Federated Search
Einheitliche Analysen für Ihre hybriden Daten
Führen Sie Suchen und Analysen über Data Lakes hinweg durch. Kombinieren Sie Federated Search mit flexiblem Datenmanagement, um kostspielige, komplexe Datenbewegungen zu vermeiden.
Funktionen
Verteilte Daten abfragen – direkt an ihrem Speicherort
Daten direkt am Speicherort analysieren
Durchsuchen Sie externe Data Lakes wie Azure, Amazon S3 und andere, ohne Daten zu verschieben oder zu duplizieren. So erweitern Sie die Sichtbarkeit ohne Latenz und Speicherkosten durch Datenbewegungen.
Intelligente, skalierbare Datenvorbereitung und -weiterleitung
Erstellen Sie Pipelines, die Streaming-Daten filtern, maskieren, transformieren und schwärzen, bevor sie zu Splunk oder externen Data Lakes weitergeleitet werden. Dank KI-gestützter Feldextraktion und flexibler Schema-Optionen lassen sich Daten in Ihrer Umgebung einfacher strukturieren, durchsuchen und analysieren.
Einheitliche Analytik mit der Abfragesprache SPL2
Vereinfachen Sie die Analyse von Streaming- und historischen Daten mit der pipelinebasierten Abfragesprache SPL2. Wiederverwendung von Abfragen und Funktionen bei Suchen und Pipelines möglich. Beschleunigten Sie die Mustererkennung und automatisieren Sie Untersuchungs-Workflows mit Splunk AI Assistant und Cisco AI Canvas.
Automatisierte Schema-Resilienz
Vermeiden Sie Abfragefehler durch eine Upstream-Schemaabweichung. Nutzen Sie die dynamische Schemainferenz, um externe Datenquellen automatisch zuzuordnen. So stellen Sie konsistente Abfrageergebnisse sicher, auch wenn sich die Datenstrukturen weiterentwickeln, und machen eine manuelle Pipeline-Wartung überflüssig.
Häufig gestellte Fragen zur Federated Search
Federated Search dient dazu, Abfragen externer Data Lakes direkt auszuführen, sodass die übliche Datenaufnahme wegfällt. Splunk Federated Search verringert Overhead und bewirkt, dass Ad-hoc-Untersuchungen schneller Ergebnisse liefern. Diese Suchfunktion ist benutzerfreundlich und zeichnet sich dank Splunks leistungsstarker Analyse-Engine und SPL-Abfragesprache durch hohe Leistung aus.
Die föderierte Suche eignet sich ideal für Ad-hoc-Suchen mit geringer Häufigkeit in Daten, die in Amazon S3, Snowflake, Delta Lake, Iceberg, Azure Blob etc. gespeichert sind. Zu gängigen Use Cases gehören Sicherheitsuntersuchungen innerhalb historischer Daten, statistische Analysen, Datenanreicherung und Datenuntersuchungen ohne Datenaufnahme in Splunk.
Zu den wichtigsten Vorteilen gehören:
- Geringere Gesamtbetriebskosten, da keine unnötige Datenduplizierung anfällt und Sie kontrollieren können, wo Sie Daten speichern, plus einheitliche Suchen und Analysen am Speicherort Ihrer Daten
- Einheitliches, leistungsstarkes Sucherlebnis, bei dem die Daten in ihrer nativen Umgebung bleiben
- Wegfall von Datenaufnahmelatenz beschleunigt Training und Inferenz von KI-Modellen
Die Kosten richten sich nach dem durchsuchten Datenvolumen. Tarifdetails erfragen
Passende Produkte und Lösungen
Splunk Platform
Ermöglichen Sie einheitliche Sicherheit, Full-Stack-Observability und unbegrenzte eigene Anwendungen mit KI-fähigen Maschinendaten in Unternehmensumfang.
Datenoptimierung
Profitieren Sie von strategischem Datenmanagement und -zugriff auf Basis des Werts der Daten für das Unternehmen.
Datenmanagement
Durch geringere Kosten und maßgeschneiderte Datenflüsse erfüllen Sie Business- und Compliance-Anforderungen.
