《Splunk智能运维实战》——1.4 使用脚本输入

1.4 使用脚本输入

智能运维所需的数据并非全部来自日志文件或网络端口。Splunk也可获取命令或脚本的输出,并将其与其他数据一起索引。

脚本输入是针对较难获取数据的一种有效方法。如果收集第三方提供的命令行程序输出的数据,Splunk可定期运行该命令来索引结果。通常来说,脚本输入常用于从某个源抓取信息,而网络输入则等待数据从某个源不断推送。

本节将介绍如何配置Splunk,使其每隔一段时间执行命令并将输出的数据导入Splunk。

做好准备

要进行本节的操作,需要运行Splunk Enterprise服务器,及本书提供的适用于当前操作环境的输入脚本。如果是Windows系统,使用cp01_scripted_input.bat文件。这个脚本应放至$SPLUNK_HOME/bin/scripts目录。

如何操作

按照下列步骤配置脚本输入。

  1. 登录Splunk服务器。
  2. 从右上角的主启动器,单击“添加数据”按钮。
  3. 在“或选择一个数据源”列表,单击“运行并收集一个脚本的输出”链接。
  4. 出现“添加新”界面,上面有许多需要输入的字段。在“源”部分,输入要运行命令的完整路径,包括任何命令行参数。所有脚本必须置于Splunk bin目录,可放至$SPLUNK_ HOME/bin/scripts或Splunk 应用程序的其他合适的bin目录中。
  5. 在“间隔”字段输入脚本运行的间隔值(用秒表示),默认值为60.0秒。
  6. 在“源类型”部分,可选择预定义的源类型,或选择“手动”并输入需要的值。出于本节的需要,在源类型中选择“手动”,并输入cp01_scripted_input作为源类型的值。

数据将被索引到Splunk的默认索引,也就是主索引。要想改变目标索引,勾选“更多设置”复选框并从下拉菜单中选择所需的索引。

  1. 点击“保存”,在下一个界面,点击“开始搜索”。Splunk现已配置好,可按照设定的间隔,每60秒执行一次我们提供的脚本输入。输入下列命令搜索“全部时间”的脚本输入返回的数据:

工作原理

当添加新的脚本输入时,也就是指示Splunk在后台向inputs.conf文件添加新的配置节。Splunk服务器可以包括一个或多个inputs.conf文件,它们位于$SPLUNK_HOME/etc/system/ local或Splunk 应用程序的local目录。

创建完脚本输入后,Splunk创建了间隔计时器并按照设定的间隔执行指定命令。有一点需要注意,Splunk每次只能运行脚本的一个实例,若脚本因为某种原因被阻塞,Splunk就无法再执行脚本,直到障碍被排除。

从Splunk 4.2版本开始,脚本转入中任何指向stderr(导致错误)的输出都会被收集在splunkd.log文件中,在调试脚本执行情况时这会很有帮助。因为Splunk默认会索引自身的数据,所以可以搜索脚本输入错误并在必要时发出警报。

出于安全考虑,Splunk不会执行先前提到的bin目录以外的脚本。为了突破这一限制,可使用包装器脚本 (比如Linux中的shell脚本或Windows中的批处理文件)来调用机器上的其他脚本。

另参见

时间: 2024-08-16 19:56:06

《Splunk智能运维实战》——1.4 使用脚本输入的相关文章

《Splunk智能运维实战》——第1章 游戏时间——导入数据 1.1 简介

第1章 游戏时间--导入数据 1.1 简介 加快运维智能的机器数据有很多不同的形式,来源也各不相同.Splunk可从多种来源收集并索引数据,其中包括Web服务器或商业应用程序创建的日志文件,网络设备生成的系统日志数据,及自定义开发脚本输出的数据.即便数据一开始看上去很复杂,我们也可以借助Splunk轻松地实时收集.索引.转化和呈现数据. 本章将学习一些基本的技巧,掌握如何将所需的数据导入Splunk,介绍如何使用样本数据集来构建自己的Splunk智能运维应用程序.该数据集是由一个虚拟的三层式电子

《Splunk智能运维实战》——1.7 为本书加载样本数据

1.7 为本书加载样本数据 Splunk索引的数据大部分都是实时接收的,但在一些情况下,我们想向Splunk导入一组数据,以便回填缺失丢失或不完整的数据,或者仅仅利用Splunk的搜索和报表工具. 本节将学习如何在Splunk服务器上一次性批量加载本地数据.我们将加载样本数据,并在随后的章节使用它来构建Splunk智能运维应用程序. 样本数据由两个文件组成.第一个文件是access_log,它代表Web层的数据,模拟的是Apache Web服务器.第二个文件是app_log,它代表应用程序层的数

