当前位置:首页 > 数据库 >
《Splunk大数据分析》电子书封面

Splunk大数据分析

  • 发布时间:2020年06月11日 14:25:01
  • 作者:扎德罗津尼
  • 大小:77.3 MB
  • 类别:Splunk电子书
  • 格式:PDF
  • 版本:高清版
  • 评分:9.3

    Splunk大数据分析 PDF 高清版

      给大家带来的一篇关于Splunk相关的电子书资源,介绍了关于Splunk、大数据方面的内容,本书是由机械工业出版社出版,格式为PDF,资源大小77.3 MB,扎德罗津尼编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:7.3。

      内容介绍

      Splunk是一种典型性的数据融合专用工具,可以高效率地按时钟频率对数据信息开展储存、数据库索引、浏览,已广泛运用在好几个行业。这书是介绍怎样并行处理互联网大数据并从这当中得到 经济收益的一本好用手册。这书根据真正的数据分析新项目,从数据信息导进、浏览、发掘和可视化视角全方位而系统化介绍Splunk的基本概念和操作方法,以协助阅读者迅速把握Splunk。

      本书共16章,分成四个一部分:第一部分(第一~7章)介绍Splunk的基本操作,包含运用Splunk开展数据采集、解决、剖析及結果可视化等的基本操作和指令,及其应用系统日志文件创建高級数据统计分析表格的方式;第二一部分(第八~11章)应用“国际航空公司准时性能数据信息”介绍一个典型性的数据统计分析实例,详尽解读怎样应用Splunk深层发掘目前数据库管理,并介绍一些新的Splunk指令和实战技巧;第三一部分(第12~14章)详细介绍怎样搜集、解决、剖析文章和Foursquare的每日签到信息内容等,包含剖析社交媒体流数据需要的专业知识;第四一部分(第15~16章)详细介绍怎样按要求拓展Splunk,及其分布式系统解决和可扩展性的基本概念。除此之外,还包含2个附则,展现Splunk的性能及其各种各样能用的程序运行。

