Você está lendo a documentação do Apigee Edge.
Acesse a documentação da
Apigee X. info
Na terça-feira, 25 de junho de 2019, começamos a lançar uma nova versão do Analytics para Apigee Edge para nuvem pública.
Novos recursos e atualizações
Confira a seguir os novos recursos e atualizações desta versão.
Lançamento público de relatórios de análise personalizados assíncronos
Até agora, só era possível gerar relatórios personalizados do Google Analytics de forma síncrona. Para um relatório síncrono, você executa a solicitação de relatório, e ela fica bloqueada até o servidor de análise retornar uma resposta. No entanto, como um relatório pode precisar processar uma grande quantidade de dados (por exemplo, centenas de GB), um relatório síncrono pode expirar.
Nesta versão, adicionamos suporte para executar relatórios personalizados de forma assíncrona. Para um relatório assíncrono, 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 Edge ou usando a API Edge. Também é possível gerar um relatório de monetização de forma assíncrona, conforme descrito em Gerenciar relatórios.
Lançamento público da exportação de dados de análise
O Apigee Analytics coleta e analisa um amplo espectro de dados que fluem pelas APIs e fornece ferramentas de visualização, incluindo painéis interativos, relatórios personalizados e outras ferramentas que identificam tendências no desempenho do proxy da API.
Agora, é possível exportar esses dados de análise do Apigee Analytics para seu próprio repositório de dados, como o Google Cloud Storage ou o BigQuery. Em seguida, aproveite os recursos avançados de consulta e machine learning oferecidos pelo Google Cloud BigQuery e pelo TensorFlow para realizar sua própria análise de dados.
Para mais informações, consulte Exportar dados do Analytics.