ক্যাটো শুধুমাত্র পড়ার জন্য এপিআই - ইভেন্টসমূহ

ইভেন্টস এপিআই প্রশ্নের সারসংক্ষেপ

ইভেন্টস এপিআই প্রশ্ন আপনাকে কোনো অ্যাকাউন্টের জন্য সৃষ্ট ইভেন্টগুলির সারসংক্ষেপ তথ্য প্রাপ্তির উপায় প্রদান করে, যার জন্য পৃথক ইভেন্টগুলি প্রথমে বের করতে এবং বিশ্লেষণ সম্পন্ন করার প্রয়োজন হয় না।  

ইভেন্টস এপিআইতে অন্তর্ভুক্ত বিশ্লেষণের প্রকারের উদাহরণ:

• একটি নির্দিষ্ট সময়সীমায় লগ ইন করা SDP ব্যবহারকারীদের সংখ্যা

• ফায়ারওয়াল ব্লক বনাম অনুমতি ইভেন্টের শতাংশ

• পূর্ববর্তী ৩০ দিনের প্রতিটি ইভেন্ট প্রকারের জন্য কতগুলি ইভেন্ট (কার্ডিনালিটি) তৈরি হয়েছিল তা দেখান

ইভেন্টগুলির জন্য যুক্তি

এটি ঘটনাটি যার মাধ্যমে আপনি ইভেন্টস এপিআই কলের কার্যক্রম সংশোধন করতে পারেন, সে যুক্তিগুলি:

• অ্যাকাউন্টআইডি

• মাপ

• ফিল্টারসমূহ

• মাত্রা

• ক্রমবর্ধমান 

• সময়সীমা

অ্যাকাউন্টআইডি যুক্তি

এটি সেই অ্যাকাউন্টের জন্য অ্যাকাউন্টআইডি যার বিরুদ্ধে আপনি প্রশ্নটি পরিচালনা করছেন।

দ্রষ্টব্য:

এই অ্যাকাউন্ট আইডি কাটো ম্যানেজমেন্ট অ্যাপ্লিকেশনে দেখানো হয় না, এর পরিবর্তে এটি CUTAO ম্যানেজমেন্ট অ্যাপ্লিকেশনের ইউআরএল এ থাকা নম্বর।  উদাহরণস্বরূপ, নিম্নলিখিত ইউআরএল-এর জন্য অ্যাকাউন্ট আইডি হল ২৬: https://cc.catonetworks.com/#!/26/topology. 

মাপ যুক্তি

মাপ যুক্তি আপনাকে সেই ক্ষেত্রগুলি সংজ্ঞায়িত করতে দেয় যা আপনি ইভেন্টস প্রশ্নটির পরীক্ষা করতে চান এবং ফলাফলগুলি কীভাবে একত্রিত করা উচিত তা নির্দেশ করে। প্রতি ক্ষেত্রের জন্য যা আপনি বিশ্লেষণ করতে চান, আপনাকে নিম্নলিখিতগুলি নির্ধারণ করতে হবে: 

• fieldName - ক্ষেত্রটি সংজ্ঞায়িত করে যা আপনি সংযুক্ত করতে চান

• aggType - আপনি যে পদ্ধতিতে গঠন করতে চান তা সংজ্ঞায়িত করে (যেমন count_distinct)

নিম্নলিখিত উদাহরণটি একটি প্রশ্নের জন্য মাপ সিনট্যাক্স প্রদর্শন করে যা event_count ক্ষেত্রগুলির সমষ্টি ফেরত দেয়: 

 "মাপগুলি": [
    {"fieldName":"event_count","aggType":"sum"}
]

ফিল্টার যুক্তি

ফিল্টার যুক্তি আপনাকে এমন একটি ফিল্টার সংজ্ঞায়িত করার অনুমতি দেয় যা শুধুমাত্র একটি সীমিত উপগোষ্ঠী ইভেন্টগুলির পরীক্ষার ফলাফল দেবে। প্রত্যেক ফিল্টারের জন্য আপনাকে নিম্নলিখিতগুলি সংজ্ঞায়িত করতে হবে:

• fieldName - যে ক্ষেত্রের নাম আপনি ফিল্টার করতে চান তা সংজ্ঞায়িত করে

• অপারেটর - যে ফিল্টার অপারেশনটি ক্ষেত্রটি ফিল্টার করার জন্য ব্যবহার করা উচিত তা সংজ্ঞায়িত করে

