Вы просматриваете документацию Apigee Edge .
Перейдите в документацию Apigee X.info
Во вторник, 19 февраля 2019 года, мы начали выпуск бета-версии Analytics for Apigee Edge для публичного облака.
Новые функции и обновления
Ниже перечислены новые функции и обновления в этом выпуске.
Бета-версия асинхронных пользовательских аналитических отчетов.
До сих пор запуск пользовательских отчетов аналитики был возможен только в синхронном режиме . Для синхронного отчета запрос на создание отчета выполнялся автоматически и блокировался до тех пор, пока сервер аналитики не предоставит ответ. Однако, поскольку отчету может потребоваться обработать большой объем данных (например, сотни гигабайт), синхронный отчет может завершиться с ошибкой из-за превышения времени ожидания.
В этом бета-релизе добавлена поддержка асинхронного запуска пользовательских отчетов. Для асинхронного отчета (бета-версия) вы отправляете запрос на создание отчета и получаете результаты позже. Асинхронная обработка запросов может быть хорошей альтернативой в следующих ситуациях:
- Анализ и составление отчетов, охватывающих длительные временные интервалы.
- Анализ данных с использованием различных параметров группировки и других ограничений, усложняющих запрос.
- Управление запросами в случае значительного увеличения объемов данных у некоторых пользователей или организаций.
Вы можете запустить пользовательский отчет асинхронно из пользовательского интерфейса Edge или с помощью API Edge . Вы также можете запустить отчет по монетизации асинхронно, как описано здесь .
Бета-версия экспорта аналитических данных
Apigee Analytics собирает и анализирует широкий спектр данных, передаваемых через ваши API, и предоставляет инструменты визуализации, включая интерактивные панели мониторинга, пользовательские отчеты и другие инструменты для выявления тенденций в производительности API-прокси.
Теперь вы можете экспортировать эти аналитические данные из Apigee Analytics в собственное хранилище данных, например, Google Cloud Storage или BigQuery. Затем вы можете воспользоваться мощными возможностями запросов и машинного обучения, предлагаемыми Google Cloud BigQuery и TensorFlow, для проведения собственного анализа данных.
Для получения более подробной информации см. раздел «Экспорт данных из Analytics (бета-версия)» .