אתם צופים במסמכי התיעוד של Apigee Edge.
כדאי לעיין במסמכי התיעוד של Apigee X. מידע
הגדרת הרשאות לסוכני שירות שהוקצו
כדי להגדיר הרשאות לסוכני שירות שהוקצו, כהכנה לשינויים שמתוארים למעלה, מבצעים את השלבים הבאים.
- כדי למצוא את השם של סוכן השירות של Google Cloud, מזינים את הפקודה הבאה:
curl -X GET \ "https://api.enterprise.apigee.com/v1/organizations/ORG" \ -u email:password \ | jq -r '.properties.property[] | select(.name=="serviceAgent.analytics") | .value'
כאשר ORG הוא הארגון שלכם. הפונקציה מחזירה את השם והערך של סוכן השירות, כמו בדוגמה הבאה:
"property" : [ { "name" : "serviceAgent.analytics", "value" : "service-9q1ibk@gcp-sa-apigee-uap.iam.gserviceaccount.com" }, - פותחים את לוח הבקרה של IAM במסוף Google Cloud.
- בוחרים את הפרויקט ב-Google Cloud.
- בחלק העליון של החלונית IAM לוחצים על Add (הוספה).
- בשדה New principals, מזינים את סוכן השירות
valueשהוחזר בשלב 1. לדוגמה, הערךvalueשמופיע בשלב 1 הואservice-9q1ibk@gcp-sa-apigee-uap.iam.gserviceaccount.com. - לוחצים על הלחצן +הוספת תפקיד נוסף ומוסיפים את התפקידים הבאים:
- BigQuery User
- אדמין באחסון
- לוחצים על שמירה.
נתוני Apigee Analytics
Apigee Analytics אוסף ומנתח מגוון רחב של נתונים שזורמים בממשקי ה-API שלכם, ומספק כלי ויזואליזציה, כולל לוחות בקרה אינטראקטיביים, דוחות בהתאמה אישית וכלים אחרים שמזהים מגמות בביצועים של proxy ל-API. מעכשיו אפשר לייצא נתוני ניתוח מ-Apigee Analytics למאגר נתונים משלכם, כמו Google Cloud Storage או Google BigQuery, כדי לקבל גישה לתוכן העשיר הזה. לאחר מכן תוכלו לנצל את יכולות השאילתות ולמידת המכונה המתקדמות שמציעות פלטפורמות Google BigQuery ו-TensorFlow כדי לבצע ניתוח נתונים משלכם. אפשר גם לשלב את נתוני הניתוח המיוצאים עם נתונים אחרים, כמו יומני אינטרנט, כדי לקבל תובנות חדשות לגבי המשתמשים, ממשקי ה-API והאפליקציות.פורמט ייצוא הנתונים
ייצוא נתוני Analytics לאחד מהפורמטים הבאים:
ערכים מופרדים בפסיקים (CSV)
תו ברירת המחדל להפרדה הוא פסיק (,). תווי המפריד הנתמכים כוללים פסיק (,), קו אנכי (|) וטאב (\t). מגדירים את הערך באמצעות המאפיין
csvDelimiter, כמו שמתואר במאמר הפניה למאפייני בקשת ייצוא .JSON (מופרד בתו שורה חדשה)
מאפשר להשתמש בתו של שורה חדשה כמפריד.
הנתונים שמיוצאים כוללים את כל המדדים והמאפיינים של Analytics שמוטמעים ב-Edge, וגם נתוני Analytics מותאמים אישית שאתם מוסיפים. תיאור של הנתונים שמייצאים זמין במאמר מאפיינים, מדדים ומסננים ב-Analytics.
אפשר לייצא נתוני ניתוח למאגרי הנתונים הבאים:
סקירה כללית של תהליך הייצוא
השלבים הבאים מתארים את התהליך לייצוא נתוני הניתוח:
מגדירים את מאגר הנתונים (Cloud Storage או BigQuery) לייצוא נתונים. צריך לוודא שמאגר הנתונים מוגדר בצורה נכונה, ושלחשבון השירות שמשמש לכתיבת נתונים במאגר הנתונים יש את ההרשאות הנכונות.
