تجزیه‌وتحلیل محتوای پیام میانای برنامه‌سازی کاربردی بااستفاده از تجزیه‌وتحلیل سفارشی

درحال مشاهده اسناد Apigee Edge هستید.
به اسناد Apigee X بروید. اطلاعات

«تجزیه‌وتحلیل Edge API» انواع مختلفی از اطلاعات آماری را از هر درخواست و پاسخ API جمع‌آوری و تجزیه‌وتحلیل می‌کند. این اطلاعات به‌طور خودکار جمع‌آوری می‌شود و سپس می‌تواند در واسط کاربر Edge یا بااستفاده از API سنجه‌ها نمایش داده شود. برای اطلاعات بیشتر درباره این آمار، سنجه‌ها و ابعاد را ببینید.

همچنین ممکن است بخواهید داده‌های تجزیه‌وتحلیل سفارشی مختص به پراکسی‌های API، برنامه‌ها، محصولات، یا توسعه‌دهندگان خود را جمع‌آوری کنید. برای مثال، ممکن است بخواهید داده‌ها را از پارامترهای پُرسمان، سرایندهای درخواست، بدنه‌های درخواست و پاسخ، یا متغیرهایی که در میاناهای برنامه‌سازی کاربردی خود تعریف می‌کنید جمع‌آوری کنید.

این موضوع نشان می‌دهد چگونه از خط‌مشی StatisticsCollector برای استخراج داده‌های تجزیه‌وتحلیل سفارشی از درخواست/پاسخ «میانای برنامه‌سازی کاربردی» و انتقال آن داده‌ها به «تجزیه‌وتحلیل Edge API» استفاده کنید. سپس، نحوه مشاهده داده‌های Analytics در گزارش در «میانای کاربری Edge» یا بااستفاده از «میانای برنامه‌سازی کاربردی Edge» را نشان می‌دهد.

درباره Google Book API

این موضوع نحوه ضبط داده‌های تجزیه‌وتحلیل سفارشی از درخواست‌های پراکسی API به Google Books API را شرح می‌دهد. «میانای برنامه‌سازی کاربردی کتاب‌های Google» به شما امکان می‌دهد کتاب‌ها را براساس عنوان، موضوع، نویسنده، و ویژگی‌های دیگر جستجو کنید.

برای مثال، برای انجام جستجو براساس عنوان کتاب، درخواست‌هایی را به نقطه پایانی /volumes ارسال کنید. یک پارامتر پُرسمان واحد به Books API ارسال کنید که حاوی عنوان کتاب باشد:

curl https://www.googleapis.com/books/v1/volumes?q=davinci%20code

این تماس آرایه JSON از موارد یافت‌شده‌ای را برمی‌گرداند که با معیارهای جستجو مطابقت دارند. در زیر، اولین عنصر آرایه در پاسخ نشان داده شده است (توجه داشته باشید که برخی‌از محتوا برای سادگی حذف شده است):

{
 "kind": "books#volumes",
 "totalItems": 1799,
 "items": [
  {
   "kind": "books#volume",
   "id": "ohZ1wcYifLsC",
   "etag": "4rzIsMdBMYM",
   "selfLink": "https://www.googleapis.com/books/v1/volumes/ohZ1wcYifLsC",
   "volumeInfo": {
    "title": "The Da Vinci Code",
    "subtitle": "Featuring Robert Langdon",
    "authors": [
     "Dan Brown"
    ],
    "publisher": "Anchor",
    "publishedDate": "2003-03-18",
    "description": "MORE THAN 80 MILLION COPIES SOLD ....",
    "industryIdentifiers": [
     {
      "type": "ISBN_10",
      "identifier": "0385504217"
     },
     {
      "type": "ISBN_13",
      "identifier": "9780385504218"
     }
    ],
    "readingModes": {
     "text": true,
     "image": true
    },
    "pageCount": 400,
    "printType": "BOOK",
    "categories": [
     "Fiction"
    ],
    "averageRating": 4.0,
    "ratingsCount": 710,
    "maturityRating": "NOT_MATURE",
    "allowAnonLogging": true,
    "contentVersion": "0.18.13.0.preview.3",
    "panelizationSummary": {
     "containsEpubBubbles": false,
     "containsImageBubbles": false
    },
...
   "accessInfo": {
    "country": "US",
    "viewability": "PARTIAL",
    "embeddable": true,
    "publicDomain": false,
    "textToSpeechPermission": "ALLOWED_FOR_ACCESSIBILITY",
    "epub": {
     "isAvailable": true,
     "acsTokenLink": "link"
    },
    "pdf": {
     "isAvailable": true,
     "acsTokenLink": "link"
    },
...
   }
  }

