Salesforce 和 Azure 数据资源管理器集成

输入和输出集成概述

Salesforce Telegraf 插件收集有关 Salesforce 组织中 API 使用情况和限制的关键指标，从而能够有效监控和管理 API 消耗。

Azure 数据资源管理器插件允许将指标收集与 Azure 数据资源管理器集成，使用户能够高效地分析和查询其遥测数据。借助此插件，用户可以配置摄取设置以满足其需求，并利用 Azure 强大的分析功能。

集成详情

Salesforce

Salesforce 插件允许用户收集有关其 Salesforce 组织中 API 使用限制和剩余使用量的指标。通过利用 Salesforce 的 REST API，特别是 limits 端点，此插件提供了关于 API 使用量已消耗多少以及剩余多少的关键见解。这对于依赖 Salesforce 运营的组织尤为重要，因为超出 API 限制可能会中断服务并阻碍业务流程。该插件将数据处理成结构化格式，其中包含各种 API 操作的最大值和剩余值，使团队更容易监控其使用情况并进行相应计划。提供的配置允许用户自定义其凭据、环境类型（沙盒或生产）和 API 版本，确保在不同部署场景中的灵活性。

Azure 数据资源管理器

Azure 数据资源管理器插件允许用户将从各种 Telegraf 输入插件收集的指标、日志和时序数据写入 Azure 数据资源管理器、Azure Synapse 和 Fabric 中的实时分析。此集成充当桥梁，使应用程序和服务能够有效地监控其性能指标或日志。Azure 数据资源管理器针对各种数据类型的大量数据分析进行了优化，使其成为云环境中实时分析和监控解决方案的绝佳选择。该插件使用户能够根据其需求配置指标摄取，动态定义表模式，并设置各种摄取方法，同时保留数据库操作所需的角色和权限方面的灵活性。这支持利用云服务的现代应用程序的可扩展且安全的监控设置。

配置

Salesforce

[[inputs.salesforce]]
  ## specify your credentials
  ##
  username = "your_username"
  password = "your_password"
  ##
  ## (optional) security token
  # security_token = "your_security_token"
  ##
  ## (optional) environment type (sandbox or production)
  ## default is: production
  ##
  # environment = "production"
  ##
  ## (optional) API version (default: "39.0")
  ##
  # version = "39.0"

Azure 数据资源管理器

[[outputs.azure_data_explorer]]
  ## The URI property of the Azure Data Explorer resource on Azure
  ## ex: endpoint_url = https://myadxresource.australiasoutheast.kusto.windows.net
  endpoint_url = ""

  ## The Azure Data Explorer database that the metrics will be ingested into.
  ## The plugin will NOT generate this database automatically, it's expected that this database already exists before ingestion.
  ## ex: "exampledatabase"
  database = ""

  ## Timeout for Azure Data Explorer operations
  # timeout = "20s"

  ## Type of metrics grouping used when pushing to Azure Data Explorer.
  ## Default is "TablePerMetric" for one table per different metric.
  ## For more information, please check the plugin README.
  # metrics_grouping_type = "TablePerMetric"

  ## Name of the single table to store all the metrics (Only needed if metrics_grouping_type is "SingleTable").
  # table_name = ""

  ## Creates tables and relevant mapping if set to true(default).
  ## Skips table and mapping creation if set to false, this is useful for running Telegraf with the lowest possible permissions i.e. table ingestor role.
  # create_tables = true

  ##  Ingestion method to use.
  ##  Available options are
  ##    - managed  --  streaming ingestion with fallback to batched ingestion or the "queued" method below
  ##    - queued   --  queue up metrics data and process sequentially
  # ingestion_type = "queued"

输入和输出集成示例

Salesforce

1. 监控 API 限制使用情况以进行扩展决策：使用 Salesforce 插件随时间推移跟踪 API 限制使用情况，并就何时扩展 Salesforce 资源做出明智的决策。通过可视化 API 消耗模式，组织可以预测高峰使用时间，从而使他们能够主动调整其基础设施或根据需要请求更高的限制。这种优化可以提高性能并减少关键业务运营期间的停机时间。

2. API 限制超出的自动警报系统：将此插件与通知系统集成，以便在 API 使用量接近临界限制时向团队发出警报。此设置不仅确保团队被主动通知以防止中断，还有助于维护运营连续性和客户满意度。警报可以配置为触发自动脚本，这些脚本可以调整负载或相应地通知利益相关者。

3. 多个 Salesforce 的比较分析：利用 Salesforce 输入插件从不同部门或业务部门的多个 Salesforce 实例收集指标。通过集中此数据，组织可以执行比较分析，以识别可能比其他部门更频繁地超出其 API 限制的部门。这允许有针对性的讨论和策略，以平衡整个组织的 API 使用量，从而实现更好的资源分配和效率。

Azure 数据资源管理器

1. 实时监控仪表板：通过使用此插件将来自各种服务的指标集成到 Azure 数据资源管理器中，组织可以构建全面的仪表板，以反映实时性能指标。这使团队能够主动响应性能问题并立即优化系统健康状况。

2. 集中式日志管理：利用 Azure 数据资源管理器来整合来自多个应用程序和服务的日志。通过利用该插件，组织可以简化其日志分析流程，从而更容易搜索、过滤和从随时间积累的历史数据中获取见解。

3. 数据驱动的警报系统：通过基于通过此插件发送的指标配置警报，增强监控功能。组织可以设置阈值并自动化事件响应，从而显着减少停机时间并提高关键操作的可靠性。

4. 机器学习模型训练：通过利用发送到 Azure 数据资源管理器的数据，组织可以执行大规模分析并准备数据以馈送到机器学习模型中。此插件支持对数据进行结构化，这些数据随后可用于预测分析，从而增强决策能力。

反馈

感谢您成为我们社区的一份子！如果您有任何一般性反馈或在这些页面上发现任何错误，我们欢迎并鼓励您提出意见。请在 InfluxDB 社区 Slack 中提交您的反馈。