การวิเคราะห์ข้อมูลบันทึกคืออะไร ทำไมการวิเคราะห์ข้อมูลบันทึกถึงสำคัญ ประวัติการวิเคราะห์ข้อมูลบันทึกเป็นอย่างไร ตลาดการวิเคราะห์ข้อมูลบันทึกจะทำอะไรต่อ ประโยชน์ของการวิเคราะห์ข้อมูลบันทึกคืออะไร การวิเคราะห์ข้อมูลบันทึกมีอุปสรรคใดบ้าง ใครที่ใช้การวิเคราะห์ข้อมูลบันทึก การวิเคราะห์ข้อมูลบันทึกมีหน้าที่อะไร วิธีสร้างกลยุทธ์การวิเคราะห์ข้อมูลบันทึก ฉันควรจัดเก็บข้อมูลบันทึกของฉันไว้ที่ใด AWS มีข้อเสนออะไรบ้างสำหรับการวิเคราะห์ข้อมูลบันทึก การวิเคราะห์ข้อมูลบันทึกด้วย AWS ทำงานอย่างไร ลูกค้าใช้การวิเคราะห์ข้อมูลบันทึกอย่างไร ขั้นตอนต่อไปของการวิเคราะห์ข้อมูลบันทึกของ AWS

การวิเคราะห์ข้อมูลบันทึกคืออะไร

แอปพลิเคชัน เซิร์ฟเวอร์ โครงสร้างพื้นฐานระบบคลาวด์ IoT และอุปกรณ์มือถือ DevOps และสถาปัตยกรรมไมโครเซอร์วิส คือความนิยมทางธุรกิจและไอทีที่ใหญ่ที่สุดในตอนนี้กำลังช่วยให้เราปรับปรุงการดำเนินงานและประสบการณ์ของลูกค้ายิ่งกว่าที่เคย นอกจากนี้ ความนิยมเหล่านี้จะทำให้เกิดการเติบโตของข้อมูลที่แมชชีนสร้างขึ้นอย่างก้าวกระโดด ซึ่งรวมถึง ค่าล็อกและเมทริก เช่น ธุรกรรมผู้ใช้ พฤติกรรมลูกค้า กิจกรรมเซ็นเซอร์ พฤติกรรมแมชชีนและภัยคุกคามด้านความปลอดภัย ข้อมูลนี้มีความซับซ้อน แต่มีมูลค่ามากที่สุด เพราะเป็นข้อมูลที่มีอัจฉริยภาพทางระบบปฏิบัติการด้านไอที ความปลอดภัย และธุรกิจ

การวิเคราะห์ข้อมูลบันทึกเกี่ยวข้องกับการค้นหา วิเคราะห์ และแสดงภาพข้อมูลเครื่องที่สร้างโดยระบบไอทีและโครงสร้างพื้นฐานด้านเทคโนโลยีเพื่อรับข้อมูลเชิงลึกด้านการปฏิบัติงาน เครื่องมือวิเคราะห์ข้อมูลแบบดั้งเดิมไม่ได้สร้างขึ้นเพื่อจัดการกับความหลากหลายและปริมาณของข้อมูลเครื่องจักรที่เพิ่มจำนวนอย่างรวดเร็ว 

ทำไมการวิเคราะห์ข้อมูลบันทึกถึงสำคัญ

ข้อมูลบันทึกมีการเติบโตอย่างต่อเนื่อง หากไม่มีวิธีแก้ปัญหาแบบองค์รวมและคำนึงถึงต้นทุน ต้นทุนก็จะเพิ่มขึ้นอย่างต่อเนื่องโดยไม่มีการตรวจสอบ ข้อมูลของมนุษย์และข้อมูลที่สร้างโดยเครื่องจักรกำลังเติบโตอย่างรวดเร็ว โดยที่ข้อมูลที่สร้างโดยมนุษย์มีอัตราการเติบโตที่ระมัดระวังโดยทั่วไปถึง 10 เท่าเมื่อเทียบกับข้อมูลทางธุรกิจ เครื่องข้อมูลคาดว่าจะเติบโตมากยิ่งขึ้น