توجه داشته باشید که چندین بخش از پاسخ برجسته شده است:

• تعداد نتایج جستجو
• رده‌بندی میانگین کتاب
• تعداد رتبه‌بندی‌ها
• دردسترس بودن نسخه‌های PDF کتاب

بخش‌های زیر نحوه جمع‌آوری آمار برای این بخش‌های پاسخ و همچنین برای پارامتر پُرسمان، q، حاوی معیارهای جستجو را توضیح می‌دهد.

ایجاد پراکسی API برای Google Book API

قبل‌از اینکه بتوانید آمار «میانای برنامه‌سازی کاربردی Google Book» را جمع‌آوری کنید، باید یک پراکسی Edge API ایجاد کنید که آن را فراخوانی کند. سپس آن پراکسی API را فراخوانی می‌کنید تا درخواست‌هایتان را به Google Book API ارسال کنید.

مرحله ۲: ایجاد پراکسی API آموزش گام‌به‌گام ایجاد پراکسی API نحوه ایجاد پراکسی‌ای را که https://mocktarget.apigee.net API را فرا می‌خواند شرح می‌دهد. توجه داشته باشید که پراکسی توضیح‌داده‌شده در آن آموزش برای فراخوانی به کلید API نیاز ندارد.

از همان روش برای ایجاد یک پراکسی API برای نقطه پایانی /volumes از Google Book API استفاده کنید. در «مرحله ۵» این رویه، وقتی کارگزار API را ایجاد می‌کنید، ویژگی‌های زیر را برای ارجاع دادن به Google Books API تنظیم کنید:

• نام پراکسی: «mybooksearch»
• مسیر پایه پراکسی: «/mybooksearch»
• میانای برنامه‌سازی کاربردی موجود: «https://www.googleapis.com/books/v1/volumes»

پس‌از ایجاد و استقرار پراکسی، باید بتوانید بااستفاده از فرمان curl به‌شکل زیر آن را فراخوانی کنید:

curl http://org_name-env_name.apigee.net/mybooksearch?q=davinci%20code

که در آن org_name و env_name سازمان و محیطی را که در آن کارگزار را مستقر کرده‌اید مشخص می‌کنند. برای مثال:

curl http://myorg-test.apigee.net/mybooksearch?q=davinci%20code

جمع‌آوری داده‌های تجزیه‌وتحلیل سفارشی

جمع‌آوری داده‌های Analytics از درخواست API یک فرایند دو مرحله‌ای است:

1. داده‌های موردنظر را استخراج کنید و آن را در متغیری بنویسید.

   همه داده‌های منتقل‌شده به «تحلیل‌های Edge API» از مقادیر ذخیره‌شده در متغیرها می‌آید. برخی‌از داده‌ها به‌طور خودکار در متغیرهای جریان ازپیش‌تعریف‌شده Edge ذخیره می‌شوند، مثل مقادیر پارامترهای پُرسمان که به پراکسی API ارسال می‌شوند. برای اطلاعات بیشتر درباره متغیرهای جریان ازپیش‌تعریف‌شده، نمای کلی متغیرهای جریان را ببینید.

   از خط‌مشی استخراج متغیرها برای استخراج محتوای سفارشی از درخواست یا پاسخ و نوشتن آن داده‌ها در متغیر استفاده کنید.

