都在「好」这一级甚至之上，你应该考虑让这些推荐信更多样化。拿我自己举例，我用了一篇学界推荐信、一篇工业实验室推荐信，还有一篇推荐信来自了解我的研究的老师。
目的陈述
早点开始，咨询有经验的人。如果你按照上述方法行事你应该是安全的。如果你想展示研究生时期的困难，你需要在 SoP 上花很多时间，可能 SoP 会是所有申请材料里需要花费时间最多的。
尝试在给不同大学的 SoP 中使用类似的内容。如果给每一所申请学校都「定制」SoP，会花费很多时间。我给不同学校的 SoP 中只有一章有变化，就是关于我想跟的导师那部分。
在线申请
尽早开始填写在线申请表。有的申请表非常恐怖，填写需要很多时间。尽早完成这些，你就可以集中精力对付推荐信、择校和 SoP 了。准备好钱。整个流程需要花多达 1000 美元。如果没有这么多钱，可以向亲戚朋友寻求帮助。
如何选择合适的学校？
怎么才能进名校？
许多读者可能都梦想能进斯坦福、MIT、伯克利、CMU 等名校，但这条路很难走。一些项目的竞争非常激烈。以下是我被录取的一所名校的录取统计数据，以及符合特定要求的申请者比例：
本科学校排名 Top 2：38%
Top 4：52%
Top 20: 73%
各个国家的顶级学府：84%
来自 top 3 学校的硕士：89%
至少 4 篇顶会论文：93%
至少 3 篇顶会论文+最佳教师/年轻科学家奖：98%
数据解读：每一个要求后面的百分数指符合该要求的申请者的比例。如 84% 的申请者本科阶段就读于某个国家的顶级学府/排名前 20/排名前 4/排名前 2 的学校。注意，本科就读于名校的申请者通常都会有论文发表，也有很有分量的推荐信。因此，如果你的本科学校不在前 20，即不是你们国家最好的学校，而你的顶会论文又少于 3 篇，那么你被这所学校录取的概率只有 2% 左右。
如何被名校录取？
这些统计数据并不代表你就不会被这些学校录取，而是说如果你的资历不够，就需要再花一年来巩固自己的实力。以我个人为例，我在硕士阶段延期一年去当研究实习生。如果没有这一年，我不可能被这些学校录取。如果你的梦想是被这些学校录取，那么这么做是最好的选择。即使你不想进入名校，做研究实习生的经历也是很有帮助的，比如：
科研能力提高，开始读博时会轻松一些。
检验某个 PhD 项目或研究方向（NLP vs 计算机视觉 vs 系统）是否适合你。
一份良好甚至突出的推荐信（实习时间越长越好）。
可能会发表论文。
择校
你应该申请大约 10-15 所学校。再多的话，你可能没有足够的时间打磨申请书。过少的话，可能出现没有被任何一所申请学校接收的风险。
你应该有一两所保底学校（被接收的概率大于 75%）。通常你就读过的学校可以作为不错的保底学校，因为给你写推荐信的人在这所学校应该是比较出名的。申请你被接收的概率大于 10% 的所有顶级学校。其他的学校选择那些录取率较好的学校（25-33%），你应该至少申请 3 所此类学校。这类学校通常是给你写推荐信的人与你想学习的导师有个人关系的学校。
注意，最好的导师通常不在顶级学校。在 top 20 以外的学校也能得到很好的 PhD 训练。但是，如果你考虑在学界工作，那么学校排名非常重要，你应该尽量找顶级学校的导师。
择校主要依据潜在导师。确保每所大学都有不止一个你想一起工作的导师。不要申请那些只有一个好导师的学校。如果你的导师列表很短，那么扩展自己的兴趣。例如，如果你想做深度学习和 NLP，但没有太多合适的导师，可以考虑计算机视觉或其他领域的导师。
常见 Q&A4 年的英国 PhD VS 6 年的美国 PhD
美国的 PhD 头两年要上很多课，因为美国的 PhD 主要是为本科毕业生开设的；相反，英国的 PhD 是为已经读了一年硕士的人开设的，所以读博以后课不多。因此如果在英国念 PhD，你可以立即做研究。这算是一个不错的优势。