• মান - যে ফিল্টার মানটি অপারেটরের সাথে ব্যবহার করা হয় তা সংজ্ঞায়িত করে

নিচে একটি উদাহরণ দেওয়া হল যেখানে শুধুমাত্র নিরাপত্তা ধরনে ইভেন্টগুলিকে বাছাই করতে ফিল্টার যুক্তি ব্যবহার করা হয়েছে:

"ফিল্টার": [
    {
        "fieldName": "event_type", 
         "operator": "is",
         "values": ["নিরাপত্তা"]
    }
]

মাত্রা যুক্তি

মাত্রা যুক্তি ব্যবহার করুন একই মান দ্বারা পরিসংখ্যান বানাতে।

এটি একটি উদাহরণ যা event_type অনুযায়ী ফাইলগুলি গোষ্ঠীভুক্ত করে:

"মাত্রা": [
    {"fieldName": "event_type"}
]

শ্রেণীবিন্যাস যুক্তি

শ্রেণীবিন্যাস যুক্তি সংজ্ঞায়িত করে কিভাবে ফিরে আসা ডেটা শ্রেণীবদ্ধ করা হবে।  শ্রেণীবিন্যাস যুক্তির ব্যবহার দেখানোর উদাহরণ এটি

  'শ্রেণীবিন্যাস': [ 
      {'fieldName': 'event_count', 'order': 'desc'},
      {'fieldName': 'event_type', 'order': 'asc'}
  ]

সময়সীমা যুক্তি

অনুসন্ধানের সময়সীমা সংজ্ঞায়িত করে। এই ফর্ম্যাটটি ISO 8601 স্পেসিফিকেশন দ্বারা সংজ্ঞায়িত করা হয়েছে।  এখানে শেষ ৩০ দিবসের সময়সীমা কিভাবে নির্দিষ্ট করা যায় তার একটি উদাহরণ দেওয়া হল:

 "সময়সীমা": "last.P30D"

নোটসমূহ:

• কোন সময়সীমা যুক্তির জন্য সর্বাধিক দৈর্ঘ্য যা বর্তমানে নির্দিষ্ট করা যেতে পারে তা ৮৯ দিন।

• বাস্তব ISO 8601 স্পেসিফিকেশন এখান থেকে পাওয়া যেতে পারে, কিন্তু এটি বিনামূল্যে নয়। এই উইকিপিডিয়া প্রবন্ধ এও আপনি এই যুক্তিটি কিভাবে সংজ্ঞায়িত করা যায় তা বুঝতে আরও তথ্যের জন্য দেখতে পারেন।

রুঢ় ইভেন্টস প্রশ্ন

নমুনা প্রশ্ন

ইভেন্টসমূহের প্রশ্ন (
    $accountID: আইডি!,
    $measures: [ইভেন্ট মেজার],
    $dimensions: [ইভেন্ট ডাইমেনশন],
    $filters: [ইভেন্ট ফিল্টার!],
    $sort: [ইভেন্ট ক্রমবর্ধমান!],
    $timeFrame: সময়ফ্রেম!,
    $limit: পূর্ণসংখ্যা,
    $from: পূর্ণসংখ্যা) {  
    ইভেন্ট (
        accountID: $accountID
        timeFrame: $timeFrame
        measures: $measures
        dimensions: $dimensions
        filters: $filters
        sort: $sort  ) {
        আইডি    
        থেকে
        মোট
        নথিগুলি (সীমা: $limit, থেকে: $from) {
            ক্ষেত্র মানচিত্র
        }
    }
}

চলক মানসমূহ

{  
    "accountID": "1234",
    "measures": [ {
          "fieldName": "event_sub_type",
          "aggType": "count_distinct"
          }
    ],
    "filters": [ {
          "fieldName": "event_type",
          "operator": "is", "values": ["নিরাপত্তা"]
          }  
    ],  
    "timeFrame": "last.P1M"
}

নমুনা ইভেন্টস আউটপুট

{  
    "data": {
        "events": {
            "id": "xxx",
            "from": "2023-01-26T00:00:00Z",
            "to": "2023-02-27T00:00:00Z",
            "total": 1,
            "records": [
                 { 
                     "fieldsMap": {           
                        "event_sub_type": "6"
                        }
                 }
             ]
        }
    }
}