2. نوشتن داده‌ها از متغیر به Edge API Analytics.

   از خط‌مشی «جمع‌آوری‌کننده آمار» برای نوشتن داده‌ها از متغیر به «واکاوش Edge API» استفاده کنید. داده‌ها می‌توانند از متغیرهای جریان Edge ازپیش‌تعریف‌شده، یا متغیرهای ایجادشده توسط خط‌مشی «استخراج متغیرها» به‌دست آیند.

پس‌از جمع‌آوری داده‌های آماری، می‌توانید از «میانای کاربری مدیریت Edge» یا «میانای برنامه‌سازی کاربردی» برای بازیابی و فیلتر کردن آمار استفاده کنید. برای مثال، می‌توانید گزارش سفارشی‌ای تولید کنید که رده‌بندی میانگین هر عنوان کتاب را نشان دهد، درحالی‌که عنوان کتاب با مقدار پارامتر پُرسمان منتقل‌شده به API مطابقت دارد.

برای استخراج داده‌های Analytics، از خط‌مشی «استخراج متغیرها» استفاده کنید

داده‌های Analytics باید استخراج و در متغیری ذخیره شود، یا متغیر جاری ازپیش تعریف‌شده توسط Edge یا متغیرهای سفارشی که تعریف می‌کنید، قبل‌از اینکه بتواند به API Analytics منتقل شود. برای نوشتن داده‌ها در متغیر، از خط‌مشی «استخراج متغیرها» استفاده می‌کنید.

خط‌مشی «استخراج متغیرها» می‌تواند پیام‌های بار را با عبارات JSONPath یا XPath تجزیه کند. برای استخراج اطلاعات از نتایج جستجوی JSON «میانای برنامه‌سازی کاربردی Google Book»، از عبارت JSONPath استفاده کنید. برای مثال، برای استخراج مقدار averageRating از اولین مورد در آرایه نتایج JSON، عبارت JSONPath این است:

$.items[0].volumeInfo.averageRating

پس‌از ارزیابی JSONPath، خط‌مشی «استخراج متغیرها» مقدار استخراج‌شده را در متغیری می‌نویسد.

در این مثال، از خط‌مشی «استخراج متغیرها» برای ایجاد چهار متغیر استفاده می‌کنید:

• responsejson.totalitems
• responsejson.ratingscount
• responsejson.avgrating
• responsejson.pdf

برای این متغیرها، responsejson پیشوند متغیر است و totalitems، ratingscount، avgrating، و pdf نام‌های متغیر هستند.

خط‌مشی «استخراج متغیرها» در زیر نشان می‌دهد که چگونه داده‌ها را از پاسخ JSON استخراج کنید و آن را در متغیرهای سفارشی بنویسید. هر عنصر <Variable> از مشخصه name استفاده می‌کند که نام متغیرهای سفارشی و عبارت JSONPath مرتبط را مشخص می‌کند. عنصر <VariablePrefix> مشخص می‌کند که پیشوند متغیر.

این خط‌مشی را به پراکسی API در «واسط کاربر Edge» اضافه کنید. اگر پراکسی API را در XML می‌سازید، خط‌مشی را به فایلی در زیر/apiproxy/policies با نام ExtractVars.xml اضافه کنید:

<ExtractVariables name="ExtractVars">
    <Source>response</Source>
    <JSONPayload>
        <Variable name="totalitems">
            <JSONPath>$.totalItems</JSONPath>
        </Variable>
        <Variable name="ratingscount">
            <JSONPath>$.items[0].volumeInfo.ratingsCount</JSONPath>
        </Variable>
        <Variable name="avgrating">
            <JSONPath>$.items[0].volumeInfo.averageRating</JSONPath>
        </Variable>
        <Variable name="pdf">
            <JSONPath>$.items[0].accessInfo.pdf.isAvailable</JSONPath>
        </Variable>
    </JSONPayload>
    <VariablePrefix>responsejson</VariablePrefix>
    <IgnoreUnresolvedVariables>true</IgnoreUnresolvedVariables>
</ExtractVariables>

