Pengumpulan data status deployment, analisis, dan debug

Apigee hybrid menyediakan data status debug, analisis, dan deployment untuk Anda. Data ini dikumpulkan oleh pod pengumpulan data yang mengirimkannya ke platform pengelolaan sehingga Anda dapat melihat dan menganalisisnya serta menyiapkan pemantauan dan pemberitahuan.

Tentang data

Semua layanan Message Processor (MP) dalam debug streaming campuran (saat dimulai), analisis, dan data status deployment melalui TCP ke pod pengumpulan data di cluster. Pod pengumpulan data menyimpan data yang di-streaming di sistem file pod melalui layanan fluentd.

UDCA (Universal Data Collection Agent) secara berkala mengekstrak data yang disimpan dan mengirimkannya ke layanan UAP (Unified Analytics Platform) di platform pengelolaan. UAP memproses data status deployment dan analisis yang masuk, lalu menyediakannya kepada Anda melalui UI campuran atau Apigee API.

Apigee hybrid menerapkan pod pengumpulan data sebagai ReplicaSet dengan minimal dua replika.

Gambar berikut menunjukkan proses pengumpulan data status debug, analisis, dan deployment:

Diagram arsitektur
yang menunjukkan alur data mulai dari Message Processor, disimpan oleh UDCP, dan pada akhirnya
diproses oleh Apigee API atau UI campuran Apigee.

Perhatikan bahwa data status debug, analisis, dan deployment tidak disimpan di lokasi yang sama atau diakses dengan cara yang sama seperti data logging dan metrik:

  • Data logging dan metrik disimpan di Project GCP Anda dan diakses melalui alat seperti Cloud Operations atau apa pun yang Anda pilih untuk digunakan.
  • Di sisi lain, data status debug, analisis, dan deployment disimpan di bidang pengelolaan campuran dan Anda mengaksesnya melalui layanan Apigee seperti UI campuran atau Apigee API.

Tabel berikut merangkum data yang dikumpulkan oleh pod pengumpulan data:

Jenis Data Nama Set Data Deskripsi Frekuensi Update API
Analytics api Data penggunaan API termasuk transaksi per detik, penggunaan cache, error, latensi, ukuran permintaan/respons, dan jumlah traffic.

Untuk informasi selengkapnya, lihat ringkasan Apigee Analytics.

Penundaan hingga 30 detik Analytics Admin API
Status Deployment event Status deployment proxy API saat ini.

Untuk mengetahui informasi selengkapnya tentang cara melihat informasi ini, lihat Melihat status deployment.

Segera Deployments API
Debug debug

Men-debug data sesi untuk proxy API. Data ini mencakup parameter permintaan/respons beserta transformasi yang diterapkan pada parameter tersebut pada waktu eksekusi kebijakan.

Karena ukurannya, data debug—tidak seperti data analisis dan status deployment—tidak selalu dikumpulkan. Sebagai gantinya, data debug dikumpulkan saat Anda memulai sesi debug.

Untuk mengetahui informasi selengkapnya, lihat Ringkasan proses debug.

Segera Debug session API
Debug session data API

Melihat data di UI campuran

Bagian ini menjelaskan cara melihat data status debug, analisis, dan deployment di UI hibrida Apigee.

Debug

Data debug untuk layanan campuran dapat diakses dengan cara yang sama seperti data debug Edge, dengan beberapa perbedaan seperti peningkatan dukungan filter. Untuk mengetahui informasi selengkapnya, lihat Ringkasan proses debug.

Analytics

Data analisis untuk layanan campuran dapat diakses dengan cara yang sama seperti data analisis Edge. Untuk informasi selengkapnya, lihat Menggunakan dasbor analisis di dokumentasi Edge.

Status deployment proxy

Untuk informasi tentang cara melihat status deployment, lihat Melihat status deployment.

Mengonfigurasi pengumpulan data

Untuk menetapkan cara dan tempat data status debug, analisis, dan deployment dikumpulkan di pod pengumpulan data, Anda mengonfigurasi layanan UDCA melalui properti konfigurasinya. Properti UDCA mencakup properti yang bersifat umum untuk UDCA serta properti yang spesifik untuk setiap set data.

Untuk mengonfigurasi UDCA:

  1. Buka file overrides.yaml untuk diedit di komputer administrasi Kubernetes, seperti yang dijelaskan dalam Mengelola komponen bidang runtime.
  2. Tetapkan nilai setelan konfigurasi UDCA. Untuk UDCA, Anda dapat menetapkan nilai kustom untuk properti seperti:
    • Interval polling
    • Jumlah replika (min dan maks)
    • Persentase CPU target (yang memicu replika tambahan)

    Untuk mengetahui daftar lengkap properti UDCA yang dapat Anda sesuaikan, lihat udca.

  3. Simpan perubahan ke file overrides.yaml.
  4. Terapkan perubahan ke cluster Anda dengan menjalankan perintah apigeectl apply, seperti yang ditunjukkan pada contoh berikut:
    apigeectl apply -f my-overrides.yaml --org --env env-name

    Untuk mengetahui informasi selengkapnya tentang perintah apply, lihat Menerapkan konfigurasi cluster.