调用DescribeMetricData接口查询指定时间段内的云产品时序指标监控数据。
各云产品Namespace、Project、Metric、Period、Dimensions等参数的取值,请参见DescribeMetricMetaList或云产品监控项。
调试
您可以在OpenAPI Explorer中直接运行该接口,免去您计算签名的困扰。运行成功后,OpenAPI Explorer可以自动生成SDK代码示例。
请求参数
名称 | 类型 | 是否必选 | 示例值 | 描述 |
---|---|---|---|---|
Action | String | 是 | DescribeMetricData |
要执行的操作,取值:DescribeMetricData。 |
MetricName | String | 是 | cpu_idle |
监控项名称。 |
Namespace | String | 是 | acs_ecs_dashboard |
产品的数据命名空间,用于区分不同的产品。 命名方式:acs_产品名。 |
Period | String | 否 | 60 |
时间间隔。单位:秒。取值:60、300、900。 请根据您的实际需求设置该参数。 |
StartTime | String | 否 | 2019-01-30 00:00:00 |
开始时间。支持的格式:
说明 开始和结束时间执行的是左开右闭的模式,StartTime不能等于或大于EndTime。
|
EndTime | String | 否 | 2019-01-30 00:10:00 |
结束时间。支持的格式:
|
Dimensions | String | 否 | [{"instanceId": "i-abcdefgh12****"}] |
维度Map,用于查询指定资源的监控数据。 格式为:key-value键值对形式的集合,常用的key-value集合为: Key和Value的长度为1~64个字节,超过64个字节时截取前64字节。 Key和Value的取值可包含大小写字母、数字、点号(.)、短划线(-)、下划线(_)、正斜线(/)和反斜线(\)。 说明 Dimensions传入时需要使用JSON字符串表示该Map对象,必须按顺序传入。
|
Express | String | 否 | “{"groupby":["userId","instanceId"]}” |
对查询出的现有结果进行实时计算的表达式。 目前仅支持groupby,类似数据库的groupby语句。 |
Length | String | 否 | 1000 |
每页显示的记录条数,用于分页查询。 |
返回数据
名称 | 类型 | 示例值 | 描述 |
---|---|---|---|
Code | String | 200 |
状态码。 说明 200表示成功。
|
Datapoints | String | [{"timestamp":1548777660000,"userId":"123****","instanceId":"i-abc****","Minimum":9.92,"Average":9.92,"Maximum":9.92}] |
监控数据列表。包括如下信息:
|
Message | String | The Request is not authorization. |
错误信息。 |
Period | String | 60 |
时间间隔。单位:秒。取值:60、300、900。 |
RequestId | String | 6A5F022D-AC7C-460E-94AE-B9E75083D027 |
请求ID。 |
示例
请求示例
http(s)://[Endpoint]/?Action=DescribeMetricData
&MetricName=cpu_idle
&Namespace=acs_ecs_dashboard
&<公共请求参数>
正常返回示例
XML
格式
<DescribeMetricData>
<Period>60</Period>
<Datapoints>
<timestamp>1490152860000</timestamp>
<Maximum>100</Maximum>
<userId>123456789876****</userId>
<Minimum>93.1</Minimum>
<instanceId>i-abcdefgh12****</instanceId>
<Average>99.52</Average>
</Datapoints>
<Datapoints>
<timestamp>1490152920000</timestamp>
<Maximum>100</Maximum>
<userId>123456789876****</userId>
<Minimum>92.59</Minimum>
<instanceId>i-abcdefgh12****</instanceId>
<Average>99.49</Average>
</Datapoints>
<Datapoints>
<timestamp>1490152980000</timestamp>
<Maximum>100</Maximum>
<userId>123456789876****</userId>
<Minimum>92.86</Minimum>
<instanceId>i-abcdefgh12****</instanceId>
<Average>99.44</Average>
</Datapoints>
<Datapoints>
<timestamp>1490153040000</timestamp>
<Maximum>100</Maximum>
<userId>123456789876****</userId>
<Minimum>91.43</Minimum>
<instanceId>i-abcdefgh12****</instanceId>
<Average>99.36</Average>
</Datapoints>
<Datapoints>
<timestamp>1490153100000</timestamp>
<Maximum>100</Maximum>
<userId>123456789876****</userId>
<Minimum>93.55</Minimum>
<instanceId>i-abcdefgh12****</instanceId>
<Average>99.51</Average>