از خط‌مشی «گردآورنده آمار» برای نوشتن داده‌ها در «سرویس Analytics» استفاده کنید

از خط‌مشی «جمع‌آوری‌کننده آمار» برای نوشتن داده‌ها از متغیر به «واکاوش Edge API» استفاده کنید. خط‌مشی «جمع‌آوری آمار» به شکل زیر است:

<StatisticsCollector>
<DisplayName>Statistics Collector-1</DisplayName>
    <Statistics>
        <Statistic name="statName" ref="varName" type="dataType">defVal</Statistic>
       …
    </Statistics>
</StatisticsCollector>

کجا:

• statName نامی را که برای ارجاع دادن به داده‌های آماری در گزارش سفارشی استفاده می‌کنید مشخص می‌کند.
• varName نام متغیری را که حاوی داده‌های Analytics برای جمع‌آوری است مشخص می‌کند. این متغیر می‌تواند در Edge ساخته شود یا می‌تواند متغیر سفارشی باشد که توسط خط‌مشی «استخراج متغیرها» ایجاد شده است.

• dataType نوع داده‌های ضبط‌شده را به‌صورت رشته، عدد صحیح، عدد اعشاری، عدد صحیح بزرگ، عدد اعشاری بزرگ، یا مقدار منطقی مشخص می‌کند.

  برای داده‌های نوع رشته، داده‌های آماری را به‌عنوان ابعاد در گزارش سفارشی ارجاع می‌دهید. برای انواع داده‌های عددی (عدد صحیح/شناور/طولانی/دوبرابر)، داده‌های آماری را به‌عنوان ابعاد یا سنجه در گزارش سفارشی ارجاع می‌دهید.

• defValue به‌صورت اختیاری مقدار پیش‌فرضی برای متغیر سفارشی ارائه دهید که اگر متغیرها قابل‌حل نباشند یا متغیر تعریف نشده باشد، به «میانای برنامه‌سازی کاربردی Analytics» ارسال می‌شود.

در مثال زیر، از خط‌مشی «جمع‌آورنده آمار» برای جمع‌آوری داده‌های متغیرهای ایجادشده توسط خط‌مشی «استخراج متغیرها» استفاده می‌کنید. همچنین مقدار پارامتر پُرسمان ارسال‌شده به هر فراخوانی API را جمع‌آوری می‌کنید. بااستفاده از متغیر جریان ازپیش‌تعریف‌شده به پارامترهای پُرسمان ارجاع دهید:

request.queryparam.queryParamName

برای پارامتر پُرسمان با نام «q»، آن را به‌صورت زیر ارجاع دهید:

request.queryparam.q

این خط‌مشی را در کارگزار نیابتی API در «واسط کاربر Edge» اضافه کنید یا اگر کارگزار نیابتی API را در XML می‌سازید، فایلی را در/apiproxy/policies با نام AnalyzeBookResults.xml, با محتوای زیر اضافه کنید:

<StatisticsCollector name="AnalyzeBookResults">
 <Statistics>
        <Statistic name="totalitems" ref="responsejson.totalitems" type="integer">0</Statistic>
        <Statistic name="ratingscount" ref="responsejson.ratingscount" type="integer">0</Statistic>
        <Statistic name="avgrating" ref="responsejson.avgrating" type="float">0.0</Statistic>
        <Statistic name="pdf" ref="responsejson.pdf" type="boolean">true</Statistic>
        <Statistic name="booktitle" ref="request.queryparam.q" type="string">none</Statistic>
 </Statistics>
</StatisticsCollector>

خط‌مشی‌ها را به جریان پاسخ ProxyEndpoint پیوست کنید

برای اینکه همه چیز به‌درستی کار کند، خط‌مشی‌ها باید در مکان مناسب به جریان پراکسی API پیوست شوند. در این مورد استفاده، خط‌مشی‌ها باید پس‌از دریافت پاسخ از Google Book API و قبل‌از ارسال پاسخ به مشتری درخواست‌کننده اجرا شوند. بنابراین، خط‌مشی‌ها را به پاسخ ProxyEndpoint PreFlow پیوست کنید.