      目录

      • 第1章 大数据和Splunk / 1
      • 1.1 什么是大数据 / 1
      • 1.2 非传统的数据处理技术 / 5
      • 1.3 Splunk是什么 / 6
      • 1.4 关于本书 / 7
      • 第2章 将数据导入Splunk / 9
      • 2.1 数据的多样性 / 9
      • 2.2 Splunk如何处理多样化的数据 / 10
      • 2.2.1 文件和目录 / 11
      • 2.2.2 数据生成器 / 16
      • 2.2.3 生成样本数据 / 17
      • 2.2.4 网络资源 / 21
      • 2.2.5 Windows数据 / 21
      • 2.2.6 其他资源 / 21
      • 2.3 应用程序和附加组件 / 21
      • 2.4 转发器 / 26
      • 2.5 小结 / 27
      • 第3章 处理和分析数据 / 28
      • 3.1 了解组合访问日志数据 / 28
      • 3.2 搜索和分析索引数据 / 29
      • 3.3 报表 / 35
      • 3.3.1 使用最多的浏览器 / 35
      • 3.3.2 排名前五的IP地址 / 37
      • 3.3.3 浏览量来源最多的网站 / 38
      • 3.3.4 有多少404事件 / 40
      • 3.3.5 有多少事件包含购买行为 / 42
      • 3.3.6 列出购买的商品 / 42
      • 3.4 排序 / 44
      • 3.5 过滤 / 45
      • 3.6 添加和评估字段 / 47
      • 3.7 聚合 / 48
      • 3.8 小结 / 54
      • 第4章 结果的可视化 / 55
      • 4.1 数据可视化 / 55
      • 4.2 Splunk是怎样处理可视化的 / 55
      • 4.3 chart / 60
      • 4.3.1 制作每一个主机的GET和POST事件数量的图表 / 61
      • 4.3.2 制作每一个产品类别的购买数和浏览数的图表 / 62
      • 4.3.3 哪个产品种类受HTTP 404错误的影响 / 63
      • 4.3.4 MyGizmoStore.com的购买趋势 / 64
      • 4.3.5 事务持续时间 / 66
      • 4.4 timechart / 67
      • 4.4.1 最高购买数量的产品 / 67
      • 4.4.2 页面浏览率和购买量 / 68
      • 4.5 使用Google Maps应用程序来可视化 / 69
      • 4.6 Globe / 71
      • 4.7 仪表盘 / 72
      • 4.8 小结 / 80
      • 第5章 定义警报 / 81
      • 5.1 什么是警报 / 81
      • 5.2 Splunk如何提供警报 / 81
      • 5.2.1 基于商品销售量的警报 / 82
      • 5.2.2 登录失败的警报 / 84
      • 5.2.3 日志文件中关键性错误的警报 / 87
      • 5.3 小结 / 88
      • 第6章 网站监测 / 90
      • 6.1 监测网站 / 90
      • 6.2 IT运作 / 91
      • 6.2.1 主机访问量 / 91
      • 6.2.2 无内部访问的主机访问量 / 91
      • 6.2.3 HTTP请求成功的流量 / 93
      • 6.2.4 HTTP请求未成功的流量 / 93
      • 6.2.5 返回HTTP错误状态码最多的页面 / 94
      • 6.3 业务 / 96
      • 6.3.1 区域用户统计 / 96
      • 6.3.2 跳出率 / 97
      • 6.3.3 独立访问者数量 / 98
      • 6.4 小结 / 103
      • 第7章 使用日志文件创建高级分析 / 104
      • 7.1 传统的分析方法 / 104
      • 7.2 范式变更 / 105
      • 7.3 语义日志 / 106
      • 7.4 日志最佳实践 / 113
      • 7.5 小结 / 115
      • 第8章 航班准点率项目 / 116
      • 小结 / 118
      • 第9章 将航班数据导入Splunk / 119
      • 9.1 处理CSV文件 / 119
      • 9.1.1 航班数据 / 119
      • 9.1.2 下载数据 / 120
      • 9.1.3 了解航班数据 / 121
      • 9.1.4 关于时间戳 / 123
      • 9.1.5 将字段映射成一个时间戳 / 124
      • 9.1.6 对所有航班数据建立索引 / 131
      • 9.2 从关系数据库中索引数据 / 132
      • 9.2.1 定义一个新的数据库连接 / 132
      • 9.2.2 数据库监测 / 133
      • 9.3 小结 / 136
      • 第10章 分析航空公司、机场、航班和延迟 / 137
      • 10.1 分析航空公司 / 137
      • 10.1.1 计算航空公司的总数 / 138
      • 10.1.2 可视化结果 / 139
      • 10.2 分析机场 / 143
      • 10.3 分析航班 / 146
      • 10.4 分析延迟 / 151
      • 10.4.1 各航空公司航班延迟情况 / 151
      • 10.4.2 各机场航班延迟的原因 / 152
      • 10.4.3 冬天与夏天的航班延迟情况 / 155
      • 10.5 创建和使用宏命令 / 157
      • 10.6 报告加速 / 158
      • 10.7 加速统计 / 161
      • 10.8 小结 / 166
      • 第11章 分析一个特定航班的历年数据 / 167
      • 11.1 航空公司名称 / 167
      • 11.1.1 字段查找自动化 / 172
      • 11.1.2 从搜索中创建查找表 / 173
      • 11.2 United flight 871航班 / 174
      • 11.3 小结 / 178
      • 第12章 分析推文 / 179
      • 12.1 开发样本流 / 180
      • 12.2 将推文加载到Splunk中 / 183
      • 12.3 Twitter / 185
      • 12.4 最流行的单词 / 188
      • 12.5 实时的Twitter趋势 / 191
      • 12.6 小结 / 196
      • 第13章 分析Foursquare签到信息 / 197
      • 13.1 签到信息格式 / 198
      • 13.2 时区注意事项 / 202
      • 13.3 装载签到数据 / 203
      • 13.4 分析签到信息 / 205
      • 13.4.1 星期日早午餐搜索 / 205
      • 13.4.2 Google地图和热门地点 / 209
      • 13.4.3 地点的签到模式 / 211
      • 13.4.4 地点的签到数量 / 212
      • 13.4.5 分析性别活动 / 214
      • 13.5 小结 / 217
      • 第14章 情感分析 / 218
      • 14.1 意见、观点、信仰、信念 / 218
      • 14.2 商业用途 / 219
      • 14.3 情感分析的技术性工作 / 220
      • 14.4 情感分析应用程序 / 222
      • 14.4.1 全局性的命令 / 223
      • 14.4.2 挖掘情感 / 224
      • 14.4.3 语言的处理 / 226
      • 14.4.4 训练数据和测试数据 / 227
      • 14.5 世界情绪指数项目 / 231
      • 14.5.1 收集RSS摘要 / 232
      • 14.5.2 将新闻标题索引到Splunk中 / 234
      • 14.5.3 定义情感语料库 / 237
      • 14.5.4 对结果进行可视化 / 240
      • 14.6 小结 / 242
      • 第15章 远程数据收集 / 243
      • 15.1 转发器 / 243
      • 15.1.1 流行的拓扑结构 / 244
      • 15.1.2 安装转发器 / 246
      • 15.2 部署服务器 / 248
      • 15.2.1 配置部署服务器 / 250
      • 15.2.2 配置转发器 / 251
      • 15.3 部署监控 / 252
      • 15.4 小结 / 253
      • 第16章 可扩展性和高可用性 / 254
      • 16.1 扩展Splunk / 254
      • 16.2 聚类 / 259
      • 16.3 小结 / 264
      • 附录A Splunk的性能 / 265
      • 附录B 有用的Splunk应用程序 / 281

