Você está vendo a documentação do Apigee Edge.
Acesse a documentação da
Apigee X. informações
Na terça-feira, 25 de junho de 2019, começamos a lançar uma nova versão do Analytics para o Apigee Edge para nuvem pública.
Novos recursos e atualizações
Veja a seguir os novos recursos e atualizações desta versão.
Versão pública de relatórios de análise personalizados assíncronos
Até agora, só era possível gerar relatórios personalizados de análise de forma síncrona. Para um relatório síncrono, você executa a solicitação de relatório, e ela fica bloqueada até que o servidor de análise forneça uma resposta. No entanto, como um relatório pode precisar processar uma grande quantidade de dados (por exemplo, centenas de GB), um relatório síncrono pode falhar devido a um tempo limite.
Nesta versão, adicionamos suporte à geração de relatórios personalizados de forma assíncrona. Para um relatório assíncrono, você emite uma solicitação de relatório e recupera os resultados mais tarde. 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 gerar um relatório personalizado de forma assíncrona na IU do Edge ou usando a API Edge. Também é possível gerar um relatório de monetização de forma assíncrona, conforme descrito em Gerenciar relatórios.
Versão pública de exportação de dados de análise
A Apigee Analytics coleta e analisa um amplo espectro de dados que flui pelas suas APIs e fornece ferramentas de visualização, incluindo painéis interativos, relatórios personalizados e outras ferramentas que identificam tendências no desempenho do proxy de 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. Depois, aproveite os recursos avançados de consulta e machine learning oferecidos pelo BigQuery e pelo TensorFlow no Google Cloud para fazer sua própria análise de dados.
Para mais informações, consulte Exportar dados do Google Analytics.