پیکربندی نمونه ProxyEndpoint در زیر ابتدا خط‌مشی‌ای به‌نام ExtractVars را برای تجزیه پیام پاسخ اجرا می‌کند. خط‌مشی‌ای به‌نام AnalyzeBookResults سپس آن مقادیر را به API Analytics بازارسال می‌کند:

<ProxyEndpoint name="default">
    ><PreFlow name="PreFlow">
        <Request/>
        <Response>
            <Step>
                <Name>Extract-Vars</Name>
            </Step>
            <Step>
                <Name>AnalyzeBookResults</Name>
            </Step>
        </Response>
    </PreFlow>
 <HTTPProxyConnection>
  <!-- Base path used to route inbound requests to this API proxy -->
  <BasePath>/mybooksearch</BasePath>
  <!-- The named virtual host that defines the base URL for requests to this proxy -->
  <VirtualHost>default</VirtualHost>
 </HTTPProxyConnection>
 <RouteRule name="default">
 <!-- Connects the proxy to the target defined under /targets -->
  <TargetEndpoint>default</TargetEndpoint>
 </RouteRule>
</ProxyEndpoint>

استقرار پراکسی API

پس‌از انجام این تغییرات، باید پراکسی API را که پیکربندی کرده‌اید مستقر کنید.

پر کردن داده‌های تجزیه‌وتحلیل

پس‌از استقرار پراکسی API، پراکسی را فراخوانی کنید تا داده‌ها در «تحلیل API» تکمیل شود. با اجرای فرمان‌های زیر می‌توانید این کار را انجام دهید، هریک از این فرمان‌ها از عنوان کتاب متفاوتی استفاده می‌کند:

موبی دیک:

curl https://org_name-env_name.apigee.net/mybooksearch?q=mobey%20dick

کد داوینچی:

curl https://org_name-env_name.apigee.net/mybooksearch?q=davinci%20code 

دختر گمشده:

curl https://org_name-env_name.apigee.net/mybooksearch?q=gone%20girl  

بازی تاج‌وتخت:

curl https://org_name-env_name.apigee.net/mybooksearch?q=game%20of%20thrones   

مشاهده داده‌های تجزیه‌وتحلیل

‫Edge دو روش برای مشاهده داده‌های تجزیه‌وتحلیل سفارشی شما ارائه می‌دهد:

• میانای کاربر Edge از گزارش‌های سفارشی که به شما امکان می‌دهد داده‌هایتان را در نمودار گرافیکی مشاهده کنید پشتیبانی می‌کند.
• میانای برنامه‌سازی کاربردی سنجه‌ها به شما امکان می‌دهد با انجام فراخوانی‌های REST به Edge API، داده‌های Analytics را بازیابی کنید. می‌توانید از میانای برنامه‌سازی کاربردی برای ساختن دیداری‌سازی‌های خودتان در قالب ابزارک‌های سفارشی استفاده کنید که می‌توانید در درگاه‌ها یا برنامه‌های سفارشی جاسازی کنید.

بااستفاده از «واسط کاربر Edge»، گزارشی از آمار تولید کنید

گزارش‌های سفارشی به شما امکان می‌دهند تا در آمار API خاصی دقیق شوید و داده‌های دقیقی را که می‌خواهید ببینید مشاهده کنید. می‌توانید بااستفاده از هریک از سنجه‌ها و ابعاد ساخته‌شده در Edge، گزارش سفارشی ایجاد کنید. علاوه‌براین، می‌توانید از هریک از داده‌های تجزیه‌وتحلیلی که بااستفاده از خط‌مشی StatisticsCollector استخراج کرده‌اید استفاده کنید.

