技术与商业案例解读
徐飞
华为云资深总监,大数据专家
立即订阅
10161 人已学习
课程目录
已完结 163 讲
0/6登录后,你可以任选6讲全文学习。
开篇词 | 突破技术思维,站在商业的角度看问题
免费
001 | 西雅图IT公司之RealNetworks:一个帝国的兴衰(上)
002 | 西雅图IT公司之RealNetworks:一个帝国的兴衰(下)
003 | 以RealNetworks为例,谈谈初创公司如何应对巨头碾压
004 | 可视化分析鼻祖Tableau
005 | 从Tableau上市,看学术界和工业界人士创业
006 | 在线旅游帝国Expedia崛起的背后
007 | 房产经纪的颠覆者Redfin:在“传统”与“现代”间徘徊
008 | 房产经纪的“协作者”Zillow:一个地产数据平台
009 | 颠覆还是协作,房地产市场上Redfin和Zillow的抉择
010 | 应用交付网络大厂F5:“一招鲜”之殇
011 | 在线差旅报销鼻祖Concur:在转型中获得发展
012 | 漫谈企业转型:在市场变迁中寻找生机
013 | 克雷公司沉浮录:行走在超级计算机市场
014 | “单一化”的隐忧:从克雷公司看“一条腿走路”
015 | Halo的开发者Bungie:与微软的聚散
016 | “卖身”须谨慎:创业公司面临的抉择
017 | 亚马逊领导力准则之要有硬骨头
018 | 亚马逊领导力准则之决策正确
019 | 亚马逊领导力准则之客户至尚
020 | 亚马逊领导力准则之勤俭节约
021 | 亚马逊领导力准则之主人翁精神
022 | 亚马逊领导力准则之选贤育能
023 | 亚马逊领导力准则之最高标准
024 | 亚马逊领导力准则之创新简化
025 | 亚马逊领导力准则之崇尚行动
026 | 亚马逊领导力准则之远见卓识
027 | 亚马逊领导力准则之好奇求知与赢得信任
028 | 亚马逊领导力准则之刨根问底与达成业绩
029 | 智能音箱的战斗:亚马逊的硬件路
030 | 智能音箱的战斗:Echo攻城略地
031 | 智能音箱的战斗:语音助手Alexa
032 | 智能音箱的战斗:谷歌的杀入
033 | 智能音箱的战斗:亚马逊的战略布局
034 | 智能音箱的战斗:巨头纷纷入场
035 | 智能音箱的战斗:白马非马
036 | 如何透过一个领域去联合分析多家企业?
037 | 管中窥豹之从面试看企业文化:微软
038 | 管中窥豹之从面试看企业文化:亚马逊
039 | 管中窥豹之从面试看企业文化:谷歌
040 | 管中窥豹之从面试看企业文化:甲骨文
041 | 管中窥豹之从面试看企业文化:Facebook
042 | 透过企业用人之道看企业发展
043 | 办公软件的战斗:开篇
044 | VisiCalc:第一个电子表格软件的诞生
045 | WordStar:第一个字处理软件的故事
046 | 微软:办公软件战场的螳螂
047 | WordPerfect:字处理软件的新秀
048 | Lotus 1-2-3:莲花公司的电子表格帝国
049 | 红狮会战:微软的反击
050 | 大杀器Lotus Notes 和被收购的莲花公司
051 | 无敌寂寞的微软之为创新而创新
052 | 办公软件的新时代:微软和谷歌的战斗
053 | 异军突起的Slack
054 | 办公软件战斗的启示:内忧总是强于外患
055 | 办公软件战斗的启示:敌人的出现常常出其不意
056 | 半条命的Dota帝国Valve:半条命
057 | 半条命的Dota帝国Valve:Steam平台
058 | 半条命的Dota帝国Valve:Dota 2
059 | 半条命的Dota帝国Valve:无领导管理
060 | 半条命的Dota帝国Valve:虚拟现实
061 | Gabe Newell:Valve帝国制度的利弊
062 | 文档数据库的缔造者MongoDB(上)
063 | 文档数据库的缔造者MongoDB(下)
064 | 以MongoDB为例,看基础架构类产品创业
065 | 直面MongoDB,谈微软的NoSQL战略
066 | Hadoop三国之魏国Cloudera
067 | Hadoop三国之吴国MapR
068 | Hadoop三国之蜀国Hortonworks
069 | Hadoop及其发行商的未来
070 | 谷歌的大数据路:从“三驾马车”到一无所有
071 | 谷歌的大数据路:一场影响深远的论战
072 | 谷歌的大数据路:谷歌的“黑科技”
073 | 如何读懂类似谷歌“三驾马车”这样的技术论文?
074 | 雅虎:大数据领域的“活雷锋”
075 | IBM的大数据路之起早贪黑赶了晚集
076 | 社交公司们的大数据贡献
077 | 微软的大数据发展史:微软硅谷研究院
078 | 微软的大数据发展史:必应的Cosmos
079 | 微软的大数据发展史:Azure的大数据发展
080 | 亚马逊的大数据故事:从先驱者到插管吸血开源
081 | 亚马逊的大数据故事:创新和拿来并存的云服务
082 | 阿里巴巴的大数据故事:数据分析平台发展史
083 | 阿里巴巴的大数据故事:流计算引擎发展史
084 | 大公司的大数据战略得失:自建轮子成本高
085 | 大公司的大数据战略得失:抱团取暖难敌插管吸血者
086 | Palantir:神秘的大数据独角兽
087| Splunk:机器大数据的分析帝国
088 | Confluent:在Kafka上飞驰的数据交换者
089 | Powerset:HBase的老东家
090 | Cassandra和DataStax的故事
091 | Databricks之Spark的数据金砖王国
092 | Data Artisans:浴火重生的新一代大数据计算引擎Flink
093 | Dremio:在Drill和Arrow上的大数据公司
094 | Imply:基于Druid的大数据分析公司
095 | Kyligence:阿帕奇麒麟背后的大数据公司
096 | Snowflake:云端的弹性数据仓库
097 | TiDB:一个国产新数据库的创业故事
098 | 大数据创业公司的前景:红海创业多艰辛
099 | 如何通过企业技术积累去分析一家企业?
技术与商业案例解读
登录|注册

