--- title: "Exemplo de largura de banda do site com a API accountMetrics" slug: "example-site-bandwidth-with-accountmetrics-api" updated: 2026-07-30T01:54:38Z published: 2026-07-30T01:54:38Z canonical: "knowledge.catonetworks.com/example-site-bandwidth-with-accountmetrics-api" --- > ## Documentation Index > Fetch the complete documentation index at: https://knowledge.catonetworks.com/llms.txt > Use this file to discover all available pages before exploring further. # Exemplo de largura de banda do site com a API accountMetrics Este artigo explica uma consulta de amostra da API accountMetrics para monitorar a taxa máxima de upstream e downstream para um site. ## Criar a Consulta Recomendamos que você use bytesUpstreamMax e bytesDownstreamMax, que são métricas de pico. Licenças da Cato são baseadas nesses valores, não na taxa média. Esta é uma consulta para recuperar uma série temporal de 10 segmentos para o período de 15:00:00 a 15:10:00 em 6 de fevereiro de 2024, para o site com ID=12345. 10 segmentos para um período de 10 minutos significa que cada segmento é efetivamente de um minuto. ``` {    accountMetrics(        accountID: 7890        timeFrame: "utc.2024-02-06/{15:00:00--15:10:00}"        groupDevices: true        groupInterfaces: true    ) {        de        para        sites (siteIDs:[12345]) {            interfaces {                nome                series temporais (labels:[bytesUpstreamMax] buckets:10) {                    etiqueta                    unidades                    dados                }            }        }    } } ``` É assim que a consulta aparece no GraphQL API Playground: ![01_accountMetrics.png](https://cdn.document360.io/81d0367c-2b69-4ba8-b412-1c8f46ce677e/Images/Documentation/25296975243037.png?sv=2026-02-06&spr=https&st=2026-11-19T06%3A03%3A37Z&se=2026-11-19T07%3A03%3A37Z&sr=b&sp=r&sig=6PW6GDlQYTDP%2F8T20hZ4pqYHBkn%2BFIQGRRyFvAdJlhQ%3D) A resposta completa é: ``` {  "dados": {    "accountMetrics": {      "de": "2024-02-06T15:00:00Z",      "para": "2024-02-06T15:10:00Z",      "sites": [        {          "interfaces": [            {              "nome": "todas",              "series temporais": [                {                  "etiqueta": "bytesUpstreamMax",                  "unidades": "bytes",                  "dados": [                    [                      1707231600000,                      6008                    ],                    [                      1707231660000,                      12802                    ],                    [                      1707231720000,                      6557                    ],                    [                      1707231780000,                      3467                    ],                    [                      1707231840000,                      7168                    ],                    [                      1707231900000,                      3660                    ],                    [                      1707231960000,                      6791                    ],                    [                      1707232020000,                      5839                    ],                    [                      1707232080000,                      4183                    ],                    [                      1707232140000,                      4684                    ]                  ]                }              ]            }          ]        }      ]    }  } } ``` ## Interpretando os Resultados da Série Temporal ### Timestamp Cada elemento da série temporal / array de dados é uma lista onde o primeiro elemento é o timestamp no início daquele segmento, e o segundo elemento é a métrica para aquele segmento. Os timestamps estão em UTC, o tempo da Epoch Unix em nanosegundos. Um comando Python de uma linha converte o timestamp no primeiro segmento para uma string legível por humanos: ``` python3 -c "import