ประวัติการวิเคราะห์ข้อมูลบันทึกเป็นอย่างไร

ตั้งแต่เราเริ่มสร้างบันทึกจากคอมพิวเตอร์ เราจึงพยายามวิเคราะห์ระเบียนเหล่านั้นเป็นกลุ่ม บันทึกจะถูกส่งโดยอุปกรณ์ แอปพลิเคชัน เครือข่าย (และอื่นๆ ) จากนั้นจึงจัดลำดับเวลาลงในข้อมูลบันทึก หลายครั้งที่ข้อมูลบันทึกเหล่านี้ไม่ได้รับการจัดทำเป็นเอกสารอย่างครบถ้วนหรือมีการสร้างอย่างสม่ำเสมอในแอปพลิเคชันหรืออุปกรณ์ ซึ่งจะสร้างกรณีสำหรับการวิเคราะห์ข้อมูลบันทึกเพิ่มเติม

ตลาดการวิเคราะห์ข้อมูลบันทึกจะทำอะไรต่อ

ข้อมูลบันทึกไม่ค่อยหายไป แต่เป็นเพียงการจัดเก็บและเข้าถึงแบบอื่น เมื่อปริมาณเพิ่มขึ้น เราจำเป็นต้องมีวิธีการที่ซับซ้อนมากขึ้นในการจัดเก็บข้อมูลนั้นและทำความเข้าใจกับข้อมูลนั้น แมชชีนเลิร์นนิงถูกใช้เพื่อค้นหารูปแบบในกองข้อมูลที่เพิ่มขึ้นนี้ แต่ยังมีอีกมากที่สามารถทำได้เพื่อช่วยในการวิเคราะห์ความปลอดภัย การตรวจจับการฉ้อโกง การตรวจจับความผิดปกติ และอื่นๆ

ประโยชน์ของการวิเคราะห์ข้อมูลบันทึกคืออะไร

การวิเคราะห์ข้อมูลบันทึกสามารถตอบคำถามการวิเคราะห์การปฏิบัติงานที่มีคุณค่าได้ เช่น รายการด้านล่าง ลองนึกภาพถ้าคุณมีคำตอบตามเวลาจริงสำหรับคำถามเหล่านี้

  • โครงสร้างพื้นฐานของฉันใช้งานได้หรือไม่
  • เวลาในการตอบสนองและอัตราข้อผิดพลาดมีค่าเท่าไหร่
  • อะไรทำให้แอปพลิเคชันของฉันเกิดปัญหา
  • มีกิจกรรมการตรวจสอบที่น่าสงสัยหรือไม่
  • ที่อยู่ IP นี้เข้าถึงข้อมูลใดได้บ้าง
  • มีอินสแตนซ์การฉ้อโกงหรือไม่
  • ผู้ใช้ของฉันสนใจในเนื้อหา/ผลิตภัณฑ์ใด
  • คุณลักษณะใดที่ใช้มากหรือน้อยที่สุด
  • ผู้ใช้รายใดมีการใช้งานมากที่สุดและเพราะเหตุใด

สำหรับข้อมูลเชิงลึกเพิ่มเติมเกี่ยวกับประโยชน์ของการวิเคราะห์ข้อมูลบันทึก โปรดดูเอกสารนี้จาก Omdia

การวิเคราะห์ข้อมูลบันทึกมีอุปสรรคใดบ้าง

อุปสรรคหลักๆ ที่เครื่องมือวิเคราะห์ข้อมูลบันทึกต้องเผชิญ ได้แก่ 

  • ความหลากหลายของข้อมูลและปริมาณข้อมูลเพิ่มขึ้นอย่างรวดเร็ว

  • ความปลอดภัยและต้นทุนเป็นข้อกำหนดที่สำคัญ
  • ไม่สามารถเพิ่มผลลัพธ์แบบเรียลไทม์และการทำนายลงในสถาปัตยกรรมรุ่นเก่าได้อย่างง่ายดาย

ใครที่ใช้การวิเคราะห์ข้อมูลบันทึก

ผู้ใช้หลักสำหรับการวิเคราะห์ข้อมูลบันทึกคือวิศวกร DevOps เจ้าหน้าที่ความเสถียรของไซต์ และสถาปนิกองค์กร

