Splunk日志数据优化

Question

我是splunk的新手，我希望优化日志数据文件(做无损压缩)，我将添加到Splunk。由于数据必须是文本的(不是二进制或任何其他格式)，我不能进行霍夫曼编码等，也不知道从哪里开始。

任何帮助/想法都是很棒的。

Answer 1

根据Monitor files and directories的说法

Splunk企业版在对归档文件进行索引之前会对其进行解压缩。它可以处理以下常见的归档文件类型: tar、gz、bz2、tar.gz、tgz、tbz、tbz2、zip和z。

我建议使用上述压缩方法中的任何一种，然后配置Splunk，使用UI或props.conf根据文件名或目录规范来监控文件。如果出于某种原因您需要使用不同的压缩算法，您可以这样做，然后指示Splunk在索引管道期间使用特殊的unarchive_cmd。你可以在props.conf.spec上阅读更多关于这方面的内容。以下是相关部分：

unarchive_cmd = <string>
* Only called if invalid_cause is set to "archive".
* This field is only valid on [source::<source>] stanzas.
* <string> specifies the shell command to run to extract an archived source.
* Must be a shell command that takes input on stdin and produces output on stdout.
* Use _auto for Splunk's automatic handling of archive files (tar, tar.gz, tgz, tbz, tbz2, zip)
* This setting applies at input time, when data is first read by Splunk. 
  The setting is used on a Splunk system that has configured inputs acquiring the data.
* Defaults to empty.