【NFA】Interface Traffic API 自定义时间范围参数

【NFA】Interface Traffic API 自定义时间范围参数

Info
关于 NFA Get Interface Traffic Data API 手册中时间范围的参数仅有hourly/6hour/Daily/today/yesterday/Weekly/Monthly
Idea
在需要自定义时间范围时可以使用如下参数和格式
例:
https://demo.netflowanalyzer.com/api/json/v2/nfadevice/getTrafficData?apiKey=APIKEY&DeviceID=5000078&TimeFrame=custom&StartTime=2024-10-10 09:00&EndTime=2024-10-10 10:59&enableBussHour=true&BussStartTime=0000&BussEndTime=0000&tablegridviewtype=Both&Type=speed&granularity=5&expand=true
Notes
https://demo.netflowanalyzer.com/ 替换为实际的 URL IP:Port
apiKey=APIKEY APIKEY 替换为实际的 APIkey
DeviceID=5000078 5000078 替换为实际想要获取数据的接口 ID
StartTime=2024-10-10 09:00&EndTime=2024-10-10 10:59 替换为实际想要数据的时间范围(起始时间与结束时间)
granularity=5 可以给 1、5、15,分别代表 1 分钟平均、5 分钟平均、15 分钟平均,并且仅有起始时间与结束时间的时间范围在 24 小时以内的此参数才有效,时间给定范围超过 24 小时的仅能获取小时平均值。

    • Related Articles

    • 接口流量统计不准---缩小轮询间隔统计准确原因以及轮询间隔建议

      问题:接口流量显示不准,但缩小轮询间隔显示趋于准确。 基于SNMP的设计机制 , ifInOctets 的值不是一直累计计算 ,而是达到上限后重新统计。而op计算当前流量是(如下链接) 当前的轮询值减前一次的值除以时间。所以当 ifInOctets 值达到上限后会出现不准的情况,缩小轮询间隔就趋于准确值。 ...
    • [工单][自定义脚本] 自定义计划 实现报表数据定期被调用,脚本引用报表数据进行后续处理

      场景: 客户想要使用自定义计划方法实现查询10天未关闭的解决的工单,通过自定义计划执行脚本直接对报表产生的数据(会存储到列表里,以json格式记录)进行调用和数据处理。(示例脚本为SDP通过API方式关闭工单) SQL: SELECT wo.WORKORDERID AS "Request ID" FROM WorkOrder wo LEFT JOIN WorkOrderStates wos ON wo.WORKORDERID=wos.WORKORDERID LEFT JOIN ...
    • [opm]接口流量计算&日志中接口流量的查找方法

      接口流量如何计算: 流入(bps): Rx Traffic: Delta_InOctets*8*1000/轮询间隔(s) 流出(bps): Tx Traffic: Delta_OutOctets*8*1000/轮询间隔(s) 注: 32bit使用的oid为IF-MIB.txt下的ifInOctets & ifOutOctets 64bit使用的oid为IF-MIB.txt下的ifHCInOctets & ifHCOutOctets 日志中接口相关值的保存位置: ...
    • [工单][自定义脚本] SDP 业务规则/自定义触发器/自定义菜单 执行本地脚本详解

      一、概要 ServiceDesk Plus(SDP) 支持通过低代码的配置,满足丰富的个性化场景需求。但是对于一些复杂的的场景,如集成第三方系统。需要处理复杂的逻辑,SDP自带的业务规则和自定义触发器中的规则和字段更新等动作,就无法处理了。此时通过执行脚本触发存储在服务器中的脚本,就能比较好的解决这种复杂逻辑的处理。需要注意的是,因为将这些逻辑都放到脚本中去进行处理了。需要一定的开发能力。 本文主要介绍SDP是如何实现配置执行本地脚本,以及中间参数传递的详细步骤。 1.1 原理 ...
    • 【NFA】标准偏差计算公式和解释

      标准偏差(或σ)是衡量数据相对于平均值分散程度的指标。低或小的标准偏差表示数据紧紧围绕平均值聚集,高或大的标准偏差则表示数据更加分散。 计算公式: -平均值=所有流量之和/行数 -标准偏差=(每行流量值-平均值)²/行数 原文: - Average value = sum of all traffic / Number of Rows - Standard deviation = sum of((Each row octets value - average value) power(2)) / ...