การวิเคราะห์ข้อมูลบันทึกมีหน้าที่อะไร

การตรวจสอบแอปพลิเคชันและโครงสร้างพื้นฐานแบบเรียลไทม์

รวบรวมและรวมศูนย์ข้อมูลบันทึกและตัววัดทั้งหมดจากแอปพลิเคชันและไซโลไอทีของคุณ เพื่อให้มองเห็นข้อมูลในเชิงลึกเกี่ยวกับแอปพลิเคชันและสแต็กโครงสร้างพื้นฐานของคุณ และรับประกันเวลาทำงาน คุณต้องจัดทำดัชนีข้อมูล ทำให้พร้อมสำหรับการวิเคราะห์แบบเรียลไทม์ ซึ่งช่วยให้คุณเห็นภาพตัวชี้วัดประสิทธิภาพในแบบเรียลไทม์

วิเคราะห์หาสาเหตุ

ระบุปัญหาอย่างรวดเร็วทั่วทั้งสภาพแวดล้อมของคุณ (เซิร์ฟเวอร์ รหัส) เพื่อลดเวลาเฉลี่ยในการระบุ (MTTI) และค่าเฉลี่ยเวลาในการแก้ปัญหา (MTTR) ด้วยเครื่องมือสร้างภาพ คุณสามารถค้นหาเหตุการณ์นับล้านและเชื่อมโยงระหว่างแอปพลิเคชันและโครงสร้างพื้นฐานของคุณเพื่อวินิจฉัยสาเหตุของปัญหาอย่างรวดเร็ว ปรับปรุงเวลาทำงาน

การวิเคราะห์ Clickstream

รับมุมมองแบบเรียลไทม์เกี่ยวกับประสิทธิภาพของเนื้อหาเว็บและการโต้ตอบของผู้ใช้กับแอปพลิเคชันและเว็บไซต์ของคุณ รวมถึงพฤติกรรมของผู้ใช้ ระยะเวลาที่ใช้ เนื้อหายอดนิยม และอื่นๆ คุณสามารถรวบรวมและวิเคราะห์ข้อมูลบันทึกการคลิกสตรีมของคุณได้อย่างง่ายดายเพื่อทำความเข้าใจลูกค้าของคุณให้ลึกซึ้งยิ่งขึ้น

ข้อมูลความปลอดภัยและการจัดการเหตุการณ์ (SIEM)

รวมศูนย์และวิเคราะห์เหตุการณ์ที่สร้างขึ้นทั่วทั้งสภาพแวดล้อมของคุณ รวมถึงแอปพลิเคชัน เครือข่าย และระบบปฏิบัติการ เพื่อระบุกิจกรรมที่เป็นอันตรายหรือต้องสงสัยในเครือข่ายของคุณ คุณสามารถจัดทำดัชนีข้อมูลได้ทันทีที่นำเข้าข้อมูล ช่วยให้คุณวิเคราะห์ข้อมูลจากหลายแหล่งได้ทันที และค้นหาและป้องกันภัยคุกคามได้รวดเร็วยิ่งขึ้น

วิธีสร้างกลยุทธ์การวิเคราะห์ข้อมูลบันทึก

กลยุทธ์การวิเคราะห์ข้อมูลบันทึกต้องจัดการกับการนำเข้าข้อมูล การแปลงและการเสริมแต่ง กลยุทธ์การจัดทำดัชนีและส่วนข้อมูล การวางแผนโครงสร้างพื้นฐาน และสุดท้าย วงจรชีวิตของข้อมูลและการเก็บข้อมูลถาวร ต่อไปนี้คือขั้นตอนทั่วไปที่ต้องทำ 

  1. ก่อนอื่น ต้องระบุการเคลื่อนไหวของข้อมูลหรือการนำเข้าข้อมูล โดยพื้นฐานแล้ว คุณต้องหาเส้นทางรับข้อมูล

  2. ประการที่สอง ต้องตั้งค่าการแปลงข้อมูลของบรรทัดข้อมูลบันทึกหรือสตริง หลายครั้งการวิเคราะห์ข้อมูลบันทึกใช้งานได้กับ JSON ซึ่งบางสิ่งต้องแปลงข้อมูลอย่างเหมาะสมและเสริมประสิทธิภาพหากจำเป็น

  3. ประการที่สาม คุณต้องคิดหากลยุทธ์การจัดทำดัชนีและส่วนข้อมูล การสร้างดัชนีที่เหมาะสมเป็นสิ่งสำคัญ

