Je pense Keen IO serait un bon ajustement ici. Il s'agit d'une plateforme d'analyse exclusivement API (ce qui signifie que vous envoyez des données et consommez des analyses via une API REST).
Divulgation complète : je suis le PDG. Je n'écris pas cette réponse pour faire de l'autopromotion, mais parce que, honnêtement, notre produit a été conçu pour des cas d'utilisation comme le vôtre.
Plusieurs utilisateurs de Keen IO sont des sociétés d'API qui s'en servent pour analyser la façon dont leurs utilisateurs utilisent leurs API.
Au risque d'être un peu trop méta : Nous utilisons l'API Keen IO en interne pour collecter des événements et analyser la manière dont nos clients utilisent l'API Keen IO en externe. À titre d'exemple, notre modèle de données à deux événements ressemble à ceci:*.
-
analyse_appel
- demande (objet)
- client_library_version (string)
- API_version (nombre)
- query_parameters (objet clé-valeur)
- post_parameters (objet clé-valeur)
- origin_ip (adresse IP)
- URI (chaîne de caractères)
- num_events (nombre entier)
- includes_geolocation (booléen)
- user_agent (string)
- réponse (objet)
- HTTP_code (nombre)
- latence (nombre)
- headers (objet)
- body (objet : l'objet JSON complet de la réponse, s'il est inférieur à 1K)
-
événements_ajoutés_appel
- client_library_version (string)
- API_version (nombre)
- origin_ip (adresse IP)
- demande (objet)
- response (objet : l'objet JSON complet de la réponse)
*Nous utilisons en fait un lot plus de propriétés que ça, je les ai enlevées pour que ce soit plus clair.