Apigee Edge दस्तावेज़ देखा जा रहा है.
Apigee X दस्तावेज़ पर जाएं. जानकारी
इस सेक्शन में, एपीआई मॉनिटरिंग की तुलना Edge Analytics से की गई है. एपीआई मॉनिटरिंग और Edge Analytics, दोनों की मदद से एपीआई का डेटा इकट्ठा किया जा सकता है और उसे देखा जा सकता है. हालांकि, दोनों के मकसद अलग-अलग हैं:
- एपीआई मॉनिटरिंग का मकसद यह पक्का करना है कि आपके एपीआई सही तरीके से काम कर रहे हों और सही तरीके से चल रहे हों. इस मकसद से, आपको सबसे हाल का उपलब्ध डेटा देखना है. एपीआई मॉनिटरिंग, रीयल-टाइम में करीब-करीब सटीक डेटा देने में मदद करती है. साथ ही, किसी भी समस्या के आने पर, इसके बारे में सूचनाएं देने वाली सूचनाएं बनाने की सुविधा देती है.
- Edge Analytics का मकसद यह समझना है कि लंबे समय तक आपके एपीआई कैसे काम करते हैं. इससे यह पक्का किया जा सकेगा कि वे आपके कारोबार की ज़रूरतों को पूरा कर रहे हैं या ज़रूरत पड़ने पर उनमें बदलाव कर सकें. इन वजहों से, रीयल-टाइम डेटा देखना कम ज़रूरी होता है. इस वजह से, Analytics के डेटा में थोड़ी देरी होती है. हालांकि, आम तौर पर इसमें ज़्यादा से ज़्यादा 10 मिनट लगते हैं.
ध्यान दें कि एपीआई मॉनिटरिंग डेटा, जो ज़्यादातर गड़बड़ी कोड और लेटेंसी से जुड़ा होता है, Analytics डेटा का एक छोटा सबसेट है.
एपीआई मॉनिटरिंग डेटा और Analytics डेटा में अंतर
इस सेक्शन में, Edge Analytics और एपीआई मॉनिटरिंग से इकट्ठा किए गए डेटा के बीच के मामूली अंतर के बारे में बताया गया है. एपीआई मॉनिटरिंग और Analytics, अलग-अलग डेटा पाइपलाइन का इस्तेमाल करते हैं, इसलिए आपको मॉनिटरिंग से जनरेट की गई कस्टम रिपोर्ट और Analytics से जनरेट की गई रिपोर्ट में मामूली अंतर दिख सकता है. उदाहरण के लिए, आपको टाइम आउट की गड़बड़ियों की वजह से, रिपोर्ट किए गए नतीजों में अंतर दिख सकता है. ये दोनों, बैकएंड टाइम आउट (अनुरोध पर मिलने वाला एचटीटीपी स्टेटस कोड 504) और क्लाइंट टाइम आउट (एचटीटीपी स्टेटस कोड 499) दोनों के लिए अंतर होता है. ये Analytics कस्टम रिपोर्ट में स्टेटस कोड 200 के साथ दिख सकते हैं, लेकिन कस्टम रिपोर्ट की निगरानी में स्टेटस कोड 504 या 499 के साथ दिखेंगे.एपीआई मॉनिटरिंग
एपीआई मॉनिटरिंग से, एपीआई की परफ़ॉर्मेंस के बारे में रीयल-टाइम में अहम जानकारी मिलती है. साथ ही, इससे एपीआई की परफ़ॉर्मेंस से जुड़ी समस्याओं का तुरंत पता लगाकर उन्हें ठीक किया जा सकता है, ताकि एपीआई सही तरीके से काम करते रहें.
एपीआई मॉनिटरिंग की मदद से, ये काम किए जा सकते हैं:
- एपीआई की उपलब्धता बढ़ाएं और मीन-टाइम-टू-डाइग्नोसिस (एमटीटीडी) को कम करें.
- इससे पहले कि उपभोक्ताओं पर इसका असर पड़े, आप ज़रूरी कार्रवाइयां कर सकें. इसके लिए, ज़रूरी कार्रवाई करें.
- तेज़ी से बीमारी का पता लगाने के लिए, Apigee गड़बड़ी के कोड का इस्तेमाल करें.
- गड़बड़ी, परफ़ॉर्मेंस, और इंतज़ार के समय से जुड़ी समस्याओं का पता लगाने और उनके सोर्स का पता लगाने के लिए, समस्या वाले इलाकों को तुरंत अलग करें.
Edge API विश्लेषण
Edge API Analytics, एपीआई के ज़रिए जानकारी इकट्ठा करता है और उसका विश्लेषण करता है. एपीआई Analytics यह जानकारी इकट्ठा करता है:
- समय के साथ आपके एपीआई ट्रैफ़िक में क्या बदलाव हो रहा है
- आपके पसंदीदा ऐप्लिकेशन कौनसे हैं
- आपके टॉप डेवलपर कौन हैं
- एपीआई के कौनसे तरीके सबसे ज़्यादा लोकप्रिय हैं
- एपीआई से जवाब मिलने में सबसे तेज़/सबसे कम समय कब लगता है
- भौगोलिक रूप से आपको सबसे ज़्यादा एपीआई ट्रैफ़िक कहां दिखता है
एपीआई Analytics से इकट्ठा किया गया डेटा
API Analytics, अलग-अलग एपीआई के कई डेटा को इकट्ठा करके उसका विश्लेषण करता है. उदाहरण के लिए, आपके एपीआई को डिप्लॉय करने के दौरान, Analytics लगातार मिलने वाले मैसेज की संख्या, डेवलपर की संख्या, जवाब देने का समय, गड़बड़ियां, इस्तेमाल किए जा रहे ऐप्लिकेशन की संख्या, अनुरोध के साइज़, और अन्य तरह का डेटा रिकॉर्ड करता है.