  4. ประการที่สี่ คุณต้องวางแผนโครงสร้างพื้นฐานบางอย่างด้วยเพื่อค้นหาประเภทอินสแตนซ์และจำนวนที่คุณต้องการ

  5. สุดท้าย เพื่อควบคุมขนาดข้อมูลบันทึกและต้นทุน คุณต้องมีกลยุทธ์แบบองค์รวมสำหรับวงจรชีวิตและการเก็บถาวรของข้อมูล

ฉันควรจัดเก็บข้อมูลบันทึกของฉันไว้ที่ใด

Amazon OpenSearch Service มีระดับพื้นที่จัดเก็บที่หลากหลายสำหรับข้อมูลบันทึกของคุณ คุณสามารถเลือกระดับพื้นที่เก็บข้อมูลที่สอดคล้องกับข้อกำหนดการสืบค้นของคุณ (Hot UltraWarm และ Cold Storage)

AWS มีข้อเสนออะไรบ้างสำหรับการวิเคราะห์ข้อมูลบันทึก

ปรับใช้และจัดการได้ง่าย

Amazon OpenSearch Service ทำให้ง่ายต่อการติดตั้งและปรับใช้คลัสเตอร์ของคุณ ในขณะที่ขจัดความซับซ้อนที่เกี่ยวข้องกับงานการจัดการ เช่น การจัดเตรียมฮาร์ดแวร์ การติดตั้งซอฟต์แวร์และการแพตช์ การกู้คืนความล้มเหลว การสำรองข้อมูล และการตรวจสอบ ช่วยให้คุณลดค่าใช้จ่ายในการดำเนินงานและมุ่งเน้นที่ ความต้องการทางธุรกิจหลัก

รับขนาดและความเสถียร

ด้วยพื้นที่จัดเก็บอินสแตนซ์สูงสุด 3 PB ในโดเมนเดียว Amazon OpenSearch Service ช่วยให้คุณเพิ่มหรือลบอินสแตนซ์ได้อย่างง่ายดายโดยไม่ต้องหยุดทำงาน บริการนี้ยังมีการเข้ารหัสในตัวที่อยู่นิ่งและระหว่างการส่ง การตรวจสอบผู้ใช้ และการสนับสนุน VPC ช่วยให้คุณรักษาข้อมูลของคุณให้ปลอดภัย

ผสานรวมกับบริการอื่นๆ ของ AWS

Amazon OpenSearch Service มีการผสานการทำงานในตัวกับบริการอื่นๆ ของ AWS เช่น Kinesis Data Firehose Managed Streaming for Kafka IoT CloudWatch Logs KMS Cognito และ IAM ดังนั้นคุณจึงสามารถนำเข้า วิเคราะห์ และแสดงภาพข้อมูลจากแหล่งที่มาทั้งหมดได้อย่างปลอดภัย

ลดต้นทุนของคุณ

สำหรับ Amazon OpenSearch Service คุณจ่ายเฉพาะส่วนที่คุณใช้เท่านั้น ไม่มีค่าธรรมเนียมล่วงหน้าหรือข้อกำหนดการใช้งาน ด้วยการตรวจสอบ 24x7 และ AWS Support คุณไม่จำเป็นต้องมีทีมผู้เชี่ยวชาญของ Elasticsearch เพื่อเพิ่มทรัพยากร รักษาความปลอดภัย และตรวจสอบโครงสร้างพื้นฐานของคุณ ส่งผลให้ต้นทุนรวมในการดำเนินงานลดลง

การวิเคราะห์ข้อมูลบันทึกด้วย AWS ทำงานอย่างไร

ด้วย AWS คุณสามารถสร้างโซลูชันต่างๆ เพื่อรวม ตรวจสอบ และวิเคราะห์ข้อมูลบันทึกได้อย่างมีประสิทธิภาพ โซลูชันเหล่านี้ให้มุมมองที่คล่องตัวของแอปพลิเคชัน ระบบ และข้อมูลบันทึกของ AWS สำหรับข่าวกรองการปฏิบัติงานแบบเรียลไทม์