יוצרים מאגר נתונים שמגדיר את המאפיינים של מאגר הנתונים (Cloud Storage או BigQuery) שאליו מייצאים את הנתונים, כולל פרטי הכניסה שמשמשים לגישה למאגר הנתונים.
כשיוצרים מאגר נתונים, מעלים את פרטי הכניסה למאגר הנתונים אל Edge Credentials Vault כדי לאחסן אותם בצורה מאובטחת. מנגנון ייצוא הנתונים משתמש בפרטי הכניסה האלה כדי לכתוב נתונים במאגר הנתונים.
משתמשים ב-API לייצוא נתונים כדי להתחיל את ייצוא הנתונים. ייצוא הנתונים מתבצע באופן אסינכרוני ברקע.
אפשר להשתמש בממשק Export API כדי לדעת מתי הייצוא מסתיים.
אחרי שהייצוא מסתיים, ניגשים לנתונים שיוצאו במאגר הנתונים.
בחלקים הבאים נרחיב על השלבים האלה.
הגדרת מאגר הנתונים
מנגנון ייצוא נתוני הניתוח כותב נתונים ל-Cloud Storage או ל-BigQuery. כדי שהכתיבה הזו תתבצע, אתם צריכים:
- יוצרים חשבון שירות ב-Google Cloud Platform.
- מגדירים את התפקיד של חשבון השירות כך שתהיה לו גישה ל-Cloud Storage או ל-BigQuery.
יצירת חשבון שירות ל-Cloud Storage או ל-BigQuery
חשבון שירות הוא סוג של חשבון Google ששייך לאפליקציה ולא למשתמש פרטי. לאחר מכן האפליקציה משתמשת בחשבון השירות כדי לגשת לשירות.
לחשבון שירות יש מפתח של חשבון שירות שמיוצג על ידי מחרוזת JSON. כשיוצרים את מאגר הנתונים של Edge שמגדיר את החיבור למאגר הנתונים, מעבירים אליו את המפתח הזה. מנגנון ייצוא הנתונים משתמש במפתח כדי לגשת למאגר הנתונים שלכם.
חשבון השירות שמשויך למפתח צריך להיות הבעלים של הפרויקט ב-Google Cloud Platform וצריכה להיות לו גישת כתיבה לקטגוריה של Google Cloud Storage. כדי ליצור מפתח שירות ולהוריד את המטען הייעודי (payload) הנדרש, אפשר לעיין במאמר יצירה וניהול של מפתחות לחשבונות שירות במסמכי Google Cloud Platform.
לדוגמה, כשמורידים את המפתח בפעם הראשונה, הפורמט שלו יהיה אובייקט JSON:
{ "type": "service_account", "project_id": "myProject", "private_key_id": "12312312", "private_key": "-----BEGIN PRIVATE KEY-----\n...", "client_email": "client_email@developer.gserviceaccount.com", "client_id": "879876769876", "auth_uri": "https://accounts.google.com/organizations/oauth2/auth", "token_uri": "https://oauth2.googleapis.com/token", "auth_provider_x509_cert_url": "https://www.googleapis.com/oauth2", "client_x509_cert_url": "https://www.googleapis.com" }
הגדרת Google Cloud Storage
לפני שתוכלו לייצא נתונים ל-Google Cloud Storage:
- צריך לוודא שממשקי ה-API של BigQuery ושל Cloud Resource Manager מופעלים בפרויקט שלכם ב-Google Cloud Platform. הוראות מפורטות זמינות במאמר בנושא הפעלת ממשקי API. Apigee משתמש ב-BigQuery API כדי להשתמש בתכונות הייצוא של BigQuery כשמייצאים ל-Cloud Storage, וב-Cloud Resource Manager API כדי לבדוק הרשאות לפני כל ייצוא.
