博客Sisense新闻是您发布公司公告、Sisense新功能、产品创新以及我们推出的一切旨在让用户充分利用其数据的工具。麦肯锡有句名言："API是当今（技术和组织）生态系统中的结缔组织……现在已成为业务增长的重要引擎。"早在认识到API的重要性后，Sisense率先提供了一个基于API驱动体系结构的开放且完全可扩展的数据和分析平台，包括从REST API到JavaScript API再到Sisense附加基础设施的广泛API和开发工具套件，使建设者能够自动化、集成，扩展和嵌入分析。特别是，Sisense restapi使高级用户和开发人员能够以编程方式自动化工作流和访问服务器功能，如用户和安全管理、仪表板/小部件、品牌和管理设置介绍Sisense数据模型API新的Sisense数据模型API扩展了Sisense REST API提供的功能。构建者将能够使用完全基于RESTful和基于JSON的api以编程方式创建和修改Sisense数据模型。你可能会问"Sisense数据模型到底是什么？"好问题！Sisense数据模型是指Sisense ElastiCube和实时数据模型的数据模型模式。这些模型由数据团队精心设计，以满足内部利益相关者和客户的分析需求，如仪表盘和嵌入式分析自动化数据工作流数据模型api最强大的功能可以帮助您实现关键工作流的自动化。例如：创建和复制数据模型：以编程方式复制和粘贴数据模型，或者使用预定义的规则。修改源连接和模式结构：更改底层数据源以切换租户或环境，或更改、删除，并删除要管理的数据模型架构中的实体改变。移动跨环境的数据资产：导入和导出跨环境的数据模型和数据环境。开始和计划数据加载：创建和编排自定义数据加载和实时模型发布计划，以满足每个需要。数据模型API关键用例我们可以用数据模型API做什么？为什么它们很重要？让我们看几个流行的用例来理解如何使用数据模型api。自动化新客户的部署如果您为您的客户提供分析，并托管单一租户或混合Sisense数据模型（每个客户一个ElastiCube），那么您可能会为每个客户复制数据模型。数据模型api可以帮助您以编程方式自动化此过程，而不是手动保存副本、更改数据模型并运行构建。自动化开发到生产流程软件开发最佳实践要求团队至少有一个开发环境和生产环境。在投入生产之前，有一个开发环境来构建和测试有很多好处，但这也意味着团队最终会在这些环境之间移动大量的资产。数据模型api可以编程地自动化这些资产移动，从而节省您的时间和精力。计划自定义数据加载Sisense提供了基于UI的自定义数据加载计划，但是如果您需要基于特定工作流或触发器的更精细的计划，那么数据模型API现在允许您在代码或脚本级别执行此操作。从预定义规则创建数据模型如果您有一个数据库并使用特定的规则来自定义构建数据模型，该怎么办？例如，创建一个特定的表，创建另一个表，创建这个关系，创建一个自定义SQL表，等等……所有这些都是为了构建一个自定义数据模型。数据模型api提供端点来从头构建整个数据模型并对其进行修改。自动化变更管理这是另一个非常手动、非常精细的场景：您有50个来自数据源A的类似数据模型。一段时间后，数据源A中的名称更改了，您如何检查和更新这50个数据模型？这可能是一个费时费力的手工过程。同样，这里的数据模型api可以帮助实现这种变化的自动化。自动化灾难恢复最后，让我们讨论一个灾难场景：最坏的情况发生了，所有的机器都崩溃了。数据模型api可以帮助以编程方式快速地恢复数据环境。API驱动的自动化帮助您扩展但这一切意味着什么？你为什么要在意呢？更快实现价值API驱动的自动化的最大优势是，您可以更快地将产品推向市场，同时缩短部署生命周期。只需单击一个按钮，您就可以启动一个全新的部署，数据模型和仪表板将在几分钟内就绪风险最小化人类很容易出错，尤其是当涉及到手动任务时。其次，不设置自动灾难恢复和测试会增加长时间停机的风险。自动化工作流可以减少这些出错的机会并提高系统的弹性。增强的用户体验最终，数据模型api使构建者能够处理定制和复杂的数据工作流，最终通过缩短洞察等待时间、更新数据和最小化对体验的干扰来增强最终用户体验。了解Sisense数据模型API数据模型api可以为您处理各种各样的任务。为了深入了解它们，请与我们一起参加我们于2020年3月11日东部时间上午11点举办的以演示为重点的网络研讨会"使用新的Sisense数据模型API：自动化您的数据工作流"。Shruthi Panicker是Sisense的高级技术产品营销经理。她专注于如何利用Sisense构建成功的嵌入式分析解决方案，包括Sisense的嵌入和定制功能、开发人员体验计划和云本地架构。她拥有计算机科学学士学位和工商管理硕士学位，并在技术领域拥有十多年的经验。标签：可操作分析|分析应用程序|分析应用程序| BI应用程序|开发人员|嵌入式分析|针对产品团队的Sisense