使用 Splunk Enterprise，我们可以尽可能缩短等待时间。我不相信市场上有任何其他产品能够快速提供各种数据集，为工程师提供强大的语言进行数据分析，最终为业务用户提供美观、可视、可操作的报告。
Yelp 通过 Splunk Enterprise 实现标准化；实现数据民主化，以确保卓越的客户体验
Yelp 通过网站和移动应用程序将数百万消费者与当地企业联系起来。
为了确保出色的客户体验，该公司在 Splunk Enterprise 数据分析平台上实现了标准化，使数百位技术和非技术用户（从站点可靠性工程师到产品经理）都能获得切实可行的业务数据分析结果。部署 Splunk Enterprise 后，Yelp 实现了以下优势：
- 通过实时通知增加网站正常运行时间
- 快速可靠地向用户交付应用程序功能
- 深挖业务数据分析，改善客户体验
- 向所有用户释放数据，节省工程时间
挑战
- 难以在整个企业范围内访问和管理数据
- 开源平台缺乏稳定性和可扩展性，无法容纳大量和不断增长的数据量
- 访问数据，做出切实可行的决策需要长达数周的时间
- 开发人员缺乏基础设施可见性，无法确保顺利交付应用程序
业务影响
- 数天即可完成部署并快速实现价值
- 通过实时通知增加网站正常运行时间
- 通过实时业务数据分析增强客户体验
- 将业务分析从数周缩短至实时分析
- 快速可靠地向用户交付应用程序功能
- 实现技术和非技术用户的数据访问民主化
为什么选择 Splunk
Yelp Reservations 工程副总裁 Kris Wehner 负责管理公司与餐厅预订相关的服务，包括餐厅和面向餐厅的技术方案。根据 Wehner 的说法，采用 Splunk Enterprise 之前，Yelp 面临的主要挑战是非工程人员几乎无法访问日志数据，甚至工程师也难以访问。从来没有足够的工程带宽为需要数字和数据进行业务决策的每个人提供这些资源，有时要花上好几周才能获得确切的答案。
该公司尝试使用包括 Elasticsearch 在内的各种工具来管理数据，作为其开源策略的一部分。“由于规模问题，这项工作停滞了，”Wehner 说道。“我们每天都需要将 10 TB 以上的数据推送到 Elasticsearch 集群中，还要让它保持稳定，经常问题百出。我们将实现部分数据可用性，这使得将其作为单一数据源来依赖变得非常困难。”
Wehner 几年前通过收购加入 Yelp 时，他和他的团队将 Splunk Enterprise 介绍给了工程、产品和业务组织。接下来，公司继续对其进行了概念验证 (POC)，以展示该软件如何帮助 Yelp 获得大规模成功。Wehner 说：“Splunk POC 展示了它能将网站运行状况信息实时发送给工程师的能力，这在以前是不可能做到的。” 接下来，团队在短短几天内就完成了 Splunk Enterprise 的部署，并迅速实现了价值。
