Splunk^® Enterprise

展示数据中的美

从广泛的图表和其他可视化工具中灵活选择，清晰展示令人信服且可操作的数据应用状况。直观的交互式工具可以轻松解读复杂的数据，从而让您能够发现问题和机会。

获得更加详尽的运维视图

持续监控事件、条件和关键 KPI 有助于保持运维工作的顺畅运行。通过预定的搜索，您可以创建实时仪表板和可视化工具，以便让您的团队和管理团队及时了解情况。在 Splunkbase 应用商店中也会提供用于常见 IT、安全和应用程序环境的现成的监控仪表板。

实时获取您的关键警报

可以实时创建报告，计划以任何时间间隔运行，并在您的仪表板中使用。还可以通过 ODBC 以 PDF 等安全的只读格式保存和共享这些报告。

快速直观地分析您的指标和事件数据

Splunk 允许完整利用指标数据来提高搜索性能并节省数据存储成本。现在有了分析工作区，无需了解 SPL 就可以浏览、分析和转换大型（或小型）指标数据集，或将它们与其他事件或非指标数据进行比较。借助分析工作区易于使用的可视化数据分析功能，加快行动速度。

将日志转换为指标。指标数据是在不同时间捕获的数值数据点，比日志的压缩、存储、处理和检索效率更高。通过将您的日志转换为指标，扩展您使用此数据类型的能力。

分析工作区。分析工作区是快速直观地分析指标和事件数据并采取行动的地方。现在，技术用户和非技术用户都可以在支持可视化的环境中使用图表和可视化工具（例如条形图、柱形图、参考线和散点图）来分析指标和非时间序列数据。直接从可视化分析结果中快速创建效果更好的警报。

将 AI 和机器学习纳入您的数据策略

使用预先构建的 Splunk 机器学习分析来识别用例，或创建您自己的个性化机器学习模型，以发现公司内会产生影响的问题或机会。Splunk 机器学习工具箱可通过指导式协助支持个性化机器学习模型开发，进而在不想通过简单的配置使用预构建解决方案时提供灵活性。MLTK 可以通过异常值和异常检测、预测性分析和集群对 Splunk 平台进行扩展，以便过滤掉噪声。利用预先打包的开源算法，在生产环境中通过机器学习进行数据操作。全新的智能助手具有易于使用，基于 GUI 的方法，可以指导您完成流程的每个步骤，在后台编写可以在稍后查看的 SPL，以便对进一步的自定义设置进行深入分析。

大胆的下一代架构

SmartStore 可通过允许计算机 (CPU) 和数据存储根据业务需求独立扩展或缩减，进而最大限度地提高数据管理的灵活性，同时保持搜索性能。它可通过应用感知型缓存自动评估用户的数据访问模式，并将主动访问的数据放在本地存储中进行实时分析，并将未使用/不活动的数据放在成本较低的远程存储中。

它可以扩展数据保留功能，从而最大限度地提高可扩展性和数据可用性，同时通过内置应用程序和索引感知缓存显著降低拥有成本并提高灵活性。此外，它还可以简化索引器维护，因为所有数据都被推送到远程存储，以帮助修补、升级或替换索引，同时不会影响数据完整性。

针对现场部署方式实现运维可见性

Splunk Enterprise 的 Splunk 监控控制台可为现场部署的所有组件提供完整的系统和功能监控界面，包括拓扑视图以及系统状态和运行状况警报。此控制台会创建单一界面，以查看状态、性能、容量以及这些组件的互连性，并允许管理员优化他们的系统。

Splunk Enterprise 速度的持续进步

Splunk 的工作负载管理功能可提供一种基于政策的机制，使您能够根据组织的优先任务为摄取和搜索工作负载保留系统资源（例如 CPU 和内存）。管理员可以通过该功能将工作负载分为不同的组，然后为更高优先级的工作负载组保留系统资源。

嵌入到每一个地方，将您的工作流聚集在一起

将 Splunk 报告嵌入任何应用程序或者使用 ODBC 集成，以访问 Microsoft Excel 或 Tableau 等应用程序中的 Splunk 数据。使用 Splunk 警报，您可以自动触发工单处理或其他任务分配系统中的操作。此外，丰富的 SDK 可以让您的团队以我们可能还没有想到的方式集成 Splunk 数据和功能。

安全、可移动的身份验证系统

Splunk Enterprise 支持通过最主流的身份验证系统提供商（例如 Okta、PingFederate、Azure AD、CA SiteMinder、OneLogin 和 Optimize IdM）进行单点登录 SAML 集成。Splunk Enterprise 还可以与 LDAP、Active Directory、e-Directory 等其他身份验证系统集成。

保存在 Splunk 中或导出

数据保留成本是分析预算的重要组成部分，因此，Splunk Enterprise 可以提供两个选择，最高可将历史数据存储成本降低 80%，同时保留 Splunk 的搜索功能。将历史数据保存在 Splunk 中，并减少很少分析的冷数据的数据足迹，或将您的数据滚动到现有的 Hadoop 或 Amazon 简单存储服务 (Amazon S3) 数据湖。