وقتی خط‌مشی «جمع‌آورنده آمار» را ایجاد می‌کنید، نوع داده‌های جمع‌آوری‌شده را مشخص می‌کنید. برای نوع داده رشته‌ای، داده‌های آماری را به‌عنوان بُعد در گزارش سفارشی ارجاع دهید. برای انواع داده‌های عددی (عدد صحیح/شناور/طولانی/دوبرابر)، تاریخ آماری را در گزارش سفارشی به‌عنوان بُعد یا به‌عنوان سنجه ارجاع دهید. برای اطلاعات بیشتر، مدیریت گزارش‌های سفارشی را ببینید.

تولید گزارش سفارشی بااستفاده از «میانای کاربر Edge»:

1. به صفحه «گزارش‌های سفارشی» که در زیر توضیح داده شده است دسترسی پیدا کنید.

   Edge

   برای دسترسی به صفحه «گزارش‌های سفارشی» بااستفاده از «واسط کاربر Edge»:

   1. به سیستم apigee.com/edge وارد شوید.
   2. در نوار پیمایش سمت راست، تجزیه‌وتحلیل > گزارش‌های سفارشی > گزارش‌ها را انتخاب کنید.

   Classic Edge (ابر خصوصی)

   برای دسترسی به صفحه «گزارش‌های سفارشی» بااستفاده از «واسط کاربر Classic Edge»:

   1. به سیستم http://ms-ip:9000 وارد شوید، که در آن ms-ip نشانی IP یا نام ساناد گره «سرور مدیریت» است.

   2. «Analytics > گزارش‌ها» را در نوار پیمایش بالا انتخاب کنید.

2. در صفحه «گزارش‌های سفارشی»، روی +گزارش سفارشی کلیک کنید.
3. نام گزارش را مشخص کنید، مثلاً mybookreport.

4. سنجه داخلی، مثل ترافیک، و تابع تجمیعی، مثل مجموع، را انتخاب کنید.

   یا یکی از آمار داده‌های عددی را که بااستفاده از خط‌مشی StatisticsCollector ایجاد کرده‌اید انتخاب کنید. برای مثال، ratingscount و تابع تجمیعی Sum را انتخاب کنید.

5. ابعاد داخلی، مثل پراکسی API، یا هریک از آمار رشته‌ای یا عددی را که بااستفاده از خط‌مشی StatisticsCollector ایجاد کرده‌اید انتخاب کنید.

   برای مثال، booktitle را انتخاب کنید. گزارش شما اکنون مجموع ratingscount را براساس booktitle نمایش می‌دهد:

   
6. ذخیره کردن را انتخاب کنید. گزارش در فهرست همه گزارش‌های سفارشی ظاهر می‌شود.

7. برای اجرای گزارش، نام گزارش را انتخاب کنید. به‌طور پیش‌فرض، گزارش داده‌های مربوط به ساعت گذشته را نشان می‌دهد.

8. برای تنظیم محدوده زمانی، نمایش تاریخ را در گوشه بالا سمت چپ انتخاب کنید تا منو بازشوی انتخابگر تاریخ باز شود.

9. ۷ روز گذشته را انتخاب کنید. گزارش به‌روز می‌شود تا مجموع رده‌بندی‌ها را برای هر عنوان کتاب نشان دهد:

   

دریافت آمار بااستفاده از Edge API

برای آمارگیری از داده‌های تجزیه‌وتحلیل سفارشی خود، از میانای برنامه‌سازی کاربردی سنجه‌های Edge استفاده کنید. در درخواست نمونه زیر:

• منبع نشانی وب پس‌از /stats ابعاد موردنظر را مشخص می‌کند. در این مثال، داده‌های بُعد booktitle را به‌دست می‌آورید.
• پارامتر پُرسمان select برای مشخص کردن سنجه‌ها برای بازیابی. این درخواست براساس مجموع ratingscount تجزیه‌وتحلیل برمی‌گرداند.

