Przeglądasz dokumentację Apigee Edge.
Otwórz dokumentację Apigee X. Informacje
We wtorek 25 czerwca 2019 r. zaczęliśmy publikować nową wersję Analytics dla Apigee Edge dla chmury publicznej.
Nowe funkcje i aktualizacje
Poniżej znajdziesz opis nowych funkcji i aktualizacji w tej wersji.
Publiczna wersja asynchronicznych raportów niestandardowych
Do tej pory możliwe było uruchamianie raportów niestandardowych Analytics tylko synchronicznie. W przypadku raportu synchronicznego jest wysyłane żądanie raportu, które jest blokowane do czasu, aż serwer analiz zwróci odpowiedź. Jednak ze względu na to, że raport musi przetworzyć dużą ilość danych (na przykład 100 GB), raport synchroniczny może zakończyć się niepowodzeniem z powodu przekroczenia limitu czasu.
W tej wersji dodaliśmy obsługę asynchronicznego uruchamiania raportów niestandardowych. 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, które obejmują długie okresy.
- analizowanie danych z wykorzystaniem różnych wymiarów grupowania i innych ograniczeń, które zwiększają złożoność zapytania;
- Zarządzanie zapytaniami, gdy stwierdzisz, że ilość danych znacznie wzrosła w przypadku niektórych użytkowników lub organizacji.
Raport niestandardowy możesz wygenerować asynchronicznie w interfejsie użytkownika Edge lub za pomocą interfejsu API Edge. Raport o przychodach możesz też wygenerować asynchronicznie, zgodnie z opisem w sekcji Zarządzanie raportami.
Publiczna wersja eksportu danych Analytics
Apigee Analytics gromadzi i analizuje szeroki zakres danych przepływających przez Twoje interfejsy API oraz udostępnia narzędzia do wizualizacji, w tym interaktywne panele informacyjne, raporty niestandardowe i inne narzędzia, które identyfikują trendy w wydajności serwera proxy interfejsu API.
Teraz możesz wyeksportować te dane analityczne z Apigee Analytics do własnego repozytorium danych, takiego jak Google Cloud Storage lub BigQuery. Następnie możesz wykorzystać zaawansowane możliwości zapytań i systemów uczących się udostępniane przez Google Cloud BigQuery i TensorFlow, aby przeprowadzać własne analizy danych.
Więcej informacji znajdziesz w artykule Eksportowanie danych z Analytics.