首頁 > web前端 > js教程 > 使用 Prisma 和 Next.js 分析 API 呼叫趨勢:按週、月或年分組

使用 Prisma 和 Next.js 分析 API 呼叫趨勢:按週、月或年分組

Susan Sarandon
發布: 2025-01-20 02:33:10
原創
867 人瀏覽過

Analyzing API Call Trends with Prisma and Next.js: Grouping by Week, Month, or Year

這篇部落格文章提供了使用 Prisma 按日、月或年對資料進行分組的實用解決方案。 我自己也曾為此苦苦掙扎,所以我分享這種簡化的方法。我們將使用 Next.js API 端點來分析使用 Prisma 和 MongoDB 的 API 呼叫趨勢,重點放在一段時間內的成功率和呼叫頻率。

簡化的API呼叫資料結構

有效的儀表板需要以時間間隔對 API 呼叫進行分組。 讓我們使用簡潔的 Prisma 模式:

<code>model ApiCall {
  id        String    @id @default(auto()) @map("_id") @db.ObjectId
  timestamp DateTime  @default(now())
  status    ApiCallStatus // Enum for success or failure.
}

enum ApiCallStatus {
  SUCCESS
  FAILURE
}</code>
登入後複製

此模式追蹤每個 API 呼叫的時間戳記和狀態,足以進行趨勢分析。

查詢 API 呼叫趨勢:Next.js API 端點

此 Next.js API 端點聚合 API 呼叫數據,並依指定時間段(年、月或日)進行分組:

<code>import { NextRequest, NextResponse } from 'next/server';
import { startOfYear, endOfYear, startOfMonth, endOfMonth } from 'date-fns';

export async function GET(req: NextRequest) {
    const range = req.nextUrl.searchParams.get("range"); // 'year' or 'month'
    const groupBy = req.nextUrl.searchParams.get("groupby"); // 'yearly', 'monthly', 'daily'

    // Input validation
    if (!range || (range !== 'year' && range !== 'month')) {
        return NextResponse.json({ error: "Range must be 'year' or 'month'" }, { status: 400 });
    }

    if (!groupBy || (groupBy !== 'yearly' && groupBy !== 'monthly' && groupBy !== 'daily')) {
        return NextResponse.json({ error: "Group by must be 'yearly', 'monthly', or 'daily'" }, { status: 400 });
    }

    try {
        let start: Date, end: Date;
        if (range === 'year') {
            start = startOfYear(new Date());
            end = endOfYear(new Date());
        } else { // range === 'month'
            start = startOfMonth(new Date());
            end = endOfMonth(new Date());
        }

        let groupByFormat: string;
        switch (groupBy) {
            case 'yearly':
                groupByFormat = "%Y";
                break;
            case 'monthly':
                groupByFormat = "%Y-%m";
                break;
            case 'daily':
                groupByFormat = "%Y-%m-%d";
                break;
        }

        const apiCallTrends = await db.apiCall.aggregateRaw({
            pipeline: [
                {
                    $match: {
                        timestamp: { $gte: { $date: start }, $lte: { $date: end } }
                    }
                },
                {
                    $group: {
                        _id: { $dateToString: { format: groupByFormat, date: '$timestamp' } },
                        SUCCESS: { $sum: { $cond: [{ $eq: ['$status', 'SUCCESS'] }, 1, 0] } },
                        FAILURE: { $sum: { $cond: [{ $eq: ['$status', 'FAILURE'] }, 1, 0] } },
                        TOTAL: { $sum: 1 }
                    }
                },
                {
                    $sort: {
                        _id: 1
                    }
                }
            ]
        });

        return NextResponse.json({ apiCallTrends });
    } catch (error) {
        console.error(error);
        return NextResponse.json({ error: "An error occurred while fetching data." }, { status: 500 });
    }
}</code>
登入後複製

範例回應

這樣的請求:

<code>GET /api/your-endpoint?range=year&groupby=monthly</code>
登入後複製

可能會產生以下回應:

<code>{
  "apiCallTrends": [
    {
      "_id": "2025-01", // January 2025
      "SUCCESS": 120,
      "FAILURE": 15,
      "TOTAL": 135
    },
    {
      "_id": "2025-02", // February 2025
      "SUCCESS": 110,
      "FAILURE": 10,
      "TOTAL": 120
    },
    {
      "_id": "2025-03", // March 2025
      "SUCCESS": 130,
      "FAILURE": 20,
      "TOTAL": 150
    }
    // ... more monthly data
  ]
}</code>
登入後複製

主要特點

  • 彈性的時間分組:輕鬆按年、月或日分組。
  • 綜合趨勢分析:提供每個時期的成功/失敗計數和總和。
  • 強大的錯誤處理:包含清晰的錯誤回應。
  • 最佳化效能:利用 MongoDB 的聚合管道提高效率。

結論

這種方法提供了一種強大而高效的方法,用於使用 Prisma ORM 查詢和分析 MongoDB 中按不同時間範圍分組的時間戳資料。 感謝您的閱讀! 請按讚並訂閱以獲取更多內容! 在 GitHub 和 LinkedIn 上與我聯繫。

以上是使用 Prisma 和 Next.js 分析 API 呼叫趨勢:按週、月或年分組的詳細內容。更多資訊請關注PHP中文網其他相關文章!

來源:php.cn
本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
作者最新文章
熱門教學
更多>
最新下載
更多>
網站特效
網站源碼
網站素材
前端模板