• پارامتر timeRange بازه زمانی داده‌های برگشتی را مشخص می‌کند. محدوده زمانی در قالب زیر است:

  MM/DD/YYYY%20HH:MM~MM/DD/YYYY%20HH:MM

فراخوانی کامل API این است:

curl -X GET "https://api.enterprise.apigee.com/v1/organizations/org_name/environments/env_name/stats/booktitle?select=sum(ratingscount)&timeRange=04/21/2019&2014:00:00~04/22/2019&2014:00:00" /
-u email:password

باید پاسخی به‌این شکل ببینید:

{
  "environments": [
    {
      "dimensions": [
        {
          "metrics": [
            {
              "name": "sum(ratingscount)",
              "values": [
                "5352.0"
              ]
            }
          ],
          "name": "gone girl"
        },
        {
          "metrics": [
            {
              "name": "sum(ratingscount)",
              "values": [
                "4260.0"
              ]
            }
          ],
          "name": "davinci code"
        },
        {
          "metrics": [
            {
              "name": "sum(ratingscount)",
              "values": [
                "1836.0"
              ]
            }
          ],
          "name": "game of thrones"
        },
        {
          "metrics": [
            {
              "name": "sum(ratingscount)",
              "values": [
                "1812.0"
              ]
            }
          ],
          "name": "mobey dick"
        }
      ],
      "name": "prod"
    }
  ],
  "metaData": {
    "errors": [],
    "notices": [
      "query served by:9b372dd0-ed30-4502-8753-73a6b09cc028",
      "Table used: uap-prod-gcp-us-west1.edge.edge_api_raxgroup021_fact",
      "Source:Big Query"
    ]
  }
}

میانای برنامه‌سازی کاربردی سنجه‌های Edge گزینه‌های زیادی دارد. برای مثال، می‌توانید نتایج را به‌ترتیب صعودی یا نزولی مرتب کنید. در مثال زیر، از ترتیب صعودی استفاده می‌کنید:

curl -X GET "https://api.enterprise.apigee.com/v1/organizations/org_name/environments/env_name/stats/booktitle?select=sum(ratingscount)&timeRange=04/21/2019&2014:00:00~04/22/2019&2014:00:00&sort=ASC" /
-u email:password

نتایج را می‌توان با مشخص کردن مقادیر ابعاد موردنظر فیلتر کرد. در مثال زیر، گزارش براساس نتایج «دختر گمشده» و «کد داوینچی» فیلتر شده است:

$ curl -X GET "https://api.enterprise.apigee.com/v1/organizations/org_name/environments/env_name/stats/booktitle?select=sum(ratingscount)&timeRange=04/21/2019&2014:00:00~04/22/2019&2014:00:00&filter=(booktitle%20in%20'gone%20girl'%2C%20'davinci%20code')" /
-u email:password

ایجاد متغیرهای سفارشی تجزیه‌وتحلیل با «سازنده راه‌حل»

«سازنده راه‌حل» به شما امکان می‌دهد متغیرهای Analytics سفارشی را ازطریق کادر گفتگوی میانای کاربر مدیریت کاربرپسند ایجاد کنید.

بهتر است بخش قبلی، جمع‌آوری داده‌های تجزیه‌وتحلیل سفارشی، را بخوانید که توضیح می‌دهد خط‌مشی‌های «استخراج متغیرها» و «جمع‌آوری آمار» چگونه با هم کار می‌کنند تا متغیرهای سفارشی را به «تجزیه‌وتحلیل Edge API» ارائه دهند. همان‌طور که می‌بینید، واسط کاربر از همین الگو پیروی می‌کند، اما روشی راحت برای پیکربندی کامل موارد ازطریق واسط کاربر ارائه می‌دهد. درصورت تمایل، نمونه Google Books API را بااستفاده از واسط کاربر به‌جای ویرایش کردن و پیوست کردن دستی خط‌مشی‌ها امتحان کنید.

