在主要的新平台发布中Splunk将AI和容器的投入提高了一倍

Splunk Inc.今天通过其众多新功能和一些即将推出的功能启动了.conf 大会，旨在将分析项目带入人工智能和软件容器的时代。

该功能正在该公司的旗舰机器数据处理平台上推出。它们将在本地Splunk Enterprise和托管版本Splunk Cloud中都可用。

Splunk首席执行官道格·梅里特(Doug Merritt)在佛罗里达州奥兰多举行的.conf会议上的主题演讲中说，企业不能再只是在其数据中心内跟踪企业资源计划数据了。他说：“如果我们真的想取得成功，就必须利用全球范围内的海量数据。”

Splunk MLTK是公司在平台之上构建的用于解决AI用例的应用程序，现在可以与来自机器学习生态系统的两项关键开源技术一起使用。第一个是流行的TensorFlow引擎，用于构建AI模型，另一个是名为MLib的库。后者是Apache Spark的一部分，Apache Spark是一种广泛使用的数据处理引擎，适用于大规模分析，Splunk客户现在可以在其AI项目中利用。

该公司今天在清单上打勾的第三项技术是Docker容器引擎。容器提供了以轻量级，与基础架构无关的形式部署软件的能力，该形式可以简化某些操作任务，例如修补。Splunk现在将开始正式开始为选择在Docker上运行其平台的客户提供支持，这将使容器成为规避风险的大型企业更可行的部署选择。

Splunk首席技术官Tim Tully在一份声明中说：“我们的产品愿景旨在为每个人打开Splunk的大门，并通过注入整个产品组合的人工智能和机器学习帮助客户实现模式匹配。” 。

Splunk正在将扩展的AI和容器支持与一系列新功能结合在一起，这些新功能旨在使公司在管理分析环境方面更具灵活性。主要重点是硬件资源管理。

该公司还拉开了SmartStore的帷幕，该功能可分析用户如何与部署中的数据进行交互并提供有关如何存储数据的建议。例如，SmartStore可以确定是否存在不经常访问的数据，这些数据可以转移到成本更低的存储基础架构中。该工具还可以检测用于需要更快存储硬件的实时项目的信息。

SmartStore补充了另一个优化功能，该功能又侧重于查询。它被称为工作负载管理，使公司可以自定义如何将硬件资源分配给搜索和警报，以确保高优先级分析项目始终以最佳状态运行。

推动这些分析项目的数据专业人员也正在获得新功能。Splunk添加了一个图形界面，该界面提供有关如何导入数据的特定于项目的指导，一个用于监视基于度量的信息的控制台以及从日志中创建度量的功能。后一种功能使从现代技术基础架构生成的信息密集型日志中更容易提取和跟踪特定数据点(例如服务器性能)。

Splunk计划在将来进一步扩展其平台的分析功能。除了更新，该公司还预览了几个即将进入Beta版的即将发布的功能。其中包括一个用于实时处理数据的分析引擎和一个联合搜索功能，该功能使用户可以跨多个Splunk部署运行查询。