מוודאים שחשבון השירות משויך לתפקידים הבאים:
- שימוש במשימות BigQuery
- יצירת אובייקטים של אחסון
- אדמין אחסון (נדרש רק לבדיקת מאגר הנתונים כפי שמתואר במאמר בדיקת ההגדרה של מאגר נתונים). אם התפקיד הזה רחב מדי, אפשר להוסיף את ההרשאה
storage.buckets.getלתפקיד קיים במקום.)
לחלופין, אם רוצים לשנות תפקיד קיים או ליצור תפקיד בהתאמה אישית, צריך להוסיף לתפקיד את ההרשאות הבאות:
bigquery.jobs.createstorage.objects.createstorage.buckets.get(נדרש רק לבדיקת מאגר הנתונים כפי שמתואר במאמר בדיקת ההגדרה של מאגר נתונים)
הגדרת Google BigQuery
לפני שתוכלו לייצא נתונים ל-Google BigQuery:
- צריך לוודא שממשקי ה-API של BigQuery ושל Cloud Resource Manager מופעלים בפרויקט שלכם ב-Google Cloud Platform. הוראות מפורטות זמינות במאמר בנושא הפעלת ממשקי API. מערכת Apigee משתמשת ב-Cloud Resource Manager API כדי לבדוק את ההרשאות לפני כל ייצוא.
- צריך לוודא ש-BigQuery API מופעל בפרויקט Google Cloud Platform. הוראות מפורטות מופיעות במאמר הפעלה והשבתה של ממשקי API.
מוודאים שחשבון השירות משויך לתפקידים הבאים:
- שימוש במשימות BigQuery
- עריכה של נתוני BigQuery
אם רוצים לשנות תפקיד קיים או ליצור תפקיד בהתאמה אישית, צריך להוסיף לתפקיד את ההרשאות הבאות:
bigquery.datasets.createbigquery.datasets.getbigquery.jobs.createbigquery.tables.createbigquery.tables.getbigquery.tables.updateData
יצירת מאגר נתונים
מאגר הנתונים מגדיר את החיבור למאגר נתוני הייצוא (Cloud Storage, BigQuery), כולל פרטי הכניסה שמשמשים לגישה למאגר הנתונים.
מידע על Edge Credentials Vault
Edge משתמש בכספת פרטי הכניסה כדי לאחסן בצורה מאובטחת את פרטי הכניסה שמשמשים לגישה למאגר נתוני הייצוא. כדי ששירות יוכל לגשת לפרטי הכניסה בכספת פרטי הכניסה של Edge, צריך להגדיר צרכן של פרטי הכניסה.
כשיוצרים מאגר נתונים באמצעות ממשק המשתמש של Edge, כמו שמתואר בהמשך, Edge יוצר באופן אוטומטי את הצרכן שמשמש לגישה לפרטי הכניסה.
בדיקה של הגדרת מאגר נתונים
כשיוצרים את מאגר הנתונים, Edge לא בודק או מאמת את התוקף של פרטי הכניסה וההגדרה של מאגר הנתונים. כלומר, אפשר ליצור את מאגר הנתונים ולא לזהות שגיאות עד שמריצים את ייצוא הנתונים הראשון.
אפשר גם לבדוק את ההגדרה של מאגר הנתונים לפני שיוצרים אותו. הבדיקה חשובה כי תהליך ייצוא של כמות גדולה של נתונים יכול להימשך זמן רב. אם תבדקו את פרטי הכניסה ואת ההגדרה של מאגר הנתונים לפני שתתחילו להוריד כמויות גדולות של נתונים, תוכלו לפתור במהירות בעיות בהגדרות.
אם הבדיקה מצליחה, יוצרים את מאגר הנתונים. אם הבדיקה נכשלת, צריך לתקן את השגיאות ולבדוק מחדש את ההגדרה. יוצרים את מאגר הנתונים רק אחרי שהבדיקות מסתיימות בהצלחה.
