Audity historie dotazu umožňují vygenerovat přehled všech úloh spuštěných prostřednictvím vašeho účtu ve službě Ads Data Hub. Můžete tak zjistit, kdo a kdy přistupoval k vašim datům.
Audity historie dotazů mají formát tabulek v nástroji BigQuery a obsahují záznamy protokolu pro všechny dotazy, které byly spuštěny z vašeho účtu Ads Data Hub. Jestliže se chcete na audity historie dotazů pro svůj účet podívat, musíte nejdřív příslušný přehled vygenerovat pomocí rozhraní API. Každý protokol auditování obsahuje data za jeden den. Protokol auditování můžete vygenerovat za kterýkoli z posledních 30 dní.
Audity historie dotazů jsou dostupné pouze pro superuživatele. Další informace o přístupu podle rolí
Formát auditu historie dotazů
Všechny audity historie dotazů používají toto schéma:
| Název pole | Popis |
|---|---|
| customer_id | ID zákazníka ve službě Ads Data Hub |
| ads_customer_id | ID podúčtu, pokud byl použit (jinak je hodnota shodná s customer_id) |
| match_table_customer_id | ID účtu obsahujícího identifikační tabulku, pokud byla použita (jinak je hodnota shodná s customer_id) |
| user_email | E-mailová adresa uživatele, který dotaz spustil |
| query_start_time | Čas spuštění dotazu |
| query_end_time | Čas dokončení dotazu |
| query_type | Rozlišuje mezi analytickými dotazy a dotazy na publikum |
| query_resource_id | ID přidružené k dotazu |
| query_text | Znění dotazu v jazyku SQL |
| query_parameters | |
| query_parameters.name | Název parametru dotazu |
| query_parameters.value | Hodnota předaná prostřednictvím parametru row_merge_summary dotazu |
| row_merge_summary.column_name | Název sloupce |
| row_merge_summary.merge_type | Typ souhrnu sloučení řádku |
| row_merge_summary.constant_value | Nastavená hodnota konstanty (pokud nebyla konstanta použita, je rovno null) |
| destination_table | Umístění (v nástroji BigQuery), kam byl dotaz zapsán |
Přístup k auditům historie dotazů
Audity historie dotazů získáte prostřednictvím volání rozhraní API. Níže naleznete ukázku kódu volajícího rozhraní API, případně si prohlédněte referenční dokumentaci a napište svůj vlastní dotaz.
Výsledky požadavku na API budou zapsány do datové sady BigQuery, kterou uvedete v těle požadavku.
"""This sample shows how to create a query history audit.
For the program to execute successfully, ensure that you run it using Python 3.
"""
from __future__ import print_function
from json import dumps
from google_auth_oauthlib import flow
from googleapiclient.discovery import build
appflow = flow.InstalledAppFlow.from_client_secrets_file(
# Replace client_secrets.json with your own client secret file.
'client_secrets.json',
scopes=['https://www.googleapis.com/auth/adsdatahub'])
appflow.run_local_server()
credentials = appflow.credentials
developer_key = input('Developer key: ').strip()
service = build('adsdatahub', 'v1', credentials=credentials,
developerKey=developer_key)
def pprint(x):
print(dumps(x, sort_keys=True, indent=4))
customer_id = input('Customer ID (e.g. "customers/123"): ').strip()
bq_project = input('Destination BigQuery project ID (e.g. "your-project"): ').strip()
dataset_id = input('Destination BigQuery dataset (e.g. "your-dataset"): ').strip()
start = input('The start date for your query history audit. Formatted as "mm/dd/yyyy": ').strip().split('/')
end = input('The end date for your query history audit. Should be 1 day later than start_date. Formatted as "mm/dd/yyyy": ').strip().split('/')
choice = input("Do you want to enter a timezone? Defaults to UTC otherwise. (y/n) ")
if choice.lower() == 'y':
timezone = input("Timezone (e.g. 'UTC'): ")
else:
timezone = 'UTC'
body = {
'project_id': bq_project,
'dataset': dataset_id,
'start_date': {
'year': start[2],
'day': start[1],
'month': start[0]
},
'end_date': {
'year': end[2],
'day': end[1],
'month': end[0]
},
'time_zone': timezone
}
pprint(service.customers().exportJobHistory(customer=customer_id, body=body).execute())