การตรวจสอบประวัติการค้นหาช่วยให้คุณสร้างรายงานของงานทั้งหมดที่เรียกใช้โดยใช้บัญชี Ads Data Hub ได้ วิธีนี้ช่วยให้คุณตอบคําถามเกี่ยวกับผู้ที่เข้าถึงข้อมูลของคุณได้ และช่วงเวลาที่เข้าถึงข้อมูลนั้น
การตรวจสอบประวัติคําค้นหาจะเขียนเป็นตาราง BigQuery ที่มีรายการบันทึกสำหรับการค้นหาทั้งหมดที่เรียกใช้โดยใช้บัญชี Ads Data Hub หากต้องการดูการตรวจสอบประวัติการค้นหาสำหรับบัญชีของคุณ คุณต้องสร้างรายงานผ่าน API ก่อน โดยบันทึกการตรวจสอบแต่ละรายการจะมีข้อมูลของทั้ง 1 วัน คุณจะสร้างบันทึกการตรวจสอบของวันใดก็ได้ในช่วง 30 วันที่ผ่านมา
การตรวจสอบประวัติการค้นหาจะใช้ได้เฉพาะกับผู้ใช้ระดับสูงเท่านั้น ดูข้อมูลเพิ่มเติมเกี่ยวกับสิทธิ์เข้าถึงตามบทบาท
รูปแบบการตรวจสอบประวัติการค้นหา
การตรวจสอบประวัติการค้นหาแต่ละครั้งใช้สคีมาต่อไปนี้
| ชื่อช่อง | คำอธิบาย |
|---|---|
| customer_id | รหัสลูกค้า Ads Data Hub |
| ads_customer_id | รหัสของบัญชีย่อย หากใช้ (จะเหมือนกันกับ customer_id มิฉะนั้น) |
| match_table_customer_id | รหัสบัญชีที่มีตารางจับคู่ หากใช้ (จะเหมือนกับ customer_id ในกรณีอื่นๆ) |
| user_email | อีเมลของผู้ใช้ที่เรียกใช้การค้นหา |
| query_start_time | เวลาที่การค้นหาเริ่มทำงาน |
| query_end_time | เวลาที่การค้นหาเสร็จสิ้น |
| query_type | แยกความแตกต่างระหว่างการค้นหาการวิเคราะห์และการค้นหากลุ่มเป้าหมาย |
| query_resource_id | รหัสที่เชื่อมโยงกับการค้นหา |
| query_text | SQL ของการค้นหา |
| query_parameters | |
| query_parameters.name | ชื่อพารามิเตอร์ของการค้นหา |
| query_parameters.value | ค่าที่ส่งผ่านพารามิเตอร์row_merge_summaryของการค้นหา |
| row_merge_summary.column_name | ชื่อคอลัมน์ |
| row_merge_summary.merge_type | ประเภทของสรุปการผสานแถว |
| row_merge_summary.constant_value | ค่าของชุดคงที่ (จะเป็นค่าว่างหากไม่มีการใช้ค่าคงที่) |
| destination_table | ตำแหน่ง (ใน BigQuery) ที่มีการเขียนการค้นหา |
การเข้าถึงการตรวจสอบประวัติการค้นหา
คุณจะต้องเรียกใช้ API เพื่อเข้าถึงการตรวจสอบประวัติการค้นหา ค้นหาโค้ดตัวอย่างสำหรับการเรียกใช้ API ด้านล่าง หรือดูเอกสารอ้างอิง และเขียนข้อความค้นหาของคุณเอง
ระบบจะเขียนผลลัพธ์ของคำขอ API ลงในชุดข้อมูล BigQuery ที่คุณระบุในเนื้อหาของคำขอ API
"""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())