Przejdź do treści
Biblioteka skilli
Bezpieczeństwo · Analiza

query-performance

/query-performance

Diagnozuje i optymalizuje wolne i kosztowne zapytania SIEM w Splunk, KQL i Elastic oraz harmonogramy wykrywania.

Repozytorium
Claude-Blue ↗
Licencja
MIT
Ostatnia zmiana repozytorium
01.11.2026

Ocena i bezpieczeństwo

100/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść35 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
1
Skrypty
0
Komentarze HTML
0
Adresy URL w SKILL.md
3
Przestarzałość

Brak sygnałów. Repozytorium zmienione 01.11.2026, bez odwołań do wycofanych modeli i API.

Licencja

MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.

Co robi i kiedy

Diagnozuje i optymalizuje wolne i kosztowne zapytania SIEM w Splunk, KQL i Elastic oraz harmonogramy wykrywania.

Oryginalny opis (EN)

Diagnose and optimize slow or expensive SIEM queries and scheduled detections in Splunk, Sentinel/KQL and Elastic — time scoping, indexed filtering, avoiding leading wildcards, accelerated data models, summary indexes, schedule windows and cost. Use when searches time out, scheduled detections skip or lag, or SIEM compute/query cost is too high.

Jak działa

  1. Universal principles
  2. Platform specifics
  3. Scheduled detection hygiene
  4. Before/after record
  5. Related skills
  6. References
Sekcje z nagłówków SKILL.md, w oryginale · 40 linii, 260 słów
Podgląd SKILL.md
---
name: query-performance
description: Diagnose and optimize slow or expensive SIEM queries and scheduled detections in Splunk, Sentinel/KQL and Elastic — time scoping, indexed filtering, avoiding leading wildcards, accelerated data models, summary indexes, schedule windows and cost. Use when searches time out, scheduled detections skip or lag, or SIEM compute/query cost is too high.
license: MIT
metadata:
  category: siem-engineering
  version: "2.0.0"
  verification: documented
---

# SIEM Query Performance

## Universal principles

1. **Narrow time first**, then the most selective indexed filter (index/table, sourcetype, EventCode).
2. **Filter before transform**: `where`/`search` before `stats`/`join`/`extend`.
3. **Avoid leading wildcards** and unanchored regex on large text fields.
4. **Project/fields** early to reduce data moved.
5. **Aggregate instead of join** where possible.
6. **Pre-compute**: accelerated data models/tstats (Splunk), summary rules/materialized views (Sentinel summary rules), transforms/rollups (Elastic).

## Platform specifics

| Platform | Tools | Tips |
|---|---|---|
| Splunk | Job Inspector (`search.log`, command durations), `| tstats` | Use `TERM()`/`PREFIX()` for indexed tokens; avoid `transaction`; check scheduler skipped searches: `index=_internal sourcetype=scheduler status=skipped` |
| Sentinel / KQL | Query stats (CPU, data scanned), `materialize()` for reused subqueries | `has` over `contains`; `summarize` before `join`; put the smaller table on the left of `join`; time filter on `TimeGenerated` first; Basic/Auxiliary tables cost per query |
| Elastic | Search Profiler, slow log | Query `keyword` fields for exact match; avoid script queries; use `filter` context (cached) |

## Scheduled detection hygiene

- Lookback ≥ schedule interval + ingestion delay (e.g. run every 5 min over last 10 min) to avoid gaps; dedupe overlaps.
- Stagger schedules (not all at :00).
- Monitor skipped/delayed runs and duration trends.

## Before/after record

`Query | Runtime before | Data scanned | Change | Runtime after | Result parity check (same rows?)` — always confirm optimization didn't change results.

## Related skills

`splunk-spl-investigation`, `sentinel-kql-investigation`, `elastic-investigation`, `detection-lifecycle`

## References

- Splunk search optimization: https://docs.splunk.com/Documentation/Splunk/latest/Search/Aboutoptimization
- KQL best practices: https://learn.microsoft.com/en-us/kusto/query/best-practices
- Elasticsearch tune for search speed: https://www.elastic.co/guide/en/elasticsearch/reference/current/tune-for-search-speed.html

Wersje

RepozytoriumWynikLicencja
Ta strona · kaandgnsh/Claude-Blue100MIT
comet-ml/opik100Apache-2.0

Migawka bazy z 13.11.2026 · wersja paczki f826936969ac (skrót SHA-256 całej paczki)

Pobrania w ostatnich 30 dniach: 0 · ranking

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 100siem-elastic-siem-kql-eql-detection
    Pisze reguły KQL i EQL w Elastic SIEM do wykrywania podejrzanych zachowań.
  • 100siem-detection
    Projektuje i audytuje reguły wykrywania w SIEM: pokrycie źródeł logów, zapytania Sigma, KQL, SPL i mapowanie do MITRE ATT&CK.
  • 100siem-microsoft-sentinel-kql-analytics
    Tworzy analityki wykrywania i zapytania łowieckie w KQL dla Microsoft Sentinel.
  • 95siem-engineering
    Projektuje architekturę SIEM, podłącza źródła logów, tworzy reguły korelacji i strojenie detekcji w Splunk, Wazuh lub Sentinel.
  • 95siem-rules
    Tworzy reguły wykrywania dla SIEM w KQL i SPL, zmapowane do technik MITRE ATT&CK, i dostraja progi alertów oraz cykl życia reguł.
  • 100hunting-threats
    Prowadzi polowania na zagrożenia oparte na hipotezach w telemetrii stacji, sieci, chmury i tożsamości, z zapytaniami SIEM dla Splunk, KQL i Elastic, na przykład do weryfikacji raportu wywiadowczego.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.