דפי פעילות במערכת

פעילות המערכת היא מודל LookML שמקושר למסד הנתונים הבסיסי של האפליקציה ב-Looker. שאילתות Explore ומרכזי בקרה של פעילות המערכת שמבוססים על המודל הזה מציגים מידע על מכונות Looker, כולל:

  • כל ה-Looks ומרכזי הבקרה ששמורים במופע שלכם
  • מידע על המשתמש ועל היסטוריית השאילתות
  • נתונים סטטיסטיים של ביצועי המכונה

רמת הפירוט ומשך השמירה של נתוני הפעילות במערכת כפופים למגבלות המערכת. התכונה "פעילות המערכת" נועדה לאסוף נתונים בנפח גבוה, ואפשר להשתמש בצבירת הנתונים כדי להשלים את יומני הפעילות של העסק.

הנתונים האלה יכולים להשלים את פעילויות המעקב והביקורת, אבל הם לא נועדו להחליף את אסטרטגיית התאימות הנוכחית שלכם.

הטקסט במסננים שמופעלים על ידי משתמשים נגיש ב-System Activity, וכל משתמש שיש לו הרשאה לצפות במודל System Activity יכול לראות אותו.

מה עושים: משנים את רשימת המשתמשים שיש להם גישת צפייה למודלים של System Activity. לאדמינים ב-Looker יש גישה לפעילות במערכת כברירת מחדל. אדמין ב-Looker יכול לתת למשתמש שאין לו הרשאת אדמין גישה ל-System Activity, על ידי הענקת ההרשאה see_system_activity.

פעילות המערכת כוללת את הרכיבים הבאים:

פעילות המערכת בסביבות מוטמעות

בסביבה מוטמעת, הגבלות מחמירות מונעות ממשתמשים מוטמעים לעבד נתוני מערכת בסיסיים, גם אם אתם מעניקים את ההרשאה see_system_activity במהלך אימות של כניסה יחידה (SSO). אי אפשר להטמיע ישירות את מרכזי הבקרה של System Activity למשתמשים מוטמעים רגילים.

כדי לשתף תובנות לגבי פעילות המערכת עם משתמשים מוטמעים, צריך לחלץ את הנתונים ולהציג אותם ממודל בשליטת הלקוח. אפשר להשתמש באחת מהאפשרויות הבאות:

  • סקריפטים של Looker API: משתמשים ב-Looker API client SDK, כמו Python SDK, כדי להריץ שאילתות באופן פרוגרמטי במודל system__activity. אפשר לתזמן סקריפט שישלוף תוצאות יומיות ויכתוב אותן ישירות למסד נתונים חיצוני.
  • מסירות מתוזמנות: יוצרים Look שמבוסס על System Activity ומתזמנים מסירה יומית כקובץ CSV או JSON לקטגוריית Amazon S3 או לשרת SFTP. לאחר מכן, משתמשים בצינור עיבוד נתונים של חילוץ, טרנספורמציה וטעינה (ETL) כדי להטמיע את הנתונים.
  • מודלים ומרכזי בקרה בהתאמה אישית: חילוץ הנתונים באמצעות סקריפטים של Looker API, שליחות מתוזמנות או Elite System Activity, וטעינה שלהם למסד נתונים משלכם, כמו BigQuery. לאחר מכן, יוצרים מודל LookML רגיל על גבי הנתונים האלה ומטמיעים מרכזי בקרה שאתם יוצרים מהמודל החדש.