כדי להפעיל את תכונת הבדיקה, צריך:
- מוודאים ש-Cloud Resource Manager API מופעל בפרויקט שלכם ב-Google Cloud Platform. הוראות מפורטות מופיעות במאמר הפעלה והשבתה של ממשקי API.
יצירת מאגר נתונים
כדי ליצור מאגר נתונים בממשק המשתמש:
נכנסים לכתובת https://apigee.com/edge כאדמינים ארגוניים ובוחרים את הארגון.
NOTE: כדי ליצור מאגר נתונים, צריכה להיות לכם הרשאת אדמין בארגון Edge.
בסרגל הניווט הימני, בוחרים באפשרות ניהול > מאגרי נתונים של Analytics. יופיע הדף מאגרי נתונים של Analytics.
לוחצים על הכפתור + הוספת מאגר נתונים. תוצג בקשה לבחור את סוג מאגר הנתונים:

בוחרים את סוג היעד של נתוני הייצוא:
- Google Cloud Storage
- Google BigQuery
מופיע דף ההגדרות:

מזינים את השם של מאגר הנתונים.
בוחרים פרטי כניסה שמשמשים לגישה למאגר הנתונים. תופיע רשימה נפתחת של פרטי הכניסה הזמינים.
פרטי הכניסה ספציפיים לסוג של מאגר נתונים. מידע נוסף זמין במאמר בנושא יצירת חשבון שירות ל-Cloud Storage או ל-BigQuery.
אם כבר העליתם את פרטי הכניסה, בוחרים את פרטי הכניסה מהרשימה הנפתחת. חשוב לוודא שפרטי הכניסה שבוחרים מתאימים לסוג מאגר הנתונים.
אם מוסיפים פרטי כניסה חדשים למאגר הנתונים, לוחצים על הוספה של פרטי כניסה חדשים. בתיבת הדו-שיח, מזינים:
- שם פרטי הכניסה.
- תוכן פרטי הכניסה הוא מפתח JSON של חשבון שירות שספציפי למאגר הנתונים שלכם, כפי שמוגדר במאמר יצירת חשבון שירות ל-Cloud Storage או ל-BigQuery.
- בוחרים באפשרות יצירה.
מזינים את המאפיינים הספציפיים לסוג מאגר הנתונים:
- ב-Google Cloud Storage:
נכס תיאור חובה? מזהה פרויקט מזהה הפרויקט ב-Google Cloud Platform. הוראות ליצירת פרויקט ב-Google Cloud Platform מופיעות במאמר יצירה וניהול של פרויקטים במסמכי התיעוד של Google Cloud Platform.
כן שם הקטגוריה שם הקטגוריה ב-Cloud Storage שאליה רוצים לייצא את נתוני הניתוח. הבאקט צריך להתקיים לפני שמבצעים ייצוא נתונים. הוראות ליצירת קטגוריה של Cloud Storage מופיעות במאמר יצירת קטגוריות של אחסון במסמכי התיעוד של Google Cloud Platform.
כן נתיב הספרייה שבה מאוחסנים נתוני הניתוח בקטגוריה של Cloud Storage. כן - ב-BigQuery:
נכס תיאור חובה? מזהה פרויקט מזהה הפרויקט ב-Google Cloud Platform. הוראות ליצירת פרויקט ב-Google Cloud Platform מופיעות במאמר יצירה וניהול של פרויקטים במסמכי התיעוד של Google Cloud Platform.
כן שם מערך הנתונים השם של מערך הנתונים ב-BigQuery שאליו רוצים לייצא את נתוני הניתוח. חשוב לוודא שמערך הנתונים נוצר לפני שמבקשים לייצא נתונים. הוראות ליצירת מערך נתונים ב-BigQuery מופיעות במאמר יצירה ושימוש במערכי נתונים במסמכי התיעוד של Google Cloud Platform.
כן קידומת לטבלה התחילית של שמות הטבלאות שנוצרו עבור נתוני הניתוח במערך הנתונים ב-BigQuery. כן
- ב-Google Cloud Storage:
בוחרים באפשרות בדיקת החיבור כדי לוודא שאפשר להשתמש בפרטי הכניסה כדי לגשת למאגר הנתונים.