datetime;print(datetime.datetime.fromtimestamp(1707231600000/1000))" ``` Executar este comando em um Mac parece assim: ``` sh-3.2$ python3 -c "import datetime;print(datetime.datetime.fromtimestamp (1707231600000/1000))" 2024-02-06 15:00:00 sh-3.2$ ``` Você também pode executar um comando bash assim: ``` date -r $((1707231600000/1000)) ``` Este é o resultado do comando bash: ``` Cato-admin-M:tools catoadmin$ date -r $((1707231600000/1000)) Ter 6 Fev 2024 15:00:00 GMT ``` Usando essas técnicas para converter todos os timestamps do output acima, vemos que eles correspondem ao início dos segmentos para cada minuto no nosso período: ``` 1707231600000 -> 2024-02-06 15:00:00 1707231660000 -> 2024-02-06 15:01:00 1707231720000 -> 2024-02-06 15:02:00 1707231780000 -> 2024-02-06 15:03:00 1707231840000 -> 2024-02-06 15:04:00 1707231900000 -> 2024-02-06 15:05:00 1707231960000 -> 2024-02-06 15:06:00 1707232020000 -> 2024-02-06 15:07:00 1707232080000 -> 2024-02-06 15:08:00 1707232140000 -> 2024-02-06 15:09:00 ``` ### Pico de Taxa de Upstream O segundo item em cada elemento da série temporal é a métrica que, neste caso, é a taxa de upstream máxima naquele segmento. Múltiplas métricas podem ser solicitadas em uma única consulta – é comum solicitar ambas bytesUpstreamMax e bytesDownstreamMax. A métrica é sempre expressa como uma taxa, independentemente do parâmetro de entrada perSecond. O campo `unidades` indica que são bytes, então devemos multiplicar por 8 para converter para a forma mais habitual de bits por segundo. Olhando para o primeiro elemento da nossa resposta acima: ``` [ 1707231600000, 6008 ], ``` Podemos interpretar isso como: - 2024-02-06 15:00:00 UTC foi o início deste segmento - Sabemos dos nossos parâmetros que este é um segmento de um minuto (você também pode pedir para a API retornar a granularidade do segmento caso tenha dúvidas) - Durante este segmento, a taxa máxima foi de 6008 bytes por segundo. Multiplicando por 8, obtemos um valor de pico de 8*6008 = 48,064 bits por segundo = 48kbps. Aplicando este mesmo princípio a todos os itens da nossa série temporal retornada, obtemos estes valores: ``` 1707231600000 -> 2024-02-06 15:00:00 48kbps 1707231660000 -> 2024-02-06 15:01:00 102kbps 1707231720000 -> 2024-02-06 15:02:00 52kbps 1707231780000 -> 2024-02-06 15:03:00 27kbps 1707231840000 -> 2024-02-06 15:04:00 57kbps 1707231900000 -> 2024-02-06 15:05:00 29kbps 1707231960000 -> 2024-02-06 15:06:00 54kbps 1707232020000 -> 2024-02-06 15:07:00 46kbps 1707232080000 -> 2024-02-06 15:08:00 33kbps 1707232140000 -> 2024-02-06 15:09:00 37kbps ``` Se grafarmos esses valores no Excel, o gráfico de linha fica assim: ![02_excel.png](https://cdn.document360.io/81d0367c-2b69-4ba8-b412-1c8f46ce677e/Images/Documentation/25296996693789.png?sv=2026-02-06&spr=https&st=2026-11-19T06%3A03%3A37Z&se=2026-11-19T07%3A03%3A37Z&sr=b&sp=r&sig=RjBLEEksUcLwLUazBhIZnJGFnHsJ7GeU0B2TThR%2FYaY%3D) Para o período e site correspondentes, o gráfico “Máxima Taxa – Upstream” fica assim: ![03_excel.png](https://cdn.document360.io/81d0367c-2b69-4ba8-b412-1c8f46ce677e/Images/Documentation/25296996785949.png?sv=2026-02-06&spr=https&st=2026-11-19T06%3A03%3A37Z&se=2026-11-19T07%3A03%3A37Z&sr=b&sp=r&sig=eEla68oWIY750hfPXfOT3LBod9w5sdQTLPI6aRtAVWk%3D) À primeira vista esses gráficos parecem um tanto diferentes, mas isso é principalmente porque o gráfico CMA vem de uma consulta com um número muito maior de segmentos – para facilidade de demonstração, estamos usando um pequeno número de segmentos (10) na nossa consulta Playground. Se colocarmos o gráfico do Excel dos nossos dados de consulta sobre o gráfico CMA, podemos ver uma forte correlação: ![04-excel.png](https://cdn.document360.io/81d0367c-2b69-4ba8-b412-1c8f46ce677e/Images/Documentation/25296952629789.png?sv=2026-02-06&spr=https&st=2026-11-19T06%3A03%3A37Z&se=2026-11-19T07%3A03%3A37Z&sr=b&sp=r&sig=5hFeZUzuz8G2hxEDiQaop8qxLkDjcTOWZOHQTcOAkg0%3D)