</Datapoints>
<Datapoints>
<timestamp>1490153160000</timestamp>
<Maximum>100</Maximum>
<userId>123456789876****</userId>
<Minimum>93.1</Minimum>
<instanceId>i-abcdefgh12****</instanceId>
<Average>99.52</Average>
</Datapoints>
<Datapoints>
<timestamp>1490153220000</timestamp>
<Maximum>100</Maximum>
<userId>123456789876****</userId>
<Minimum>92.59</Minimum>
<instanceId>i-abcdefgh12****</instanceId>
<Average>99.42</Average>
</Datapoints>
<Datapoints>
<timestamp>1490153280000</timestamp>
<Maximum>100</Maximum>
<userId>123456789876****</userId>
<Minimum>91.18</Minimum>
<instanceId>i-abcdefgh12****</instanceId>
<Average>99.34</Average>
</Datapoints>
<Datapoints>
<timestamp>1490153340000</timestamp>
<Maximum>100</Maximum>
<userId>123456789876****</userId>
<Minimum>92.86</Minimum>
<instanceId>i-abcdefgh12****</instanceId>
<Average>99.46</Average>
</Datapoints>
<Datapoints>
<timestamp>1490153400000</timestamp>
<Maximum>100</Maximum>
<userId>123456789876****</userId>
<Minimum>91.18</Minimum>
<instanceId>i-abcdefgh12****</instanceId>
<Average>99.35</Average>
</Datapoints>
<RequestId>6A5F022D-AC7C-460E-94AE-B9E75083D027</RequestId>
<Code>200</Code>
</DescribeMetricData>
JSON
格式
{
"Period": "60",
"Datapoints": [
{
"timestamp": 1490152860000,
"Maximum": 100,
"userId": "123456789876****",
"Minimum": 93.1,
"instanceId": "i-abcdefgh12****",
"Average": 99.52
},
{
"timestamp": 1490152920000,
"Maximum": 100,
"userId": "123456789876****",
"Minimum": 92.59,
"instanceId": "i-abcdefgh12****",
"Average": 99.49
},
{
"timestamp": 1490152980000,
"Maximum": 100,
"userId": "123456789876****",
"Minimum": 92.86,
"instanceId": "i-abcdefgh12****",
"Average": 99.44
},
{
"timestamp": 1490153040000,
"Maximum": 100,
"userId": "123456789876****",
"Minimum": 91.43,
"instanceId": "i-abcdefgh12****",
"Average": 99.36
},
{
"timestamp": 1490153100000,
"Maximum": 100,
"userId": "123456789876****",
"Minimum": 93.55,
"instanceId": "i-abcdefgh12****",
"Average": 99.51
},
{
"timestamp": 1490153160000,
"Maximum": 100,
"userId": "123456789876****",
"Minimum": 93.1,
"instanceId": "i-abcdefgh12****",
"Average": 99.52
},
{
"timestamp": 1490153220000,
"Maximum": 100,
"userId": "123456789876****",
"Minimum": 92.59,
"instanceId": "i-abcdefgh12****",
"Average": 99.42
},
{
"timestamp": 1490153280000,
"Maximum": 100,
"userId": "123456789876****",
"Minimum": 91.18,
"instanceId": "i-abcdefgh12****",
"Average": 99.34
},
{
"timestamp": 1490153340000,
"Maximum": 100,
"userId": "123456789876****",
"Minimum": 92.86,
"instanceId": "i-abcdefgh12****",
"Average": 99.46
},
{
"timestamp": 1490153400000,
"Maximum": 100,
"userId": "123456789876****",
"Minimum": 91.18,
"instanceId": "i-abcdefgh12****",
"Average": 99.35
}
],
"RequestId": "6A5F022D-AC7C-460E-94AE-B9E75083D027",
"Code": "200"
}
错误码
访问错误中心查看更多错误码。