אם הבדיקה הצליחה, שומרים את מאגר הנתונים.
אם הבדיקה נכשלת, צריך לתקן את הבעיות ולנסות שוב. מעבירים את העכבר מעל הודעת השגיאה בממשק המשתמש כדי להציג מידע נוסף בתיבת הסבר.
אחרי שהבדיקה של החיבור עוברת בהצלחה, לוחצים על שמירה של מאגר הנתונים.
שינוי מאגר נתונים
כדי לשנות מאגר נתונים:
נכנסים לכתובת https://apigee.com/edge כאדמינים ארגוניים ובוחרים את הארגון.
בסרגל הניווט הימני, בוחרים באפשרות ניהול > מאגרי נתונים של Analytics. יופיע הדף מאגרי נתונים של Analytics.
מעבירים את סמן העכבר מעל העמודה שונה של הדוח שרוצים לשנות. יופיעו סמל העריכה וסמל המחיקה.
עורכים או מוחקים את מאגר הנתונים.
אם ערכתם את מאגר הנתונים, בוחרים באפשרות בדיקת החיבור כדי לוודא שאפשר להשתמש בפרטי הכניסה כדי לגשת למאגר הנתונים.
אם הבדיקה הצליחה, תוכלו לראות את נתוני הדוגמה במאגר הנתונים.
אם הבדיקה נכשלת, צריך לתקן את הבעיות ולנסות שוב.
אחרי שהבדיקה של החיבור תעבור בהצלחה, מעדכנים את מאגר הנתונים.
ייצוא נתוני ניתוח
כדי לייצא נתונים של Analytics, שולחים בקשת POST אל API /analytics/exports. מעבירים את הפרטים הבאים בגוף הבקשה:
- שם ותיאור של בקשת הייצוא
- טווח התאריכים של הנתונים המיוצאים (הערך יכול להיות יום אחד בלבד)
- הפורמט של הנתונים המיוצאים
- שם מאגר הנתונים
- האם המונטיזציה מופעלת בארגון
בהמשך מופיעות דוגמאות לבקשות ייצוא. תיאור מלא של מאפייני גוף הבקשה זמין במאמר חומר עזר בנושא מאפייני בקשות ייצוא.
התשובה מ-POST היא בפורמט:
{
"self": "/organizations/myorg/environments/test/analytics/exports/a7c2f0dd-1b53-4917-9c42-a211b60ce35b",
"created": "2017-09-28T12:39:35Z",
"state": "enqueued"
}
הערה: המאפיין state בתשובה מוגדר כ-enqueued. בקשת ה-POST פועלת באופן אסינכרוני. כלומר, היא ממשיכה לפעול ברקע אחרי שהבקשה מחזירה תגובה. הערכים האפשריים של state כוללים: enqueued, running, completed, failed.
כדי לראות את הסטטוס של בקשת ייצוא הנתונים, צריך להשתמש בכתובת האתר שמוחזרת במאפיין self, כמו שמתואר במאמר איך רואים את הסטטוס של בקשת ייצוא נתונים מ-Analytics. כשהבקשה מסתיימת, הערך של המאפיין state בתגובה מוגדר כ-completed. לאחר מכן תוכלו לגשת לנתוני הניתוח במאגר הנתונים שלכם.
דוגמה 1: ייצוא נתונים ל-Cloud Storage
הבקשה הבאה מייצאת קבוצה מלאה של נתונים גולמיים מ-24 השעות האחרונות מסביבת הבדיקה בארגון myorg. התוכן מיוצא אל Cloud Storage בפורמט JSON:
curl -X POST -H "Content-Type:application/json" \
"https://api.enterprise.apigee.com/v1/organizations/myorg/environments/test/analytics/exports" \
-d \
'{
"name": "Export raw results to Cloud Storage",
"description": "Export raw results to Cloud Storage for last 24 hours",
"dateRange": {
"start": "2018-06-08",
"end": "2018-06-09"
},
"outputFormat": "json",
"datastoreName": "My Cloud Storage data repository"
}' \
-u orgAdminEmail:password
משתמשים ב-URI שצוין במאפיין self כדי לעקוב אחרי סטטוס העבודה, כמו שמתואר במאמר איך צופים בסטטוס של בקשת ייצוא נתונים לניתוח.
