2019独角兽企业重金招聘Python工程师标准>>> 
Splunk是啥？
Splunk是日志/流式数据领域中做的最好的商业软件实现，它的核心能力只有一个：
像Google那样搜索企业内部所有产生的日志
这个的威力非常大，现在的企业不缺数据，缺的是有效挖掘数据的能力。而显然大部分企业没有Google的能力去做搜索，于是Splunk提供这样的能力。与之相竞争的开源实现有Logstash。
Splunk ≈ Logstash
Logstash = Redis(传输) + ElasticSearch(搜索) + Kibana(展现)
ElasticSearch = Lucene + Search
那么，哪里可以买到呢？##
Splunk官网上有，我就不替他们做广告了，总之，很贵，一万美元能买1G的流量每天。言归正传，我还是分析一下这个玩意儿的一些功能特性吧。
首先，Splunk有一个很炫酷的界面
可以看到，Splunk的主要使用方式就是那个搜索框，在里面输入一种叫做SPL的搜索语言，就能获取到你想要的各种信息了。Splunk能在后台对数据进行过滤、聚合、统计，最后得到各种报表、图像
SPL是一种向SQL致(chao)敬(xi)的语言，语法非常的类似，不同的是，SPL搜索的不是关系数据库，而是输入到Splunk系统中所有的日志数据，以下是几个具体的案例：
可以看到，对于一行SPL搜索语句
sourcetype = syslog ERROR | top user | fields - precent
Splunk是这么干的，
- 首先从硬盘上搜索字段sourcetype（来源类型）为syslog的日志，同时，在日志中含有ERROR这个关键字的。
- 通过管道符，把上面的搜索结果根据user字段做聚合，取出其中出现次数最多的前10个
- 再通过管道符，去掉百分比字段，最后得出结果
最后看到，这个搜索干了什么事情呢？它一下子就把日志中出错最多的前十个用户给统计出来了，这样后续程序员就能跟踪这些错误为什么产生，然后着手去解决。
| where distance/time > 100
使用where，对日志中两个字段进行相除后比较。
前因后果架构图
Splunk主要做了3件事
- 解析原始日志格式，分解成有意义的字段，有的 log 收集方案在第一阶段就解析日志只发送关心的字段，以节省带宽。
- 根据时间戳，request ID，session ID，user ID 等关联日志条目，以尽量清晰当时各个子系统的状态；
- 根据分析的目的做过滤、聚合、统计等等，最后整一份漂亮的报表出来。
Splunk出彩的特性是……
- WEB的UI很出色，插件式的，把这个做成了一个平台，允许很多第三方的公司在上面发布应用。
- 搜索语法强大，例如查找HTTP 503错误近期的出现频率，例如某一个地区用户访问最多的商品列表，例如页面访问量排名。基本上，你能想到的可以由SQL完成的搜索，SPL都能够做出来。
- 自动猜测一些日志的字段，同时可以在Web上手动调整怎么解析源头日志。
- 以上所有操作，都能由掌握SPL语言的非程序员来完成，也就是说Splunk可以由产品经理或者运营团队来操控。而且还能把数据可视化做出来。
- 流式搜索，实时过滤日志然后报警，这个对运维团队很有用。
以上几点，就决定了Splunk的市场非常的大，这家公司的概念是流式数据领域的数据仓库，2012在纳斯达克上市，不过这两年被人做空，股票大跌。因为很多云计算厂商都能提供这种服务，例如阿里云1MB/S都是免费的。
竞品分析 —— Logstash, Kafka##
###Splunk vs Logstash###
Logstash是个开源的日志搜索工具，也是一体化的开箱即用的产品。基本上，能实现Splunk六成的功力。Web没有那么强，也没有SPL这样简单的语言，ElasticSearch需要通过Json来查询，Kibana的搜索语句能力有限。目前可以说Logstash这个项目还在成熟期。需要后续很多的工作才能做好。
###Splunk vs Kafka ###
这么比较其实不是很公平。
Kafka只解决了日志的统一搜集、传输、序列化存储问题。Splunk做的更多些，还做了数据索引的深加工。
同时，Kafka需要在源头使用schema来定义数据格式，严格，有利于后期的消费程序使用。
Splunk却对源头数据要求没有那么高，对现有系统改动小，因为是个企业软件，需要追求兼容性。
从高可用方面来看，Splunk目前还没有一天搜集几个T的数据的案例，Kafka在这方面的能力绝对没有问题。
Kafka是个比较好的车身框架，但还缺一个强大的发动机和不少内饰；Splunk是一辆功能完善的车子，就是价格很贵，而且没有在150码以上开过的案例。
所以，对于Kafka，可能的总体解决方案有：
Kafka + YARN + Hadoop = Samza(Linkin)
Kafka + Strom + MySQL
Kafka + ElasticSearch + Kibana
To be continued...##
Splunk和Logstash可以说是日志处理领域较为成功的商业和开源产品了
—— 但是，我认为对于云计算厂商来讲，还有两个产品可以做分析，那就是2014年开始有的阿里云的简单日志服务SLS，以及亚马逊的Amazon kinesis。
欲知后事如何，且听下回分解 ~~
主要参考文章
探索 Splunk ，搜尋處理語言 (SPL) 入門和操作手冊 —— 繁体的技术手册，估计是Splunk找台湾人翻译的吧
ElasticSearch 权威指南 —— 上海的一家互联网公司，做EverMemo和食色的那家，的某位员工翻译的
访谈与书评：《LogStash，使日志管理更简单》 —— 英文原书要9刀，作者穷疯了……还是看看评论吧
次要参考文章
《通过 ElasticSearch 进行可伸缩搜索》
《使用logstash+elasticsearch+kibana快速搭建日志平台》
《LogStash日志分析系统》
《logstash VS splunk》