      学习笔记

      python金融大数据分析有用吗

      《Python金融大数据分析 》是人民邮电出版社2015年12月出版的中译图书,作者[德]伊夫·希尔皮斯科,译者姚军。 《Python金融大数据分析》,唯一一本详细讲解使用Python分析处理金融大数据的专业图书;金融应用开发领域从业人员必读。适合对使用Python进行大数据分析、处理感兴趣的金融行业开发人员阅读。 (推荐学习:Python视频教程) 内容介绍 Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区,在需要分析、处理大量数据的金融行业得到了广泛而迅速的应用,并且成为该行业开发核心应用的首选编程语言。 《Python金融大数据分析》提供了使用Python进行数据分析,以及开发相关应用……

      python怎么做大数据分析

      数据获取:公开数据、Python爬虫 外部数据的获取方式主要有以下两种。(推荐学习:Python视频教程) 第一种是获取外部的公开数据集,一些科研机构、企业、政府会开放一些数据,你需要到特定的网站去下载这些数据。这些数据集通常比较完善、质量相对较高。 另一种获取外部数据的方式就是爬虫。 比如你可以通过爬虫获取招聘网站某一职位的招聘信息,爬取租房网站上某城市的租房信息,爬取豆瓣评分评分最高的电影列表,获取知乎点赞排行、网易云音乐评论排行列表。基于互联网爬取的数据,你可以对某个行业、某种人群进行分析。 在爬虫之前你需要先了解一些 Python 的基础知识:元素(列表……

      Python实现的大数据分析操作系统日志功能示例

      本文实例讲述了Python实现的大数据分析操作系统日志功能。分享给大家供大家参考,具体如下: 一 代码 1、大文件切分 import osimport os.pathimport timedef FileSplit(sourceFile, targetFolder): if not os.path.isfile(sourceFile): print(sourceFile, ' does not exist.') return if not os.path.isdir(targetFolder): os.mkdir(targetFolder) tempData = [] number = 1000 fileNum = 1 linesRead = 0 with open(sourceFile, 'r') as srcFile: dataLine = srcFile.readline().strip() while dataLine: for i in range(number): tempData.append(dataLine) dataLine = srcFile.readline() if not dataLine: break desFile = os.path.join(targetFolder, sourceFile[0:-4] + str(fileNum) + '.txt') with open(desFile, 'a+') as f: f.writelines(tempData) tempData = [] fileNum = fileNum + 1if __name_……

      以上就是本次介绍的Splunk电子书的全部相关内容,希望我们整理的资源能够帮助到大家,感谢大家对码农之家的支持。

      上一篇:Oracle 12c从入门到精通

      下一篇:开源大数据分析引擎Impala实战

      展开 +

      收起 -

      • 《Splunk大数据分析》PDF下载

      下载地址:百度网盘下载
      Splunk相关电子书
      零基础学大数据算法
      零基础学大数据算法 影印完整版

      本书是通俗易懂的大数据算法教程。通篇采用师生对话的形式,旨在用通俗的语言、轻松的气氛,帮助读者理解大数据计算领域中的基础算法和思想。

      立即下载
      实战Hadoop2.0:从云计算到大数据
      实战Hadoop2.0:从云计算到大数据 扫描第二版 立即下载
      Hadoop大数据处理技术基础与实践
      Hadoop大数据处理技术基础与实践 超清版 立即下载
      Python和HDF5大数据应用
      Python和HDF5大数据应用 高质量中文版

      本书向任何有Python数据分析基本背景的人介绍如何在Python下使用HDF5。适合有基础的Python开发者,尤其适合要使用Python开发数据存储和处理等相关应用的读者阅读参考,感兴趣的小伙伴们可以下载参考一下

      立即下载
      纵观大数据建模、分析及应用
      纵观大数据建模、分析及应用 完整扫描版

      大数据分析是个入门容易但精专颇难的领域。本书以大数据分析为主线,以电信行业应用为背景,以一线操作者为对象,系统阐述了大数据分析的理论、方法和实践。感兴趣的可以下载学习

      立即下载
      删除:大数据取舍之道
      删除:大数据取舍之道 高清版

      《删除》讲述了遗忘的美德,为读者展现了大数据时代的取舍之道。 《删除》从大数据时代信息取舍的目的和方法分别诠释了被遗忘的权利。维克托首先回溯了人类追寻记忆的过程,之后提出

      立即下载
      大数据处理之道
      大数据处理之道 扫描版 立即下载
      大数据系统构建
      大数据系统构建 高清版

      随着社交网络、网络分析和智能型电子商务的兴起,传统的数据库系统显然已无法满足海量数据的管理需求。 作为一种新的处理模式,大数据系统应运而生,它使用多台机器并行工作,能够对

      立即下载
      读者留言
      Miss张明杰

      Miss张明杰 提供上传

      资源
      20
      粉丝
      39
      喜欢
      196
      评论
      17

      Copyright 2018-2020 www.xz577.com 码农之家

      投诉 / 推广 / 赞助:QQ:520161757