Wyświetlasz dokumentację Apigee Edge.
Otwórz dokumentację
Apigee X. info
We wtorek 25 czerwca 2019 r. zaczęliśmy udostępniać nową wersję Analytics dla Apigee Edge w chmurze publicznej .
Nowe funkcje i aktualności
Oto nowe funkcje i aktualizacje wprowadzone w tej wersji.
Publiczna wersja asynchronicznych niestandardowych raportów analitycznych
Do tej pory niestandardowe raporty analityczne można było generować tylko synchronicznie. W przypadku raportu synchronicznego, wysyłasz żądanie raportu, a żądanie jest blokowane, dopóki serwer analityczny 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 dodaje obsługę generowania raportów niestandardowych asynchronicznie. W przypadku raportu asynchronicznego 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.
Raport niestandardowy możesz uruchomić asynchronicznie w interfejsie Edge lub za pomocą interfejsu Edge API. Możesz też uruchomić asynchronicznie raport o zarabianiu, jak opisano w artykule Zarządzanie raportami.
Publiczna wersja eksportu danych analitycznych
Apigee Analytics zbiera i analizuje szeroki zakres danych przepływających przez Twoje interfejsy API oraz udostępnia narzędzia do wizualizacji, w tym interaktywne panele, raporty niestandardowe, i inne narzędzia, które identyfikują trendy w wydajności serwera proxy interfejsu API.
Teraz możesz eksportować te dane analityczne 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.