<美国 PhD>
为本科生开设；
需要上 1-2 年的课，课程会分散研究注意力；
获得入学资助是有保证的，即，通常能获得研究助理或助教的职位。
<英国 PhD>
为硕士生开设；
上 3-6 个月的课，从始至终都可以把注意力放在研究上；
资助可能是一个问题，通常要取决于导师。因此申请博士之前就联系潜在导师非常重要；
（多数情况下）声望较低，因此毕业后获得学术职位更难。由于明显的偏见，更难获得 oral 论文展示的机会或最佳论文奖项；
与美国的研究可能会有点脱节。美国人可能会忽略你的研究，即使你做的不错。
拥有硕士学位是不是申请博士学位的前提？
在欧洲，读本科通常需要花三年时间，你需要获得硕士学位才能开始攻读博士。而在美国和英国，读本科通常需要花四年，你可以在读完本科后马上读博。
工作经验重要吗？
如果你曾在某些知名机构（如谷歌、Facebook、麦肯锡、高盛等）工作，工作经验会比较有帮助。其他与软件工程相关的工作经验也有用，但研究经验（研究实习）更加重要。如果只有不错的工作经验而没有研究经验，那工作经验对你的申请并没有什么帮助。
如何选择导师？
查看最近的论文，寻找研究领域与自己的兴趣重合的人。不要选那些近期没有发表论文的人当导师。你不需要重复当前的研究，但你应该对导师正在做的研究感兴趣。
查一查潜在导师手下的毕业学生清单，看看这些人现在在哪。如果找不到其带出来的毕业生，那这是一个危险的信号（也可能这是一个新老师）。这是一个不错的指标，可以用来衡量你将来可能获得的指导与训练究竟有没有含金量。
导师名下是否有创业公司？带了多少学生？综合这些指标可以估计导师能在你身上花多少时间。然后根据你的研究经验判断自己需要的是一个时间较多还是较少的导师。
同一个系里是否有后备选项？有时候你和导师关系不太好的话，需要第二个导师作为备选来保护自己。
到底该不该读博？
如果以后想在学界工作，你就需要读博。
而在业界，一切由供求来调节。AI 研究员的供应将在未来几年急剧增加。如果 AI 炒作降温，需求将会减少。这种情况可能与数据科学家 2018 年面对的境况非常相似：公司只接收合格的申请者，因为供远远大于求。在这种情况下，如果你想换工作或者升职，有没有 PhD 学位差别会很大。现在可能没有 PhD 也会被雇佣，但如果你想转到另一个研究实验室可能就困难重重了，因为技能娴熟的博士很多，需求却很少。
如果 AI 炒作没有降温（不太可能），那你就算没有 PhD 也可以轻易地找工作、换工作。但需要注意的是，升职可能对你来说还是会更困难一点；而且，相比研究，你可能需要做更多的「研究工程工作」。如果你对研究工程师的职位很满意，那 PhD 对你来说可能没用。
不要仅仅为了上述理由去读博。如果你不想做研究，就不要读博。
是否要在申请之前联系导师？
对于美国的教授，不要这么做。如果申请欧洲的学校，有时候要在申请之前联系潜在导师。如果需要，最好由一个与你导师有私交的人引荐，比如你的本科或硕士论文导师。如果你不认识这种中间人，可以给导师写邮件，内容包括：
现任导师
一句话概括你过去的工作（比如，在哪里发表过研究）
你和导师可以一起做的潜在研究的四个要点，最好以「要点：一句话解释要点」的形式。
如果没有私人联系，你的潜在导师不太可能会查看或者回复你的邮件。如果没有私人联系且申请的是欧洲的大学，那你可以考虑换地方了。
如何为你的研究计划选择一个主题？
其实，研究的主题无关紧要。没有人会一板一眼地要求你去做研究计划中描述的工作。你可以根据研究主题的难易程度在不同的申请中重复使用研究主题。如果不需要在不同的申请中重写这部分内容，你就可以节省大量时间。注意：你对一个方向越熟悉，越容易想出好的研究主题。
php利用session如何实现单ip登陆限制？
