數字化時代,機器數據無處不在。
在今天的在線研討會上,愛數AnyRobot推出創新開放的Hub架構,統一納管多源機器數據,助力IT運營化解機器數據管理難題,賦能數據驅動型組織業務創新發展。
愛數總裁賀鴻富直播演講
機器數據管理的挑戰
隨著企業數字化轉型的深入,IT建設、業務應用投入不斷增加,服務器、存儲、各類系統的設備或系統的運轉產生了海量機器數據。機器數據來源復雜,種類、格式多樣,實時產生增長速度快,數據量大,并且現有技術難以從中挖掘出數據價值。
IT運營的機器數據分析場景需求也更為多樣。合規留存、安全審計、智能運維、業務運營、安全態勢感知等都需要對海量機器數據進行深度的挖掘和分析,從而驅動企業IT運營轉型變革。
目前,很多企業客戶,特別是金融企業,已經選擇開源或商業機器數據平臺。但,受限于產品本身的能力和安全合規的審計需求,無法全面滿足IT運營的多樣化需求。
以開放思維走進機器數據世界
AnyRobot Family 3,開放、高效、經濟的機器數據分析平臺,秉承愛數“平臺+商業”的戰略模式,創新推出開放的Hub架構,實現多源異構數據、多機器數據平臺的統一納管,釋放海量機器數據的價值。
而,Splunk平臺作為機器數據分析平臺的領導者,采用大數據分布式存儲和計算架構,通過采集企業內部日志數據(含核心應用),利用數據建模、行為識別、關聯分析、機器學習等技術,對日志數據進行集中管控,提供全量日志極速檢索和大數據日志分析功能。目前,超過300家中國知名企業在使用Splunk,但卻面臨Splunk缺乏本地化的服務支持,無法滿足國產化合規建設,項目交付周期長,用戶難以獨立使用等問題。
在本次研討會中,以AnyRobot Hub架構在某銀行處實踐為例,深度解讀AnyRobot Hub架構的優勢,以及如何實現納管Splunk平臺,并在后期平滑切換至AnyRobot平臺,保障原有數據分析和查詢服務的持續穩定進行。這其中AnyRobot的Hub架構是實現平臺替換Splunk的不可替代的核心因素。
Splunk原有數據采集場景:
在現有Splunk平臺可繼續使用的情況下,保持Splunk UF采集數據,然后將數據接入到AnyRobot的Collector Hub上,再令數據轉發到Splunk上,在數據流上增加一個格式處理器,以確保Splunk能識別到來自Hub的數據格式,同時引入Splunk的S2S協議,保障接入的數據host字段不變。其他數據的處理方式保持不變。
新增加數據管理場景:
部署AnyRobot Agent ,將Agent的數據流推送給Collector Hub,再傳輸到AnyRobot的Kafka,通過AnyRobot進行數據清洗、存儲和分析處理。
Splunk原數據流量超出場景:
為避免數據流量超出導致Splunk的搜索功能無法使用,在Collector Hub上切換部分Splunk 的UF數據流到AnyRobot上,既保障原分析和查詢服務不中斷,又避免數據流量超出。
歷史數據查詢場景:
當新的數據接入到AnyRobot后,完整的查詢中歷史數據的部分在Splunk上。使用Calculation Hub,將請求調度給Splunk,并把接收到的數據返回給AnyRobot做統一計算。這個過程就像Hadoop的MapReduce一樣,分布式請求,然后把結果再匯聚計算。
在本次研討會上,AnyRobot Family 3 ,展示了其對多源異構數據的管理分析能力,賦能全行業客戶數字化轉型,深化數據驅動型組織的運營變革。