मेट्रिक के बारे में सही जानकारी पाने और उन्हें इस्तेमाल करने का तरीका जानने के लिए, एपीआई प्रोग्राम की परफ़ॉर्मेंस को मेज़र करने के लिए, मेट्रिक एपीआई का इस्तेमाल करना लेख पढ़ें. मेट्रिक की पूरी सूची के लिए, Analytics मेट्रिक, डाइमेंशन, और फ़िल्टर का रेफ़रंस देखें.
कस्टम मेट्रिक इकट्ठा करना
StatisticsCollector नीति का इस्तेमाल करके, आप कस्टम मेट्रिक भी इकट्ठा कर सकते हैं. Statकलेक्टर नीति के तहत, विश्लेषण और रिपोर्ट जनरेट करने के लिए, अनुरोध के हेडर, एक्सएमएल/JSON पेलोड, क्वेरी पैरामीटर, यूआरआई, और दूसरी जगहों से Analytics सर्वर पर जानकारी लिखी जा सकती है.
Analytics डेटा ऐक्सेस करना
जनरेट हो जाने के बाद, डैशबोर्ड, कस्टम रिपोर्ट, और GeoMap के साथ एपीआई Analytics विज़ुअलाइज़ेशन टूल का इस्तेमाल करके, पहले से तय की गई मेट्रिक और कस्टम मेट्रिक को ऐक्सेस किया जा सकता है. एपीआई Analytics से मिले विज़ुअलाइज़ेशन टूल के बारे में ज़्यादा जानकारी के लिए, Analytics के डैशबोर्ड देखें. कस्टम रिपोर्ट के बारे में ज़्यादा जानकारी के लिए, कस्टम रिपोर्ट बनाना लेख पढ़ें.
API (एपीआई) मॉनिटरिंग और एपीआई Analytics की तुलना करें
एपीआई डेवलपर, एपीआई मॉनिटरिंग और एपीआई Analytics, दोनों का इस्तेमाल करते हैं. दोनों के बीच का एक मुख्य अंतर, एपीआई मॉनिटरिंग में पहले से मौजूद सूचना का तरीका है. सूचनाओं की मदद से आपकी कार्रवाई टीम, आपके एपीआई से जुड़ी समस्याओं का रीयल टाइम में जवाब दे सकती है, ताकि यह पक्का किया जा सके कि आपके एपीआई उपलब्ध हैं और उम्मीद के मुताबिक परफ़ॉर्म कर रहे हैं.
चेतावनी की स्थितियों में खास स्टेटस कोड (2xx/4xx/5xx), इंतज़ार के समय, और गड़बड़ी के कोड के थ्रेशोल्ड के बारे में बताया जाता है. ये थ्रेशोल्ड, यूज़र इंटरफ़ेस (यूआई) में ट्रिगर विज़ुअल अलर्ट को पार करने पर, ईमेल, स्लैक, pagerduty या वेबहुक जैसे कई चैनलों से सूचनाएं भेजते हैं. आपके पास पर्यावरण, एपीआई प्रॉक्सी, टारगेट सेवा या इलाके के लेवल पर सूचनाएं सेट अप करने का विकल्प होता है.
किसी सूचना के ट्रिगर होने के बाद, आपकी ऑपरेशंस टीम, एपीआई मॉनिटरिंग यूज़र इंटरफ़ेस (यूआई) का इस्तेमाल करके, समस्या की जांच कर सकती है और समस्या की असल वजह का पता लगा सकती है. इसके बाद, एक कस्टम रिपोर्ट जनरेट की जा सकती है. इसमें अलर्ट के बारे में पहले से तय की गई जानकारी शामिल होती है, जैसे:
- जवाब देने में लगने वाला कुल समय
- जवाब देने में लगने वाला टारगेट समय
- प्रॉक्सी से जुड़ी गड़बड़ियां
- टारगेट से जुड़ी गड़बड़ियां
- यूयूआईडी के लिए अनुरोध करें
- कई और
एपीआई के आंकड़े अलग-अलग तरह का डेटा इकट्ठा करने के लिए डिज़ाइन किए गए हैं, ताकि इनका इस्तेमाल कई टीमें कर सकें. उदाहरण के लिए:
- ऑपरेशंस टीम, Analytics के डेटा का इस्तेमाल करके, कम या ज़्यादा ट्रैफ़िक वाले समय का पता लगा सकती है. इससे, उपयोगकर्ताओं की बदलती मांगों को पूरा करने के लिए, आपकी सेवाओं का दायरा बढ़ाया जा सकता है या उन्हें कम किया जा सकता है.
- मार्केटिंग टीम, Analytics डेटा का इस्तेमाल करके, ग्राहक के इस्तेमाल का पैटर्न तय कर सकती है. इन पैटर्न की पहचान अलग-अलग एपीआई, ऐप्लिकेशन, ग्राहकों या अन्य डेटा से की जाती है.
- सभी टीमें अनुरोध से इकट्ठा किए गए कस्टम डेटा को ऐक्सेस कर सकती हैं, ताकि हेडर वैल्यू, क्वेरी पैरामीटर या पेलोड के लिए अनुरोध जैसी खास जानकारी को ट्रैक किया जा सके.