INTEGRITY Dokumentace

← Analytics / analytics / analytics-engine

Začínáme

1. Pojmenujte svou datovou sadu a přidejte ji do svého Workeru

Přidejte následující do svého Konfigurační soubor Wrangler pro vytvoření binding do datasetu Workers Analytics Engine. Dataset funguje podobně jako tabulka v SQL: řádky a sloupce by měly mít konzistentní význam.

{
	"analytics_engine_datasets": [
		{
			"binding": "<BINDING_NAME>",
			"dataset": "<DATASET_NAME>"
		}
	]
}
[[analytics_engine_datasets]]
binding = "<BINDING_NAME>"
dataset = "<DATASET_NAME>"

2. Zapisujte datové body ze svého Workeru

Datové body do svého Workeru zapíšete zavoláním writeDataPoint() metodu, která je dostupná v bindingu, jenž jste právě vytvořili.

async fetch(request, env) {
  env.WEATHER.writeDataPoint({
    'blobs': ["Seattle", "USA", "pro_sensor_9000"], // City, State
    'doubles': [25, 0.5],
    'indexes': ["a3cd45"]
  });
  return new Response("OK!");
}

Datový bod je strukturovaná událost, která obsahuje:

V uvedeném příkladu předpokládejme, že sbíráte vzorky kvality ovzduší. Každý zapsaný datový bod představuje odečet z vašeho meteorologického senzoru. Bloby určují město, stát a model senzoru: jde o dimenze, podle kterých budete chtít dotazy později filtrovat. Doubly určují číselné hodnoty teploty a tlaku vzduchu. A index je ID vašeho zákazníka. Můžete zvážit i zahrnutí kontext o příchozím požadavku, jako je geolokace, a přidejte tak do datového bodu další data.

V současné době writeDataPoint() API přijímá uspořádaná pole hodnot. To znamená, že pole musíte zadávat ve stále stejném pořadí. Ačkoliv indexes pole přijímá pole hodnot, v současné době ale musíte zadat pouze jeden index. Pokud se pokusíte zadat více indexů, váš datový bod nebude zaznamenán.

3. Dotazujte data pomocí SQL API

Zapsaná data můžete dotazovat dvěma způsoby:

Pro účely tohoto příkladu použijeme SQL API.

Vytvořte token API

Vytvořte API Token ↗ která má Account Analytics Read oprávnění.

Napište svůj první dotaz

Následující dotaz vrací 10 měst s nejvyšší průměrnou naměřenou vlhkostí při teplotě nad nulou:

SELECT
  blob1 AS city,
  SUM(_sample_interval * double2) / SUM(_sample_interval) AS avg_humidity
FROM WEATHER
WHERE double1 > 0
GROUP BY city
ORDER BY avg_humidity DESC
LIMIT 10

Tento dotaz můžete spustit odesláním požadavku HTTP na SQL API:

curl "https://api.cloudflare.com/client/v4/accounts/{account_id}/analytics_engine/sql" \
--header "Authorization: Bearer <API_TOKEN>" \
--data "SELECT blob1 AS city, SUM(_sample_interval * double2) / SUM(_sample_interval) AS avg_humidity FROM WEATHER WHERE double1 > 0 GROUP BY city ORDER BY avg_humidity DESC LIMIT 10"

Viz Referenční informace SQL pro Workers Analytics Engine kde najdete úplný seznam podporovaných funkcí SQL.

Práce s daty časových řad

Workers Analytics Engine je optimalizovaný pro analytiku časových řad, kterou lze zobrazit pomocí nástrojů, jako je Grafana. Každá událost zapsaná z runtime se automaticky doplní o timestamp pole. Očekává se, že většina časových řad se zaokrouhlí a poté GROUP BY timestamp. Například:

SELECT
  intDiv(toUInt32(timestamp), 300) * 300 AS t,
  blob1 AS city,
  SUM(_sample_interval * double2) / SUM(_sample_interval) AS avg_humidity
FROM WEATHER
WHERE
  timestamp >= NOW() - INTERVAL '1' DAY
  AND double1 > 0
GROUP BY t, city
ORDER BY t, avg_humidity DESC

Tento dotaz nejprve zaokrouhlí timestamp pole na nejbližších pět minut. Poté seskupí podle tohoto pole a města a vypočítá průměrnou vlhkost v každém městě za pětiminutové období.

Viz Dotazování Workers Analytics Engine z Grafany kde najdete další podrobnosti o tom, jak vytvářet efektivní dotazy Grafana pro Workers Analytics Engine.

Další čtení