087| Splunk:机器大数据的分析帝国

徐飞 2018-04-23
在大数据圈里,Splunk 是一家赫赫有名的企业,主要分析机器运行时产生的日志数据,是机器日志数据分析领域当之无愧的老大。
Splunk 在上市之前就实现了盈利,上市之后利润更是不断增长。无论是不断扩展的产品领域,还是其逐年递增的盈利能力,Splunk 都是所有上市大数据公司里首屈一指的。今天我就带你去看看这家公司的发展历程。
Splunk 成立于 2003 年,主要创始人是迈克尔·巴姆(Michael Baum)、罗布·达斯(Rob Das)以及埃里克·斯万(Erik Swan),早期的投资主要来源于 August Capital、Seven Rosen、Ignition Partners 以及 JK&B Capital。截至 2007 年,公司一共获得了 4 千万美元的投资。
2009 年,美国经济危机爆发,但 Splunk 并没有受到冲击,甚至还实现了盈利。2012 年,公司正式在纳斯达克上市。那么,是什么让 Splunk 获得了成功呢?下现我就来说一说。
Splunk 的核心竞争力在于搜集和分析大量机器产生的数据。它的产品线有很多,最初成名的产品是 Splunk Enterprise。这是一个用于搜集和分析数据的软件,在很多公司里它最大的作用是把机器产生的日志文件搜集起来,然后在这个日志文件上做查询。
取消
完成
0/1000字
划线
笔记
复制
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
该试读文章来自付费专栏《技术与商业案例解读》,如需阅读全部文章,
请订阅文章所属专栏。
立即订阅
登录 后留言

精选留言(4)

  • 听了梁宁产品思维中的三级火箭,Splunk 的三级火箭如下:
    第一级,核心技术。
    第二级,沉淀某类用户的商业场景。
    第三级,完成商业闭环。
    2018-06-28
    3
  • Silence
    企业多元化还是有必要的,不能一条腿走路,但是又不能太多元化,需要在一个方向有了沉淀之后才能进行多元化的尝试,尤其在企业没有特别稳定的时候。
    2018-06-20
    2
  • caohuan
    本篇 splunk公司 从 运用 机器学习技术 做 日志分析 到 发展云 再到 网络安全领域,做相关业务的拓展,扩大公司的业务,发展公司。

    公司 1.可以先做强(纵向深耕,打造核心竞争力),再做大(横向发展,向周边领域进军)2.也可以先做大(先把摊子铺出去),然后再求强 3.一直在某一领域 省耕细作。

    大部分 公司都是有雄心的,我们本篇 只考虑有远景的公司,刚开始 像splunk公司,发展自己的优势,占领市场,如果市场还无限大,可以继续耕耘,如果市场已饱和,多元化 也是一条快速发展的道路。
    2018-12-17
    1
  • 在紧守自己核心领域的同时,也不断努力地多元化。
    这也需要不断的进行适配,打怪升级。
    2018-06-28
收起评论
4
返回
顶部