Splunk大數據分析

 

 

 

大數據工具如此多元的今日，開源碼的解決方案如雨後春筍般滋長。一時之間，需要掏錢購買的商用軟體難免讓公司行號考慮再三。畢竟大數據軟體所費不貲，若能妥善運用開源碼，減少專案開發所需的軟體授權費用，也算是明智的節流巧門。在景氣低迷、未見曙光的大環境下，商用版工具要脫穎而出，獲得決策者的青睞，必有它過人之處。而Splunk便是在即時大數據領域中大放異彩的優質工具。

有別於Hadoop和Spark嘗試在大數據批次處理找出最佳實作範型，Splunk專注在替即時大數據/流式大數據的應用情境提供解法。它既不像Spark streaming以短批次模擬即時，又和Apache Storm只負責數據的「處理」截然不同。Splunk是真正在流式大數據上，同時做到「收集、儲存、處理、呈現」這四個數據分析上的核心功能。簡單說，一但使用了Splunk平台，公司馬上就擁有完整、強大的即時數據分析解決方案。在開源碼的世界，可以和Splunk比肩的是由Elasticsearch、Logstash和Kibana組成的ELK平台。兩相比較，Splunk因為是用單一軟體做到收集、索引、查詢、視覺化等所有功能，因此在建置、維運以及使用上都比ELK簡易流暢。然而不論是Splunk或ELK，在大數據分析中都只是做為完善批次分析平台的不足，即時分析平台是無法取代像Hadoop和Spark這種通用平台，用於執行客製、複雜的大數據運算。

「Splunk大數據分析」是本資訊量很高的電腦書，即便在說明概念/術語的初章，就不廢話地介紹即時數據分析的獨特價值。接著一章章地講解數據導入、SPL分析語法、數據視覺化。各章內容採用實際範例來讓讀者練習，在看完功能簡述的文字後，緊接著具體的指令操作和執行結果截圖，大大地提升吸收、理解的效率。書中提及的Splunk指令集相當扎實，進階功能的應用常常就躲在隻字片語裡。最後兩章，更納入分散式佈署、效能調校等系統架構規劃的議題，全書比Splunk原廠的基礎課程更為豐富深入，可說是one for all。

美中不足的是，這本是上市已久的舊書，介紹的軟體版本/功能已經有點過時，因此少部份功能截圖與新版本對不上。另外書中舉的練習範例較貼近美國社會(此為簡體翻譯書)，不論是航班資訊或是Twitter社群，都不是台灣人所熟悉的情境。如果將內文簡化，範例更濃縮，集中在Splunk指令集的介紹與功能呈現，有成為非官方教材的潛力。