大数据的时代已经到来。在由移动互联网、云计算、大数据和可穿戴计算共同驱动的IT变革中，大数据推动着信息社会知识大生产，吸引各行各业开采、冶炼和应用。

大数据发展迅猛

“2012年，中国大数据市场增长率为52.4%，市场规模达到3.2亿元。”计世资讯计算机系统研究部总监丁震表示，“虽然受经济影响总体信息化投资相对减少，但大数据市场却发展迅猛，进入高速成长期。”多数企业计划在未来一年内部署大数据应用。计世预计2014到2017年，中国大数据市场每年增长率都将超过60%，2017年的市场规模将达到37.9亿元。

企业用户认为大数据能够提高决策和数据分析的及时性。不仅利用其获取更大的数据价值，还利用其整合内部工作流程，提升效率和可控性。目前，大数据的应用场景主要是金融理财、消费者行为分析、交通网络、电子商务与政府部门等。“ISV走在了市场发展的前列。当IT厂商还在向用户灌输理念时，ISV已经开始帮助用户实施案例。”丁震如此总结2012年大数据应用的特点。

从机器数据获得洞察力

“如何从大数据中获取最大的价值？”Splunk产品营销副总裁Sanjay Mehta说，“不断扩展的数据源困扰着每个企业。”从高结构化的商业应用程序数据到机器生成的数据再到任意结构的人为生成数据。其中，“机器生成的数据发展最快、最复杂、最宝贵。”Sanjay表示，“很多公司都没有意识到这点。”

比如，网站上的每次单击、设备间的通信和社交媒体互动都会产生机器数据。企业中运行的所有系统，无论是物理系统、虚拟系统还是云中的运行，也会生成机器数据。企业所有的IT应用程序、系统与基础设施每天每毫秒都在生成数据。这些机器数据包括关于用户事物处理、客户行为、机器行为、安全威胁、欺诈活动等的明确记录。这种数据具有动态、非结构化和非标准的特点，很难用传统的方法处理和分析。

“现有商业智能和数据仓库解决方案不是为这种大量、动态和非结构化数据设计的。”Sanjay说，“新兴的开源技术可以提供部分解决此问题的办法，但通常需要与其他的开源项目集成，这非常耗时。”Splunk是一种大数据解决方案，是机器数据的引擎。它能够解决全部机器数据挑战，收集非结构化的时间序列机器数据并编制索引加以利用。同时，Splunk创造了一个术语，即“运维智能（operational intelligence，OI）”，它定义了捕获机器数据的结果，然后从中进行学习并获得业务价值。

Splunk的技术特别适合于实时数据分析，而时间对于机器数据来说是最重要的维度，用户需要及时地了解业务发展趋势。此外，Splunk还拥有一个“另存为Hadoop”的功能，这不是简单的数据存储，而是一个分析引擎。Hadoop对于廉价批处理存储是非常好的解决方案。

Splunk可从成千上万的来源获取数据，如网络流量、Web服务器、自定义应用程序、虚拟机管理程序等。“Splunk可实现每天超过100TB级的数据处理能力，可以管理PB级的数据量。”Splunk高级售前工程师崔玥表示，“Splunk可用于应用程序管理、基础架构与运维管理、安全与合规等场景。”

据悉，Splunk创立于2004年，去年在纳斯达克上市，2013年财年收益达到1.989亿美元，在12个国家拥有700多名员工，在全球90个国家有超过5600名客户。中国移动、招商银行、东方航空与联想都是Splunk的客户。