การบันทึกแบบรวมศูนย์โดยใช้ Amazon OpenSearch Service

เมื่อใช้ร่วมกับบริการอื่นๆ ของ AWS โซลูชันนี้ที่ขับเคลื่อนโดย Amazon OpenSearch Service ให้สภาพแวดล้อมแบบเบ็ดเสร็จที่มีความพร้อมใช้งานสูงเพื่อเริ่มบันทึกและวิเคราะห์สภาพแวดล้อมและแอปพลิเคชัน AWS ของคุณอย่างรวดเร็ว เริ่มต้นใช้งาน Amazon OpenSearch Service

แผนภาพด้านล่างแสดงสถาปัตยกรรมการบันทึกแบบรวมศูนย์ หากต้องการเรียนรู้เพิ่มเติม โปรดอ่านบทสรุปโซลูชันการบันทึกแบบรวมศูนย์ 

การวิเคราะห์ข้อมูลบันทึก Opensearch

การตรวจสอบแบบเรียลไทม์โดยใช้ Amazon Kinesis

การใช้ Amazon Kinesis ร่วมกับ AWS CloudTrail และ Amazon CloudWatch จะทำให้คุณสามารถสร้างโซลูชันแบบไม่ต้องใช้เซิร์ฟเวอร์เพื่อตรวจสอบแอปพลิเคชันแบบเรียลไทม์ เริ่มต้นใช้งาน Amazon Kinesis »

แผนภาพด้านล่างแสดงสถาปัตยกรรมการตรวจสอบแอปพลิเคชันแบบเรียลไทม์ หากต้องการเรียนรู้เพิ่มเติม ทำตามคำแนะนำเชิงปฏิบัติ

ลูกค้าใช้การวิเคราะห์ข้อมูลบันทึกอย่างไร

การตรวจสอบแอปพลิเคชันและโครงสร้างพื้นฐานแบบเรียลไทม์

รวบรวมและรวมศูนย์ข้อมูลบันทึกและตัววัดทั้งหมดจากแอปพลิเคชันและไซโลไอทีของคุณ เพื่อให้มองเห็นข้อมูลในเชิงลึกเกี่ยวกับแอปพลิเคชันและสแต็กโครงสร้างพื้นฐานของคุณ และรับประกันเวลาทำงาน Amazon OpenSearch Service จัดทำดัชนีข้อมูล ทำให้พร้อมสำหรับการวิเคราะห์แบบเรียลไทม์ และช่วยให้คุณเห็นภาพตัววัดประสิทธิภาพในแบบเรียลไทม์โดยใช้แดชบอร์ด Kibana

Expedia Group หนึ่งในบริษัทท่องเที่ยวชั้นนำของโลกใช้ Amazon OpenSearch Service สำหรับการตรวจสอบแอปพลิเคชัน Amazon OpenSearch Service ช่วยให้ Expedia สามารถตรวจสอบข้อมูลบันทึก Docker จำนวนมากได้อย่างคุ้มค่า ระบุและแก้ไขปัญหาแบบเรียลไทม์ เพิ่มทรัพยากรได้อย่างง่ายดายเพื่อรองรับแหล่งที่มาของข้อมูลบันทึกเพิ่มเติม  เรียนรู้เพิ่มเติม »

วิเคราะห์หาสาเหตุ

ระบุปัญหาอย่างรวดเร็วทั่วทั้งสภาพแวดล้อมของคุณ (เซิร์ฟเวอร์ รหัส) เพื่อลดเวลาเฉลี่ยในการระบุ (MTTI) และค่าเฉลี่ยเวลาในการแก้ปัญหา (MTTR) ด้วย Kibana ในตัว Amazon OpenSearch Service ช่วยให้คุณค้นหาเหตุการณ์นับล้านและเชื่อมโยงระหว่างแอปพลิเคชันและโครงสร้างพื้นฐานของคุณเพื่อวินิจฉัยสาเหตุของปัญหาอย่างรวดเร็ว ปรับปรุงเวลาทำงาน