דוגמה 2: ייצוא נתונים ל-BigQuery
הבקשה הבאה מייצאת קובץ CSV מופרד בפסיקים ל-BigQuery:
curl -X POST -H "Content-Type:application/json" \
"https://api.enterprise.apigee.com/v1/organizations/myorg/environments/test/analytics/exports" \
-d \
'{
"name": "Export query results to BigQuery",
"description": "One-time export to BigQuery",
"dateRange": {
"start": "2018-06-08",
"end": "2018-06-09"
},
"outputFormat": "csv",
"csvDelimiter": ",",
"datastoreName": "My BigQuery data repository"
}' \
-u orgAdminEmail:password
הערה: קובץ ה-CSV שמייצאים יוצר טבלה ב-BigQuery עם הקידומת הבאה:
<PREFIX>_<EXPORT_DATE>_api_<UUID>_from_<FROM_DATE>_to_<TO_DATE>
משתמשים ב-URI שצוין במאפיין self כדי לעקוב אחרי סטטוס העבודה, כמו שמתואר במאמר איך צופים בסטטוס של בקשת ייצוא נתונים לניתוח.
דוגמה 3: ייצוא נתוני מונטיזציה
אם הפעלתם מונטיזציה בסביבה בארגון, תוכלו לבצע שני סוגים של ייצוא נתונים:
- ייצוא נתונים רגיל, כמו בדוגמאות הקודמות.
- ייצוא נתונים של מונטיזציה כדי לייצא נתונים שקשורים למונטיזציה.
כדי לבצע ייצוא של נתוני מונטיזציה, מציינים "dataset":"mint" במטען הייעודי (payload) של הבקשה. כדי להגדיר את האפשרות הזו, הארגון והסביבה צריכים לתמוך במונטיזציה. אחרת, צריך להשמיט את המאפיין dataset ממטען הייעודי (payload):
'{
"name": "Export raw results to Cloud Storage",
"description": "Export raw results to Cloud Storage for last 24 hours",
"dateRange": {
"start": "2018-06-08",
"end": "2018-06-09"
},
"outputFormat": "json",
"datastoreName": "My Cloud Storage data repository",
"dataset":"mint"
}'מידע על מכסות של Export API
כדי למנוע שימוש יתר בקריאות יקרות ל-API לייצוא נתונים, Edge אוכף מכסה על קריאות ל-API /analytics/exports:
בארגונים ובסביבות שלא הופעלה בהם מונטיזציה, המכסה היא:
- 70 קריאות לחודש לכל ארגון או סביבה.
לדוגמה, אם יש לכם שני סביבות בארגון,
prodו-test, אתם יכולים לבצע 70 קריאות ל-API בחודש לכל סביבה.בארגונים ובסביבות שמופעלת בהם מונטיזציה, המכסה היא:
- 70 קריאות לחודש לכל ארגון וסביבה לנתונים רגילים.
- 70 קריאות לחודש לכל ארגון וסביבה לנתוני מונטיזציה.
לדוגמה, אם הפעלתם מונטיזציה בארגון
prod, תוכלו לבצע 70 קריאות ל-API כדי לקבל נתונים רגילים ועוד 70 קריאות ל-API כדי לקבל נתוני מונטיזציה.
אם חורגים ממכסת הקריאות, ה-API מחזיר תגובה מסוג HTTP 429.
הצגת הסטטוס של כל בקשות הייצוא של נתוני Analytics
כדי לראות את הסטטוס של כל בקשות הייצוא של נתוני Analytics, שולחים בקשת GET אל /analytics/exports.
