量度端点
可观察性量度可为Adobe Experience Platform中的各种功能提供使用统计信息、历史趋势和绩效指标见解。 Observability Insights API中的/metrics端点允许您以编程方式检索Experience Platform中组织活动的量度数据。
快速入门
本指南中使用的API端点是Observability Insights API的一部分。 在继续之前,请查看快速入门指南,以获取相关文档的链接、此文档中示例API调用的阅读指南,以及有关成功调用任何Experience Platform API所需的所需标头的重要信息。
检索可观察性指标
您可以通过向/metrics端点发出POST请求,指定要在有效负载中检索的量度来检索量度数据。
API格式
POST /metrics
            请求
curl -X POST \
  https://platform.adobe.io/data/infrastructure/observability/insights/metrics \
  -H 'Authorization: Bearer {ACCESS_TOKEN}' \
  -H 'x-api-key: {API_KEY}' \
  -H 'x-gw-ims-org-id: {ORG_ID}' \
  -H 'x-sandbox-name: {SANDBOX_NAME}' \
  -H 'x-sandbox-id: {SANDBOX_ID}'
  -d '{
        "start": "2020-07-14T00:00:00.000Z",
        "end": "2020-07-22T00:00:00.000Z",
        "granularity": "day",
        "metrics": [
          {
            "name": "timeseries.ingestion.dataset.recordsuccess.count",
            "filters": [
              {
                "name": "dataSetId",
                "value": "5edcfb2fbb642119194c7d94|5eddb21420f516191b7a8dad",
                "groupBy": true
              }
            ],
            "aggregator": "sum"
          },
          {
            "name": "timeseries.ingestion.dataset.dailysize",
            "filters": [
              {
                "name": "dataSetId",
                "value": "5eddb21420f516191b7a8dad",
                "groupBy": false
              }
            ],
            "aggregator": "sum",
          }
        ]
      }'
            startendgranularityDAY返回start到end日期之间每天的量度,而值MONTH将改为按月分组量度结果。metricsnamefilters一个可选字段,允许您按特定数据集筛选量度。 字段是一个对象数组(每个过滤器对应一个对象),每个对象包含以下属性:
name:要筛选量度的实体类型。 当前仅支持dataSets。value:一个或多个数据集的标识。 可以将多个数据集ID作为单个字符串提供,每个ID都用竖条字符(|)分隔。groupBy:当设置为true时,指示相应的value表示多个数据集,这些数据集的度量结果应单独返回。 如果设置为false,则将这些数据集的度量结果分组在一起。
aggregator响应
成功的响应会返回请求中指定的量度和过滤器的结果数据点。
{
  "metricResponses": [
    {
      "metric": "timeseries.ingestion.dataset.recordsuccess.count",
      "filters": [
        {
          "name": "dataSetId",
          "value": "5edcfb2fbb642119194c7d94|5eddb21420f516191b7a8dad",
          "groupBy": true
        }
      ],
      "datapoints": [
        {
          "groupBy": {
            "dataSetId": "5edcfb2fbb642119194c7d94"
          },
          "dps": {
            "2020-07-14T00:00:00Z": 44.0,
            "2020-07-15T00:00:00Z": 46.0,
            "2020-07-16T00:00:00Z": 36.0,
            "2020-07-17T00:00:00Z": 50.0,
            "2020-07-18T00:00:00Z": 38.0,
            "2020-07-19T00:00:00Z": 40.0,
            "2020-07-20T00:00:00Z": 42.0,
            "2020-07-21T00:00:00Z": 42.0,
            "2020-07-22T00:00:00Z": 50.0
          }
        },
        {
          "groupBy": {
            "dataSetId": "5eddb21420f516191b7a8dad"
          },
          "dps": {
            "2020-07-14T00:00:00Z": 44.0,
            "2020-07-15T00:00:00Z": 46.0,
            "2020-07-16T00:00:00Z": 36.0,
            "2020-07-17T00:00:00Z": 50.0,
            "2020-07-18T00:00:00Z": 38.0,
            "2020-07-19T00:00:00Z": 40.0,
            "2020-07-20T00:00:00Z": 42.0,
            "2020-07-21T00:00:00Z": 42.0,
            "2020-07-22T00:00:00Z": 50.0
          }
        }
      ],
      "granularity": "DAY"
    },
    {
      "metric": "timeseries.ingestion.dataset.dailysize",
      "filters": [
        {
          "name": "dataSetId",
          "value": "5eddb21420f516191b7a8dad",
          "groupBy": false
        }
      ],
      "datapoints": [
        {
          "groupBy": {},
          "dps": {
            "2020-07-14T00:00:00Z": 38455.0,
            "2020-07-15T00:00:00Z": 40213.0,
            "2020-07-16T00:00:00Z": 31476.0,
            "2020-07-17T00:00:00Z": 43705.0,
            "2020-07-18T00:00:00Z": 33227.0,
            "2020-07-19T00:00:00Z": 34977.0,
            "2020-07-20T00:00:00Z": 36735.0,
            "2020-07-21T00:00:00Z": 36737.0,
            "2020-07-22T00:00:00Z": 43715.0
          }
        }
      ],
      "granularity": "DAY"
    }
  ]
}
            metricResponsesmetricfiltersdatapointsgroupByfilter属性中指定了多个数据集,并且在请求中将groupBy选项设置为true,则此对象将包含对应dps属性应用于的数据集的ID。如果此对象在响应中显示为空,则相应的
dps属性适用于filters数组中提供的所有数据集(如果未提供筛选器,则适用于Experience Platform中的所有数据集)。dpsgranularity值。附录
以下部分包含有关使用/metrics终结点的其他信息。
可用量度 available-metrics
下表列出了Observability Insights公开的所有指标,按Experience Platform服务进行划分。 每个量度都包括一个描述和接受的ID查询参数。
Data Ingestion ingestion
下表概述了Adobe Experience Platform Data Ingestion的指标。 bold 中的量度是流式摄取量度。
Identity Service identity
下表概述了Adobe Experience Platform Identity Service的指标。
Real-Time Customer Profile profile
下表概述了Real-Time Customer Profile的量度。
错误消息
在某些条件下,来自/metrics终结点的响应可能会返回错误消息。 以下列格式返回这些错误消息:
{
    "type": "http://ns.adobe.com/aep/errors/INSGHT-1000-400",
    "title": "Bad Request - Start date cannot be after end date.",
    "status": 400,
    "report": {
        "tenantInfo": {
            "sandboxName": "prod",
            "sandboxId": "49f58060-5d47-34rd-aawf-a5384333ff12",
            "imsOrgId": "{ORG_ID}"
        },
        "additionalContext": null
    },
    "error-chain": [
        {
            "serviceId": "INSGHT",
            "errorCode": "INSGHT-1000-400",
            "invokingServiceId": "INSGHT",
            "unixTimeStampMs": 1602095177129
        }
    ]
}
            titlereport下表列出了API可返回的不同错误代码:
INSGHT-1000-400请求有效负载出错。 请确保与上面显示的有效负载格式完全匹配。 触发此错误的可能原因有:
- 缺少必填字段,如
aggregator - 量度无效
 - 请求包含无效汇总
 - 开始日期发生在结束日期之后
 - The request has a time range (between start and end date) of more than 32 days
 
INSGHT-1001-400INSGHT-1001-500INSGHT-1002-500INSGHT-1003-401x-sandbox-name标头中提供的沙盒名称表示您的组织启用的有效沙盒。