Você está vendo a documentação do Apigee Edge.
Acesse a
documentação da Apigee X. informações
Na terça-feira, 19 de fevereiro de 2019, começamos a lançar uma versão Beta do Analytics para o Apigee Edge para nuvem pública.
Novos recursos e atualizações
Veja a seguir os novos recursos e atualizações desta versão.
Versão Beta dos relatórios de análise personalizados e assíncronos
Até agora, só era possível gerar relatórios personalizados de análise de maneira síncrona. Para um relatório síncrono, você executa a solicitação de relatório e a solicitação é bloqueada até que o servidor de análise forneça uma resposta. No entanto, como um relatório pode precisar processar uma grande quantidade de dados (por exemplo, centenas de GB), um relatório síncrono pode falhar por causa de um tempo limite.
Esta versão Beta adiciona compatibilidade com a geração de relatórios personalizados de forma assíncrona. Para um relatório assíncrono (Beta), você emite uma solicitação de relatório e recupera os resultados posteriormente. Veja a seguir algumas situações em que o processamento de consulta assíncrona pode ser uma boa alternativa:
- Análise e criação de relatórios que abrangem períodos longos
- Análise de dados com uma variedade de dimensões de agrupamento e outras restrições que aumentam a complexidade da consulta
- Gerenciamento de consultas quando você perceber que os volumes de dados aumentaram significativamente para alguns usuários ou organizações
É possível executar um relatório personalizado de forma assíncrona na interface do usuário ou usando a API do Edge. Também é possível gerar um relatório de monetização de forma assíncrona, conforme descrito aqui.
Versão Beta da exportação de dados de análise
A Apigee Analytics coleta e analisa um amplo espectro de dados que flui pelas suas APIs e fornece ferramentas de visualização, incluindo painéis interativos, relatórios personalizados e outras ferramentas que identificam tendências no desempenho do proxy de API.
Agora você pode exportar esses dados de análise do Apigee Analytics para seu próprio repositório de dados, como o Google Cloud Storage ou o BigQuery. Assim, é possível aproveitar os recursos avançados de consulta e machine learning oferecidos pelo BigQuery e pelo TensorFlow no Google Cloud para fazer suas próprias análises de dados.
Para mais informações, consulte Exportar dados do Google Analytics (Beta).