Wyświetlasz dokumentację Apigee Edge.
Przejdź do
dokumentacji Apigee X. info
We wtorek 19 lutego 2019 r. zaczęliśmy udostępniać wersję beta Analytics dla Apigee Edge w chmurze publicznej .
Nowe funkcje i aktualizacje
Poniżej znajdziesz nowe funkcje i aktualizacje w tej wersji.
Wersja beta asynchronicznych niestandardowych raportów Analytics
Do tej pory niestandardowe raporty Analytics można było uruchamiać tylko synchronicznie. W przypadku raportu synchronicznego, wysyłasz żądanie raportu, a żądanie jest blokowane, dopóki serwer Analytics nie odpowie. Jednak ponieważ raport może wymagać przetworzenia dużej ilości danych (np. setek GB), raport synchroniczny może się nie udać z powodu przekroczenia limitu czasu.
Ta wersja beta dodaje obsługę uruchamiania niestandardowych raportów asynchronicznie. W przypadku raportu asynchronicznego (beta) wysyłasz żądanie raportu i pobierasz wyniki później. Oto kilka sytuacji, w których asynchroniczne przetwarzanie zapytań może być dobrym rozwiązaniem:
- Analizowanie i tworzenie raportów obejmujących duże przedziały czasu.
- Analizowanie danych z różnymi wymiarami grupowania i innymi ograniczeniami, które zwiększają złożoność zapytania.
- Zarządzanie zapytaniami, gdy zauważysz, że ilość danych znacznie wzrosła w przypadku niektórych użytkowników lub organizacji.
Niestandardowy raport możesz uruchomić asynchronicznie w interfejsie Edge lub za pomocą interfejsu Edge API. Możesz też uruchomić asynchronicznie raport o zarabianiu, jak opisano tutaj.
Wersja beta eksportu danych Analytics
Apigee Analytics zbiera i analizuje szeroki zakres danych przepływających przez Twoje interfejsy API oraz udostępnia narzędzia do wizualizacji, w tym interaktywne panele, niestandardowe raporty, i inne narzędzia, które pozwalają identyfikować trendy w wydajności proxy interfejsu API.
Teraz możesz eksportować te dane Analytics z Apigee Analytics do własnego repozytorium danych, np. Google Cloud Storage lub BigQuery. Możesz wtedy korzystać z zaawansowanych funkcji zapytań i uczenia maszynowego oferowanych przez Google Cloud BigQuery i TensorFlow, aby przeprowadzać własną analizę danych.
Więcej informacji znajdziesz w artykule Eksportowanie danych z Analytics (beta).