سیاست جمع آوری آمار

مثال اساسی

<StatisticsCollector name="publishPurchaseDetails">
  <Statistics>
    <Statistic name="productID" ref="product.id" type="string">999999</Statistic>
    <Statistic name="price" ref="product.price" type="string">0</Statistic>
  </Statistics>
</StatisticsCollector>

در این مثال، شما اطلاعات آماری را در مورد دو متغیر سفارشی جمع‌آوری می‌کنید: product.id و product.price . در هر درخواست، خط مشی Statistics Collector مقدار این دو متغیر را در سرور تجزیه و تحلیل می نویسد.

این مثال همچنین یک مقدار پیش‌فرض اختیاری برای هر متغیر تعیین می‌کند، که در آن مقدار پیش‌فرض product.id 999999 و محصول پیش‌فرض product.price 0 است. اگر متغیری تعریف نشده باشد و مقدار پیش‌فرض را مشخص نکنید، هیچ داده‌ای ثبت نمی‌شود. برای متغیر اگر یک مقدار پیش فرض را مشخص کنید، زمانی که متغیر تعریف نشده باشد، مقدار پیش فرض ثبت می شود.

پس از جمع آوری داده های آماری، می توانید از UI یا API مدیریت Edge برای بازیابی آمار استفاده کنید. هنگام بازیابی آمار، داده های جمع آوری شده برای این متغیرها را به ترتیب به عنوان شناسه محصول و قیمت ارجاع می دهید.

دسترسی به آمار

در این مثال، شما از API مدیریت Edge برای مشاهده داده های آماری مجموعه ای به نام productID استفاده می کنید. این درخواست یک گزارش سفارشی برای شناسه‌های محصول بر اساس مجموع تعداد پیام‌های ارسال شده برای هر شناسه محصول برای هر روز ایجاد می‌کند. نام سازمان خود را با متغیر {org_name} جایگزین کنید و ایمیل و رمز عبور حساب خود را در Apigee Edge با email:password جایگزین کنید.

پارامتر timeRange را طوری تنظیم کنید که بازه زمانی جمع آوری داده های شما را شامل شود. داده های قدیمی تر از شش ماه از تاریخ فعلی به طور پیش فرض قابل دسترسی نیستند. اگر می‌خواهید به داده‌های قدیمی‌تر از شش ماه دسترسی داشته باشید، با پشتیبانی Apigee Edge تماس بگیرید.

$ curl https://api.enterprise.apigee.com/v1/o/{org_name}/environments/test/stats/productID?"select=sum(message_count)&timeRange=1/19/2015%2000:00~6/21/2015%2000:00&timeUnit=day"
-u email:password

در پاسخ، فیلد نام حاوی شناسه محصول است و مقدار تعداد درخواست‌ها را برای هر روز نشان می‌دهد:

{
  "environments" : [ {
    "dimensions" : [ {
      "metrics" : [ {
        "name" : "sum(message_count)",
        "values" : [ {
          "timestamp" : 1353369600000,
          "value" : "4.0"
        } ]
      } ],
      "name" : "52"
    }, {
      "metrics" : [ {
        "name" : "sum(message_count)",
        "values" : [ {
          "timestamp" : 1353369600000,
          "value" : "19.0"
        } ]
      } ],
      "name" : "14"
    }, ...
  } ],
  "metaData" : {
    "samplingRate" : "100"
  }
}

استخراج داده ها برای جمع آوری

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<ExtractVariables async="false" continueOnError="false" enabled="true" name="GetWeatherData">
    <VariablePrefix>weather</VariablePrefix>
    <XMLPayload>
       <Namespaces>
          <Namespace prefix="yweather">http://xml.weather.yahoo.com/ns/rss/1.0</Namespace>
       </Namespaces>
       <Variable name="location" type="string">
          <XPath>/rss/channel/yweather:location/@city</XPath>
       </Variable>
       <Variable name="condition" type="string">
          <XPath>/rss/channel/item/yweather:condition/@text</XPath>
       </Variable>
    </XMLPayload>
</ExtractVariables>

خط مشی Statistics Collector ایجاب می کند که داده های جمع آوری شده در متغیرها ذخیره شوند. این متغیرها می توانند توسط Apigee یا متغیرهای سفارشی که شما تعریف می کنید از پیش تعریف شوند.

در این مثال، شما از سیاست Extract Variables برای استخراج داده ها از یک بار XML که حاوی اطلاعات آب و هوا است استفاده می کنید. این سیاست:

• نام شهر را استخراج کرده و روی متغیری به نام weather.location می نویسد
• شرایط فعلی را استخراج کرده و روی متغیری به نام weather.condition می نویسد

سپس می‌توانید از سیاست جمع‌آوری آمار برای جمع‌آوری اطلاعات در مورد متغیرها، مانند شکل زیر استفاده کنید:

<StatisticsCollector name="publishPurchaseDetails">
  <Statistics>
    <Statistic name="weatherLocation" ref="weather.location" type="string"></Statistic>
    <Statistic name="weatherCondition" ref="weather.condition" type="string"></Statistic>
  </Statistics>
</StatisticsCollector>

برای آموزش کاملی که نحوه استخراج داده‌ها را از یک بار XML برای سیاست جمع‌آوری آمار نشان می‌دهد، به تجزیه و تحلیل محتوای پیام API با استفاده از تجزیه و تحلیل سفارشی مراجعه کنید.