Autodesk ผู้ให้บริการชั้นนำด้านซอฟต์แวร์การออกแบบและวิศวกรรม 3 มิติ ใช้บริการของ AWS รวมถึง Amazon OpenSearch Service Amazon Kinesis Data Firehose และ Amazon Kinesis Data Analytics (บริการวิเคราะห์ข้อมูลของ Amazon Kinesis) เพื่อสร้างโซลูชันการบันทึกแบบรวมศูนย์ที่คุ้มค่าใช้จ่ายเพื่อค้นหาและแก้ไขปัญหาแอปพลิเคชันได้รวดเร็วขึ้นและปรับปรุงประสบการณ์ของลูกค้า  เรียนรู้เพิ่มเติม »

การวิเคราะห์ Clickstream

รับมุมมองแบบเรียลไทม์เกี่ยวกับประสิทธิภาพของเนื้อหาเว็บและการโต้ตอบของผู้ใช้กับแอปพลิเคชันและเว็บไซต์ของคุณ รวมถึงพฤติกรรมของผู้ใช้ ระยะเวลาที่ใช้ เนื้อหายอดนิยม และอื่นๆ ด้วยการใช้ Amazon OpenSearch Service และ Amazon Kinesis Data Firehose หรือ Amazon Managed Streaming สำหรับ Kafka คุณสามารถรวบรวมและวิเคราะห์ข้อมูลบันทึกการคลิกสตรีมของคุณได้อย่างง่ายดายเพื่อให้เข้าใจลูกค้าของคุณอย่างลึกซึ้งยิ่งขึ้น

Hearst Corporation ซึ่งเป็นบริษัทสื่อขนาดใหญ่ สร้างแพลตฟอร์มการวิเคราะห์คลิกสตรีมโดยใช้ Amazon OpenSearch Service Amazon Kinesis Streams และ Amazon Kinesis Firehose เพื่อส่งและประมวลผลข้อมูล 30 เทราไบต์ต่อวัน Hearst ใช้แพลตฟอร์มนี้เพื่อทำให้ Data Stream ทั้งหมด ตั้งแต่คลิกบนเว็บไซต์ไปจนถึงข้อมูลแบบรวม พร้อมใช้สำหรับโปรแกรมการจัดการข้อมูลภายในเวลาไม่กี่นาที  เรียนรู้เพิ่มเติม »

ข้อมูลความปลอดภัยและการจัดการเหตุการณ์ (SIEM)

รวมศูนย์และวิเคราะห์เหตุการณ์ที่สร้างขึ้นทั่วทั้งสภาพแวดล้อมของคุณ รวมถึงแอปพลิเคชัน เครือข่าย และระบบปฏิบัติการ เพื่อระบุกิจกรรมที่เป็นอันตรายหรือต้องสงสัยในเครือข่ายของคุณ Amazon OpenSearch Service ช่วยให้คุณจัดทำดัชนีข้อมูลได้ทันทีที่นำเข้าข้อมูล ช่วยให้คุณวิเคราะห์ข้อมูลจากหลายแหล่งได้ทันที และค้นหาและป้องกันภัยคุกคามได้รวดเร็วยิ่งขึ้น

ขั้นตอนต่อไปของการวิเคราะห์ข้อมูลบันทึกของ AWS

ตรวจสอบแหล่งข้อมูลที่แนะนำเหล่านี้ 

  1. เริ่มการทดลองใช้ฟรีของ Amazon OpenSearch Service
  2. เข้าร่วมเวิร์กช็อปเกี่ยวกับวิธีสร้างโซลูชันการวิเคราะห์ข้อมูลบันทึก
  3. คุณสามารถเริ่มต้นใช้งานฟรีโดยใช้ Amazon OpenSearch Service ระดับฟรี ใช้งานได้สูงสุด 750 ชั่วโมงต่อเดือนกับอินสแตนซ์การค้นหาขนาดเล็ก t2 และ t3 ด้วย AWS Free Tier

ขั้นตอนต่อไปบน AWS

ดูแหล่งข้อมูลเพิ่มเติมเกี่ยวกับผลิตภัณฑ์
เรียนรู้เพิ่มเติมเกี่ยวกับ AWS OpenSearch 
ลงชื่อสมัครใช้บัญชีฟรี

รับสิทธิ์การเข้าถึง AWS Free Tier ได้ทันที

ลงชื่อสมัครใช้งาน 
เริ่มต้นการสร้างในคอนโซล

เริ่มต้นสร้างในคอนโซลการจัดการของ AWS

ลงชื่อเข้าใช้