新的增强功能提升了 Splunk 同类最佳的可观察性,让最终用户体验到更好的应用程序性能、更高的工作效率,从而更快地实现创新
北京,.conf21 期间——2021 年 10 月 20 日——数据平台的领导者 Splunk 公司(纳斯达克股票代码:SPLK)近日发布了 Splunk 可观察性产品线的最新增强功能,包括 Splunk APM 应用性能监控、Splunk 实时用户监控(RUM)、Splunk 综合监控、Splunk 日志观察器、Splunk 基础设施监控和Splunk IT 服务智能等先进的产品创新。凭借这些增强的可观察性功能,Splunk 客户提高了所有环境下的可见性,显著提升了性能、工作效率和创新,同时推动了其数据驱动的转型。
在当今的超数字化世界中,IT 和 DevOps(开发运维)团队感受到来自业务部门各方面的压力,要求他们加快创新,保持服务的可靠性,并提供卓越的客户体验。随着云原生技术的持续采用以及随之而来日益复杂的基础设施和应用程序,这种压力只会越来越大。Splunk 可观察性产品线为客户提供了统一的解决方案,包括了全栈、以服务为中心、人工智能驱动的可观察性,并且能够全面控制从前端设备到后端应用程序服务的数据(指标、跟踪和日志),所有这些都是实时和大规模的。借助 Splunk 的可观察性功能,客户在所有用户体验中都能获得更高的可见性和可操作的洞察力,从而更快地实现价值以推进业务成果。
Splunk 产品管理、可观察性和 IT 运营副总裁 Spiros Xanthos 表示:“可观察性的核心是利用数据带来的机会,要有效地利用数据,企业需要能够在多变的环境和基础结构中获取并分析高速数据的解决方案。我们先进的可观察性功能将监控带入了现代时代,使 IT 和 DevOps 部门能够在数字化转型过程的任何阶段发现、修复和预防问题,从而交付最佳的用户体验。”
道路救援公司 Agero 便是客户利用 Splunk 可观察性功能加速其业务数字化并提升客户价值的一个例子。
Agero DevOps 高级总监Billy Macdonald 表示:“在一个以电话呼叫为标准的行业中,Splunk 可观察性解决方案使我们能够向需要道路救援的消费者提供完全数字化、无坐席的体验,从而帮助我们改变了这种标准。通过在我们的云环境和基础设施中利用Splunk 的可观察性功能,我们的网站可靠性工程师和开发人员获得了端到端的可见性,能够监控、跟踪问题,在问题影响到我们的客户之前便排除故障,最终实现了更好的客户体验。”
Splunk 扩展了业界领先的可观察性功能的广度和深度
Splunk 扩展了其业界领先的可观察性产品线的广度和深度,使客户能够最全面地了解其服务、基础设施、应用程序和用户。为了提高客户现有单一应用程序的可靠性和性能,Splunk 推出了新的 AlwaysOn Profiling for Splunk APM,目前处于试用阶段。Splunk AlwaysOn Profiling 扩展了现有的全保真跟踪功能,为客户提供连续的代码级可见性和分析,以便他们能够发现并修复服务瓶颈,同时有机会优化资源,降低云成本。Splunk 还推出增强的 Splunk APM 数据库可见性产品试用,能够自动发现导致会话延迟的缓慢查询,而无需对其数据库进行检测。通过这些创新,Splunk APM 客户现在监控并排除应用程序性能问题的速度提高了 80%,加快了代码的部署,减少了服务中断,避免了影响最终用户。
随着基于 OpenTelemetry 标准的 Splunk RUM for Mobile Applications(面向移动应用的 Splunk 实时用户监控)的正式上市,客户可以全面监控 iOS 和安卓上的本机和混合移动应用程序的性能,并直接排除故障。随着 Splunk Observability Cloud for Mobile(面向移动应用的 Splunk 可观察性云)的正式上市,Splunk 还支持随时待命的现场可靠性工程师和开发人员灵活的进行响应并高效的工作,而无论他们在世界上的哪个地方。使用 Splunk Observability Cloud for Mobile,IT 部门可以从其移动设备上快速查看和响应事件,并对其进行分类。
Splunk 通过开箱即用式的功能和集成加速了客户价值的实现
Splunk 让我们更容易地开始使用可观察性功能。Splunk 日志观察器和 Splunk Enterprise进行了新的集成(目前处于试用阶段),现有 Splunk 客户可以利用 Splunk 直观的可观察性界面来研究 Splunk 平台上的任何日志,并解决问题。这有助于客户将其日志数据集中在 Splunk Enterprise 中,并将指标和跟踪数据与这些日志关联起来。
Splunk 还提升了客户将数据快速转化为洞察结果的能力。通过新的开箱即用式的仪表板和探测器功能,Splunk 客户迅速获得了价值,并通过初始设置减少了很多繁重的工作。新的Splunk Infrastructure Monitoring AutoDetect(目前处于试用阶段)通过自动发现基础设施异常并直观地将警报状态合并到仪表板中,简化了软件的上线并加快了价值的实现。此外,Splunk App for Content Packs 作为一站式商店,为常用 IT 基础设施应用程序和服务提供预打包内容、开箱即用式搜索和仪表板功能,包括用于管理 Microsoft365、第三方 APM 工具以及综合监控的新内容包(Content Packs)。
Wipro 公司云与基础设施服务AIOps 全球售前与业务负责人Ankur Jalpota 表示:“有了Splunk 作为关键合作伙伴,我们的全球客户正在以创纪录的速度加快其云转型,推动了整个企业的业务敏捷性,同时提高了运营效率。借助Splunk 的可观察性产品线,我们帮助客户应对管理复杂混合和多云环境带来的运营挑战。Splunk 全面的可观察性解决方案使我们能够简化应用程序资源管理,提高基础设施利用率并优化公有云成本,最终让我们的客户更快的获得价值以及更好的终端体验。”
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
Google DeepMind团队发布了EmbeddingGemma,这是一个仅有3.08亿参数的轻量级文本理解模型,却能达到7亿参数模型的性能水平。该模型在权威的多语言文本嵌入基准测试中排名第一,支持250多种语言,特别适合移动设备部署。研究团队通过创新的编码器-解码器初始化、三重损失函数训练和模型融合技术,实现了性能与效率的完美平衡,为AI技术普及化开辟了新路径。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
日本奈良先端科学技术大学等机构首次深入研究AI编程工具Claude Code在真实开源项目中的表现。通过分析567个代码贡献,发现83.8%被成功接受,54.9%无需修改直接使用。AI擅长重构、测试和文档工作,但需要人工修正bug处理、代码风格等问题。研究揭示了AI编程工具的实际能力边界和改进方向。