我们知道，Session和Cookie配合起来使用可用来实现会话跟踪与控制。在一些场景下可能需要做单IP限制登录，很多开发者可能就会想到用Session会话来实现，但是不能单独靠Session来实现单IP限制登录。
第一步：单IP登录限制需要基于会话控制这个很好理解，既然有登录，那就离不开会话控制技术（Cookie+Session），当用户成功登录后，我们需要获取到用户的IP，同时标记会话状态，这样此用户后续的请求都会归属于此会话中。
第二步：用户登录后要将用户IP存储起来基于第一步，当用户登录成功后，就需要获取用户的真实IP，然后存储起来。常见的存储方式有：缓存文件、数据库、文件。考虑到性能，我们建议可以将用户的真实IP存储到Redis这类NoSQL中。
具体思路是：用户登录成功后 =》获取用户真实IP =》从数据库中找到当前登录用户的唯一ID值 =》将用户唯一UID做为Redis的Key存储，其Value则为此用户的IP。
第三步：每次登录与登出都要更新对应的Redis Key对应的值上面2步做好后，然后需要对登录与登出逻辑做处理了，具体规则如下：
1、每次登录成功后
每次登录操作时，验证用户名及密码正确后需要查看此用户的UID对应的Redis Value值（如果Cookie+Session状态都存在也需要判断Redis中是否有值），如果Redis中有值，则代表此用户之前登录过，再进一步判断用户当前的IP是否和上次登录的IP一致，如果不一致则代表用户在多处登录了，再根据业务做进一步处理。
2、登出操作
当用户登出时，同样需要对Redis中的记录做同步删除操作。
如何学好SEO？
1.合理内链结构
外链不是SEO的核心，最为重要的就是网站内容，而内链就好比一张蜘蛛网一样，起着连接和传递网站系统化内容的作用。所以，内链设置必须注重合理、呼应，避免重复、堆积，这样更利于搜索引擎的友好度，从而提升收录和抓取。
2.好域名+稳定的服务器+打开速度
域名必须要好，好的域名主要是指域名中包含关键词或者企业名称，最好简短易记。其次，就是老域名和新域名的区分，当然老域名更利于优化。域名只是影响优化的一小部分，而网站服务器的稳定性和打开速度却是极为重要的一部分。数据调查显示，通常一个打开速度较慢的站点会减少60%的流量，而且网站一旦出现服务器异常，打不开，直接就会造成收录困难。建网站用top域名，易收录。
3.有规律的更新维护
高质量的原创内容是重中之重，而高质量的标准取决于可读性、稀缺性、价值性三个方面。所以，大家在更新网站内容的时候要把握好这几点，高质量的原创内容一直是网站用户和搜索引擎喜欢的，完善解决一些文章未完成的细节问题再发布，搜索引擎会认为你的文章更有价值。
4.美观+有逻辑性的排版和布局
只有满足了用户的浏览及感官体验，才能达到所谓的用户体验和粘度。但是美观并不代表就一定有酷炫的功能和风格，因为JS、FLASH等特效方式的渲染力虽大于图片，但是搜索引擎是抓不到，对搜索引擎来说是不友好的。所以，在保证美观、逻辑性的排版布局的同时，JS等特殊效果尽量少用。要注意字体大小，运用图文并茂的方式，排版整洁，搜索引擎也会根据页面的整洁度给予好的评分。
5.标签的合理利用
标签是优化常用的一个标签，在单页面优化中，它的存在也是对页面优化起到了很大的促进作用，在最能突出页面内容的地方加上 会让搜索引擎优先抓取，然后在一层一层往下面抓取，会让搜索引擎更好的了解该页面的核心内容，但一个页面只能有一对 ，一定要使用合理。
6.三大标签TDK
网站首页title的写法：网站标题或者网站标题_服务词或者产品词；
网站频道页title的写法：频道名称_网站名称；
网站文章页title的写法：文章标题_频道名称_网站名称；
这种写法符合重要的内容放在title前面，权重从左到右依次递减的规则。
在企业进行国内市场向国外市场转型的重要阶段，外贸SEO的重要性就凸显而出，可以通过提升网站权重使网站在搜索引擎上获得较好的排名。