DB Connect

Splunk öffnet sich für strukturierte Daten

21.03.2013 von Thomas Cloer
Splunk hat mit "DB Connect" eine Lösung angekündigt, mit der sich herkömmliche relationale Datenbanken an Splunk Enterprise anbinden lassen.

Splunk hat mit "DB Connect" eine Lösung angekündigt, mit der sich herkömmliche relationale Datenbanken an Splunk Enterprise anbinden lassen.
von Thomas Cloer (Computerwoche-Redakteur)
Erklärtes Ziel der Erweiterung ist es, "die unternehmensweite operative Intelligenz und Business-Analyse auf ein völlig neues Niveau" zu heben. "Mit DB Connect können Unternehmen ihre operativen Erkenntnisse aus Maschinendaten mit dem geschäftlichen Kontext aus ihre relationalen Datenbanken verbinden", erläutert Sanjay Mehta, der bei Splunk in San Francisco für das Produkt-Marketing zuständig ist. "Damit können sie vorhandene BI-Instrumente sinnvoll ergänzen und auch Maschinendaten für kritische Geschäftsentscheidungen heranziehen."

4 Kriterien, die für Big Data kennzeichnend sind (Quelle: IDC, 10/2012)
Big Data Technologie-Stack (Quelle: IDC, 10/2012)
Permanentes Datenwachstum (Quelle: IDC, 10/2012)
Datenwachstum aus unterschiedlichsten Quellen (Quelle: IDC, 10/2012)
Einschätzungen der Anwender zum Datenwachstum (Quelle: IDC, 10/2012)
Herausforderung bei Datenmanagement und Datenhaltung (Quelle: IDC, 10/2012)
Technologische Herausforderungen beim Datenmanagement(Quelle: IDC, 10/2012)
Was ist neu an der Big-Data-Technologie? (Quelle: IDC, 10/2012)
Neue Generation von Technologien und Architekturen(Quelle: IDC, 10/2012)
Big Data: Lösungen und Technologie (Quelle: IDC 10/2012)
Big Data - Herausforderungen aus Sicht der IT-Entscheider(Quelle: IDC, 10/2012)
Potenzial von Big Data aus Business-Sicht (Quelle: IDC, 10/2012)
Big-Data-relevante Geschäftsbereiche (Quelle: IDC, 10/2012)
Organisationsmodelle für Big Data (Quelle: IDC, 10/2012)
Welche Anbieter bevorzugen Anwender bei der Umsetzung von Big-Data-Projekten? (Quelle: IDC, 10/2012)
Wie groß sind 1 Zettabyte? (Quelle: IDC, 10/2012)

Splunk DB Connect soll Unternehmen aussagekräftige Informationen zu Bereichen wie IT-Abläufe, Sicherheit und Geschäftsanwender liefern. IT-Abteilungen können beispielsweise Leistung, Nutzung und Ausfall von Systemen nach Abteilung, Standort oder Geschäftseinheit analysieren. Sicherheitsexperten können Maschinendaten mit kritischen Assets und Überwachungslisten in Beziehung setzen, um problematische Ereignisse zu untersuchen und Gefahren proaktiv zu erkennen. Business-Nutzer schließlich können Serviceniveau und Nutzererfahrung auf Kundenebene in Echtzeit analysieren, um auf dieser Grundlage Entscheidungen zu treffen.

Die Community-Suchmaschine Boardreader beispielsweise überwacht mit Splunk-Software Webcrawler und andere wichtige Systeme kontinuierlich und konnte durch den Einsatz von DB Connect ihr Data Warehouse einsparen. Als weitere Referenzkunden nennt Splunk noch die Corporation Services Company (CSC) und die Mobile-Marketing-Plattform Socialize. Weiterführende Informationen zu Splunk DB Connect finden Interessiere in der Splunkbase. Splunk Enterprise sammelt und indexiert maschinengenerierte Big Data, um sie für Unternehmen nutzbar zu machen - sowohl in Echtzeit als auch historisch.
(Der Beitrag wurde von der CP-Schwesterpublikation Computerwoche übernommen / rb)

Die vier Herausforderungen von Big Data
Das Thema Big Data befasst sich eigentlich mit vier Herausforderungen:
Die schiere Menge:
Das für Unternehmen relevante Datenvolumen steigt weiter drastisch an. Heute schon werden Datenmengen im Terabyte-Bereich analysiert, in Kürze dürften Petabyte und Exabyte auf der Agenda stehen.
Der Zeitdruck:
Analysen der gewaltigen Datenberge sollten idealerweise in Echtzeit zur Verfügung stehen. Denn die Unternehmen stehen vor der Aufgabe, dass sie zeitnah auf Marktänderungen reagieren müssen.
Die mangelnde Struktur:
Die Analysen müssen immer häufig Datenquellen mit kaum strukturierten Beständen berücksichtigen. Das heißt: die Komplexität der Datenanalysen steigt. Neben den bekannten Datenquellen, etwa den vorhandenen ERP-Systemen, kommen neue hinzu. Dazu zählen Daten aus M-to-M-Applikationen, also beispielsweise Sensordaten, Daten aus On-Board-Systemen, RFID-Daten aus der Logistikkette, aber auch Daten aus Weblogs und Social-Media-Plattformen etc.
Die wachsende Anwenderzahl:
Die potenziellen internen und externen User werden immer mehr. Sie kommen beispielsweise über Self-Service-Portale, die im Web zugänglich sind.