《Splunk智能运维实战》——导读

前 言 在这个以科技为中心的世界里,各式各样的机器产生了大量的数据.Splunk因此推出了业内领先的大数据智能运维平台--Splunk Enterprise.这个强大的平台能让用户将机器数据转化为可操作的.非常重要的运维智能. 本书融合了各种实用方法,旨在提供指导和实用知识,以便使读者掌握Splunk Enterprise 6的各种功能,从数据中提取出强大而重要的运维智能. 本书通过简单易学.循序渐进的操作技巧,教授读者如何有效地收集.分析并创建所在环境的运营数据报表.这些技巧将展示如何加快智能

《Splunk智能运维实战》——1.9 定义事件类型和标签

1.9 定义事件类型和标签 Splunk中的事件类型是将数据中共同类型的事件归类的一种方法,这样可以使它们更易于搜索和制作报表.使用事件类型有助于把类似的事件归为同一类.事件类型本质上将数个搜索条件变为字段/值对.标签有助于更高效地搜索事件数据组.我们可以为包括事件类型在内的任何字段/值组合分配标签. 比如,Windows登录事件可以被赋予事件类型windows_logon,UNIX登录事件可以被赋予事件类型unix_logon,VPN登录事件可以被赋予事件类型vpn_logon.以上三种事件类

《Splunk智能运维实战》——1.8 定义字段提取内容

1.8 定义字段提取内容 Splunk内置了许多功能,能识别多种常见的源类型,因此能自动识别出数据中的字段.Splunk默认也会提取日志数据中的所有键值对和JSON格式日志中的所有字段.但是原始日志数据中的字段不能直接解释,必须提供给Splunk相关信息使这些字段易于搜索. 随后章节要用到的样本数据包含了作为字段提交给Splunk的数据.大部分原始数据包含Splunk能自动提取的键值对,但需要告知Splunk如何提取代表页面响应时间的这一特殊字段.要进行该操作,需要添加自定义字段提取内容,以便告

《Splunk智能运维实战》——第3章 仪表盘和可视化——让数据闪光 3.1 简介

第3章 仪表盘和可视化--让数据闪光 3.1 简介 前一章介绍了Splunk的搜索处理语言(SPL)以及如何使用SPL来搜索数据并制作报表.本章将以这些知识为基础,使用Splunk的可视化功能让数据更直观.我们将学习如何通过Splunk UI创建仪表盘并添加前一章制作的报表.我们将再创建两个仪表盘,以供本书其他章节使用. 可视化是数据得以最佳呈现的基础.按照人们熟悉的方式可视化数据,就能让用户更好地了解被展示的内容,并正确地理解该如何应对.当使用Splunk来进行智能运维时,会发现几乎所有的报表

《Splunk智能运维实战》——3.2 创建智能运维仪表盘

3.2 创建智能运维仪表盘 在开始学习可视化之前,最好先了解一下创建仪表盘的步骤.本节将使用Splunk Web UI从头开始创建一个仪表盘,在之后的章节将使用到它. 做好准备 本章操作需要运行Splunk Enterprise服务器,并导入第1章中的样本数据,并完成第2章的学习.你应该已经很熟悉Splunk用户界面了. 如何操作 按照下列步骤创建智能运维仪表盘: 登录Splunk服务器. 选择默认的"搜索和报表"应用程序. 从菜单栏选择"仪表盘"链接. 在仪表盘界

《Splunk智能运维实战》——3.10 使用条形图按类别显示平均花销

3.10 使用条形图按类别显示平均花销 整个这一章我们都在制作可视化图表来洞察电子商务网站的智能运维.这对于理解消费者的看法以及驱使他们前来网站的因素也会很有帮助.这一类型的信息通常对产品经理和市场经理来说最有帮助.了解一种产品是否越来越受欢迎,并且/或者这是否会最终给网站带来更多的消费者和更重的负载,也会很有益处. 本节中,将编写Splunk搜索,按照产品类别计算平均花销.随后会在新的Product Monitoring(产品监控)仪表盘上用条形图来形象地呈现这些值. 做好准备 要进行本节操作

《Splunk智能运维实战》——3.7 制作请求方法、浏览量和响应时间的时间图

3.7 制作请求方法.浏览量和响应时间的时间图 让特定单值展示在仪表盘对于理解关键指标很有帮助,但是在网站各种指标如何互相影响方面,它难以提供足够的运维智能.通过在特定时间段内标绘诸如请求方法.总浏览数量和平均响应时间等数据,可以理解这些数字之间是否存在关联.这对了解如下情况是很有帮助的,如页面的平均响应时间是否因为网站的活动POST请求数目而增加,或者是否一类请求在特定时间占了请求总数目的大部分. 本节将通过编写Splunk搜索,使用timechart命令来标绘给定时间内一些值的变化.随后会用