לדוגמה, הבקשה הבאה מחזירה את הסטטוס של כל בקשות הייצוא של נתוני Analytics בסביבת test בארגון myorg:
curl -X GET \ "https://api.enterprise.apigee.com/v1/organizations/myorg/environments/test/analytics/exports" \ -u email:password
בדוגמה הבאה מוצגות שתי בקשות ייצוא, אחת בתור (נוצרה ונמצאת בתור) ואחת שהושלמה:
[
{
"self":
"/v1/organizations/myorg/environments/test/analytics/exports/e8b8db22-fe03-4364-aaf2-6d4f110444ba",
"name": "Export results To Cloud Storage",
"description": "One-time export to Google Cloud Storage",
"userId": "my@email.com",
"datastoreName": "My Cloud Storage data store",
"executionTime": "36 seconds",
"created": "2018-09-28T12:39:35Z",
"updated": "2018-09-28T12:39:42Z",
"state": "enqueued"
},
{
"self":
"/v1/organizations/myorg/environments/test/analytics/exports/9870987089fe03-4364-aaf2-6d4f110444ba"
"name": "Export raw results to BigQuery",
"description": "One-time export to BigQuery",
...
}
]
צפייה בסטטוס של בקשה לייצוא נתונים מ-Analytics
כדי לראות את הסטטוס של בקשת ייצוא ספציפית של נתוני Analytics, שולחים בקשת GET אל /analytics/exports/{exportId}, כאשר {exportId} הוא המזהה שמשויך לבקשת הייצוא של נתוני Analytics.
לדוגמה, הבקשה הבאה מחזירה את הסטטוס של בקשת ייצוא הנתונים של Analytics עם המזהה 4d6d94ad-a33b-4572-8dba-8677c9c4bd98.
curl -X GET \ "https://api.enterprise.apigee.com/v1/organizations/myorg/environments/test/analytics/exports/4d6d94ad-a33b-4572-8dba-8677c9c4bd98" \ -u email:password
זוהי דוגמה לתגובה:
{
"self":
"/v1/organizations/myorg/environments/test/analytics/exports/4d6d94ad-a33b-4572-8dba-8677c9c4bd98",
"name": "Export results To Cloud Storage",
"description": "One-time export to Google Cloud Storage",
"userId": "my@email.com",
"datastoreName": "My Cloud Storage data store",
"executionTime": "36 seconds",
"created": "2018-09-28T12:39:35Z",
"updated": "2018-09-28T12:39:42Z",
"state": "enqueued"
}
אם ייצוא הנתונים של Analytics לא מחזיר נתוני Analytics, הערך של executionTime מוגדר כ-0 שניות.
מסמך עזר בנושא מאפיינים של בקשות ייצוא
בטבלה הבאה מפורטים המאפיינים שאפשר להעביר בגוף הבקשה בפורמט JSON כשמייצאים נתונים מ-Analytics.
| נכס | תיאור | חובה? |
|---|---|---|
description
|
תיאור של בקשת הייצוא. | לא |
name
|
שם בקשת הייצוא. | כן |
dateRange
|
מציינים את התאריך
"dateRange": {
"start": "2018-07-29",
"end": "2018-07-30"
}הערך הערה: כדי לוודא שכל הנתונים מהיום הקודם נכללים בייצוא, יכול להיות שתצטרכו לדחות את שעת ההתחלה של בקשת הייצוא (למשל, 00:05:00 UTC). |
כן |
outputFormat
|
צריך לציין json או csv.
|
כן |
csvDelimiter
|
התו המפריד שמשמש בקובץ הפלט CSV, אם הערך של |
לא |
datastoreName
|
השם של מאגר הנתונים שמכיל את ההגדרה של מאגר הנתונים. | כן |
לדוגמה:
{
"name": "Export raw results to Cloud Storage",
"description": "Export raw results to Cloud Storage for last 24 hours",
"dateRange": {
"start": "2018-06-08",
"end": "2018-06-09"
},
"outputFormat": "json",
"datastoreName": "My Cloud Storage data repository"
}