比較 API Monitoring 與 Edge Analytics

您正在查看 Apigee Edge 說明文件。
查看 Apigee X 說明文件
資訊

本節比較 API MonitoringEdge Analytics。雖然 API 監控和 Edge Analytics 都能收集及查看 API 資料,但兩者的目標不同:

  • API 監控的目標是確保 API 可以正常執行。為此,您要查看最新資料。API Monitoring 提供近乎即時的資料,並可在問題發生時通知您。
  • Edge Analytics 的目標是瞭解 API 的長期行為,確保 API 能夠符合業務需求,或是視需要進行調整。在上述情況下,查看即時資料不太重要。因此,Analytics (分析) 資料會稍有延遲,但通常最多不超過 10 分鐘。

請注意,API 監控資料主要與錯誤代碼和延遲有關,是 Analytics (分析) 資料的一小部分。

API Monitoring 資料和 Analytics (分析) 資料之間的差異

本節說明 Edge Analytics 與 API Monitoring 所收集的資料之間有些微差異。 由於 API Monitoring 和 Analytics (分析) 使用不同的資料管道,因此 Monitoring 產生的自訂報表和 Analytics (分析) 產生的報表之間,可能會有些許差異。例如,您可能會發現逾時錯誤 (要求中的 HTTP 狀態碼 504) 和用戶端逾時 (HTTP 狀態碼 499) 的回報結果之間有差異。在 Analytics (分析) 自訂報表中,這些事件的狀態碼可能是 200,但在 Monitoring 自訂報表中會顯示為狀態碼 504 或 499。

API Monitoring

API 監控功能可提供即時的 API 效能深入分析,協助您快速診斷及修正問題,確保 API 正常運作。

API Monitoring 可讓您:

  • 提高 API 可用性,並減少平均需要診斷時間 (MTTD)。
  • 並根據情境快訊採取適當行動,避免消費者受到影響。
  • 利用 Apigee 錯誤代碼加快診斷速度。
  • 迅速找出問題區域,診斷錯誤、效能與延遲問題及其來源。

Edge API 數據分析

Edge API Analytics 會收集並分析透過 API 收集到的資訊。API Analytics (分析) 會擷取下列資訊:

  • API 流量的長期趨勢
  • 您有哪些熱門應用程式
  • 您的頂尖開發人員是誰
  • 最受歡迎的 API 方法
  • API 回應時間最快/最慢的時機
  • API 流量最高的地理位置

API 數據分析收集的資料

API Analytics (分析) 會收集並分析跨 API 流動的多種資料。舉例來說,當您的 API 部署期間,Analytics (分析) 會持續記錄收到的訊息數量、開發人員數量、回應時間、錯誤、使用中的應用程式數量、要求大小,以及其他許多資料。

如需指標和相關使用方式的簡介,請參閱「使用 Metrics API 評估 API 計畫的成效」一文。如需指標的完整清單,請參閱 Analytics (分析) 指標、維度和篩選器參考資料

收集自訂指標

您也可以使用 StatisticsCollector 政策收集自訂指標。StatisticsCollector 政策可將要求標頭、XML/JSON 酬載、查詢參數、URI 和其他位置的資訊寫入 Analytics (分析) 伺服器,以便分析及產生報表。

存取 Analytics (分析) 資料

在這之後,您可以使用 API Analytics (分析) 視覺化工具 (包括資訊主頁、自訂報表和地理區域對應) 存取預先定義的指標和自訂指標。如要進一步瞭解 API 數據分析提供的視覺化工具,請參閱「Analytics (分析) 資訊主頁」一文。如要進一步瞭解自訂報表,請參閱「建立自訂報表」一文。

比較 API Monitoring 及 API 數據分析

API 開發人員同時使用 API Monitoring 和 API Analytics (分析)。兩者之間的主要差異之一,就是 API Monitoring 內建的快訊機制。快訊可讓您的營運團隊即時回應 API 相關問題,確保 API 可用且運作正常。

快訊條件會定義特定狀態碼 (2xx/4xx/5xx)、延遲時間和錯誤代碼門檻。如果超出這個門檻,就會在 UI 中觸發視覺化快訊,並透過電子郵件、Sslack、Pagerduty 或 Webhook 等各種管道傳送通知。您可以在環境、API Proxy、目標服務或區域層級設定快訊。

快訊觸發後,營運團隊可以使用 API Monitoring UI 調查問題,並深入瞭解問題的根本原因。 接著,您可以產生含有預先定義快訊相關資訊的自訂報表,例如:

  • 總回應時間
  • 目標回覆時間
  • Proxy 錯誤
  • 目標錯誤
  • 要求 UUID
  • 更多

API Analytics (分析) 旨在擷取多種資料,供多個團隊使用。例如:

  • 營運團隊可運用 Analytics (分析) 資料找出流量高低的時期,以便根據不斷變化的需求增減服務規模。
  • 行銷團隊可根據 Analytics (分析) 資料,判斷個別 API、應用程式、客戶或其他資料識別的客戶使用模式。
  • 所有團隊都能存取從要求收集到的自訂資料,以便追蹤特定資訊,例如標頭值、查詢參數或要求酬載。