Big Data Analytics Using Splunk

Manual técnico y exhaustivo desarrollado por Peter Zadrozny y Raghu Kodali, publicado por Apress en 2013, enfocado en el aprovechamiento de datos generados por máquinas y flujos en tiempo real para generar inteligencia operacional mediante la plataforma Splunk (versiones 5.x y 6.0). Está destinado a administradores de sistemas, ingenieros de datos, analistas de seguridad y desarrolladores con nivel intermedio que necesitan monitorizar infraestructuras y procesar datos semiestructurados sin requerir el despliegue manual de clústeres MapReduce tradicionales.

La obra enseña en detalle la arquitectura de Splunk: configuración de fuentes y tipos de datos (sourcetypes), técnicas de indexación distribuida y el dominio del lenguaje de consultas SPL (Search Processing Language), empleando comandos de agregación y análisis temporal como stats, eval y timechart. Enseña a diseñar cuadros de mando interactivos, configurar alertas automatizadas ante fallos del sistema y procesar flujos continuos conectándose a APIs sociales de Twitter y Foursquare. Asimismo, cubre el modelado léxico para análisis de sentimiento, la recolección remota cifrada y balanceada con agentes Splunk Forwarders y la configuración de infraestructuras escalables mediante clustering y búsqueda distribuida.

El aprendizaje se articula a través de proyectos reales de gran envergadura: la monitorización en vivo de logs de servidores web para detectar caídas y tiempos de respuesta anómalos, el procesamiento masivo de millones de registros del dataset oficial Airline On-Time Performance del Departamento de Transporte de EE. UU. para modelar retrasos aéreos, y el análisis de streaming y geolocalización en redes sociales. Su gran valor está en su orientación directa a la resolución de problemas operacionales y la maestría en SPL; sin embargo, al tratarse de una publicación de 2013, no cubre las capacidades modernas de Splunk Machine Learning Toolkit (MLTK) ni las versiones recientes de la interfaz web, aunque sus fundamentos de búsqueda, arquitectura e indexación siguen siendo totalmente pertinentes.