Splunk Journey (04) - Indexes

前言

在前一篇 Splunk Journey (03) - Data Pipeline 文章中，我們已經知道在 Splunk 運作架構中，Indexing 層級便是負責資料的 Parsing 和 Indexing 處理作業。

繼續閱讀 >>

Splunk Journey (03) - Data Pipeline

前言

先前在 Splunk 基礎架構和運作元件文章中，我們已經知道 Splunk 有下列三個不同的層級，分別是「Data Input、Indexing、Search Management」來處理資料。

繼續閱讀 >>

Splunk Journey (02) - 建立 Splunk 運作環境

前言

在前一篇文章中，大致了解 Splunk 基礎架構和運作元件後，接著就是建立 Splunk 測試環境了，你可以有各種方式建立 Splunk 測試環境，例如，安裝在實體伺服器、安裝在 VM 虛擬主機、安裝在 Container 當中……等，下列為 Splunk Enterprise 運作架構示意圖：

繼續閱讀 >>

Splunk Journey (01) - 基礎架構和運作元件

前言

在生活上不管食衣住行，都會產生許多資料無論是「結構化」(Structured) 或「非結構化」(Unstructured)，這在 Splunk 來說稱之為「機械資料」(Machine Data)。因此，Splunk 主要任務便是將這些資料收集後，希望達成透過收集/過濾/視覺化呈現/趨勢預測……等目標。

繼續閱讀 >>

Splunk 攻略

前言

因為工作關係，開始要學習 Splunk 的使用，那麼就依照慣例記錄學習 Splunk 的點點滴滴吧。在開始之前，如果你想了解 ELK (Elasticsearch / Logstash / Kibana) 與 Splunk 的差異，可以參考這篇文章 Splunk 和 ElasticSearch 深度对比解析- GitHub。

繼續閱讀 >>