کادر گفتگوی «سازنده راه‌حل» به شما امکان می‌دهد متغیرهای Analytics را مستقیماً در واسط کاربر پیکربندی کنید. این ابزار خط‌مشی‌ها را تولید می‌کند و آن‌ها را به پراکسی API برای شما پیوست می‌کند. خط‌مشی‌ها متغیرهای موردنظر را از درخواست‌ها یا پاسخ‌ها استخراج می‌کنند و متغیرهای استخراج‌شده را به «تحلیل Edge API» منتقل می‌کنند.

«سازنده راه‌حل» متغیرهای استخراج جدید و خط‌مشی‌های «جمع‌آورنده آمار» ایجاد می‌کند و نام‌های منحصربه‌فردی به آن‌ها می‌دهد. «سازنده راه‌حل» به شما اجازه نمی‌دهد پس‌از ایجاد این خط‌مشی‌ها در یک نسخه بازبینی پراکسی معین، به عقب برگردید و آن‌ها را تغییر دهید. برای ایجاد تغییرات، خط‌مشی‌های تولیدشده را مستقیماً در ویرایشگر خط‌مشی ویرایش کنید.

1. به صفحه «نمای کلی» برای پراکسی خود در «واسط کاربر Edge» بروید.
2. روی توسعه دادن کلیک کنید.
3. در صفحه «توسعه»، مجموعه Analytics سفارشی را از منو «ابزارها» انتخاب کنید. کادر گفتگوی «سازنده راه‌حل» ظاهر می‌شود.
4. در کادر گفتگوی «سازنده راه‌حل»، ابتدا دو خط‌مشی را پیکربندی می‌کنید: «استخراج متغیرها» و «گردآورنده آمار». سپس، پیکربندی می‌کنید که این خط‌مشی‌ها کجا پیوست شوند.
5. داده‌هایی را که می‌خواهید استخراج کنید مشخص کنید:
   • نوع مکان: نوع داده‌ای را که می‌خواهید جمع‌آوری کنید و مکان جمع‌آوری آن را انتخاب کنید. می‌توانید داده‌ها را از طرف درخواست یا پاسخ انتخاب کنید. برای مثال، درخواست: پارامتر پُرسمان یا پاسخ: بدنه XML.
   • منبع مکان: داده‌هایی را که می‌خواهید جمع‌آوری کنید مشخص کنید. برای مثال، نام پارامتر پُرسمان یا XPath برای داده‌های XML در بدنه پاسخ.
6. نام متغیری (و نوعی) را مشخص کنید که خط‌مشی «جمع‌آورنده آمار» برای شناسایی داده‌های استخراج‌شده استفاده خواهد کرد. محدودیت‌های نام‌گذاری را در این موضوع ببینید.
   
   نامی که استفاده می‌کنید در منو کرکره‌ای ابعاد یا سنجه‌ها در واسط کاربر سازنده «گزارش سفارشی» نشان داده خواهد شد.
7. انتخاب کنید که در جریان پراکسی API کجا می‌خواهید خط‌مشی‌های تولیدشده «استخراج متغیرها» و «جمع‌آوری آمار» را پیوست کنید. برای راهنمایی، «پیوست کردن خط‌مشی‌ها به جریان پاسخ ProxyEndpoint» را ببینید. برای اینکه همه چیز به‌درستی کار کند، خط‌مشی‌ها باید در مکان مناسب به «جریان» کارگزار API پیوست شوند. باید خط‌مشی‌ها را در مرحله‌ای از جریان که متغیرهایی که به‌دام می‌اندازید در محدوده (پرشده) هستند پیوست کنید.
8. برای افزودن متغیرهای سفارشی بیشتر، روی +گردآورنده کلیک کنید.

9. وقتی کارتان تمام شد، روی ساختن راه‌حل کلیک کنید.

   

10. ذخیره و مستقر کردن پراکسی.

اکنون می‌توانید گزارش سفارشی برای داده‌ها طبق آنچه در بالا توضیح داده شد تولید کنید.