Εξέλιξη Κομματιού

Εισαγωγή

Επανάληψη των βασικών χαρακτηριστικών και της αρχιτεκτονικής του Splunk

Ανάπτυξη μιας εφαρμογής Splunk και πρόσθετου τεχνολογίας

Σύνδεση δεδομένων στο Splunk

  • Κατανόηση διάφορων μεθόδων και πηγών εισόδου δεδομένων
  • Επεξεργασία δεδομένων
  • Βελτίωση της εισαγωγής δεδομένων

Εκτέλεση προηγμένης ανάλυσης δεδομένων

  • Μεταχείριση και φίλτρο δεδομένων
  • Συνδυασμός αναζητήσεων και χρήση υπο-αναζητήσεων (subsearches)
  • Εργασία με χρόνο και πολυτιμημένα πεδία
  • Δημιουργία προηγμένων αναφορών
  • Χρήση γεωγραφίας και τοποθεσίας
  • Χρήση προηγμένων συναλλαγών (transactions)
  • Διαχείριση αποκλίσεων
  • Πρόβλεψη και εξέλιξη τάσεων (trending)
  • Κατανόηση της μηχανής μάθησης

Εκτέλεση προηγμένων οπτικοποιήσεων

  • Αναδρομή (drilldown)
  • Ηλιοειδής διαδρομή (sunburst sequence)
  • Γεωγραφική οπτικοποίηση
  • Οπτικοποίηση punchcard
  • Οπτικοποίηση χρονικής θερμόκαρτα (calendar heatmap)
  • Διάγραμμα Sankey

Προσαρμογή πλαισίου έλεγχου (dashboard)

  • Χρήση ελέγχων πλαισίου έλεγχου
  • Διαχείριση multi-search
  • Προσαρμογή tokens
  • Προσαρμογή λayout, look and feel
  • Υλοποίηση προσαρμοσμένων δράσεων ειδοποιήσεων (custom alert actions)

Ενσωμάτωση του Splunk με άλλα επιχειρηματικά συστήματα

  • Εργασία με το SDK του Splunk
  • Splunk με Python και R για ανάλυση
  • Splunk με Tableau για οπτικοποίηση

Εξορθωμένη εξεταστική δουλειά (troubleshooting)

Σύνοψη και συμπέρασμα

Απαιτήσεις

  • Εμπειρία σε επιχειρηματική νοημοσύνη (business intelligence) και οπτικοποίηση δεδομένων.
  • Γνώση των βασικών αρχών του Splunk.

Αντικείμενο

  • Διαχειριστές δεδομένων
  • Επιστήμονες δεδομένων
  • Μηχανικοί δεδομένων
 14 Ώρες

Αριθμός συμμετέχοντων


Τιμή ανά συμμετοχαστή

Σχόλια (2)

Εφεξής Μαθήματα

Σχετικές Κατηγορίες