調用DescribeMetricData接口查詢指定時間段內的云產品時序指標監控數據。
各云產品的Namespace、Project、Metric、Period、Dimensions等參數的取值，請參見DescribeMetricMetaList或云監控主要監控項。
說明 該參數與
DescribeMetricList不同，這個接口帶有統計功能，即Dimension={"userId:"xxxx"}，把該用戶下的所有數據進行聚合計算。
調試
您可以在OpenAPI Explorer中直接運行該接口，免去您計算簽名的困擾。運行成功后，OpenAPI Explorer可以自動生成SDK代碼示例。
請求參數
| 名稱 | 類型 | 是否必選 | 示例值 | 描述 |
|---|---|---|---|---|
| Action | String | 是 | DescribeMetricData |
系統規定參數。取值：DescribeMetricData。 |
| MetricName | String | 是 | cpu_idle |
監控項名稱。 |
| Namespace | String | 是 | acs_ecs_dashboard |
產品的數據命名空間，用于區分不同的產品。 命名方式：acs_產品名。 |
| Dimensions | String | 否 | [{"instanceId": "i-abcdefgh12****"}] |
維度map，用于查詢指定資源的監控數據。 格式為
說明
Dimensions傳入時需要使用JSON字符串表示該Map對象，必須按順序傳入。
|
| EndTime | String | 否 | 2019-01-30 00:10:00 |
結束時間。支持的格式：
|
| Express | String | 否 | “{"groupby":["userId","instanceId"]}” |
對查詢出的現有結果進行實時計算的表達式。目前僅支持 |
| Length | String | 否 | 1000 |
每頁顯示的記錄條數，用于分頁查詢，默認值為1000。 |
| Period | String | 否 | 60 |
時間間隔，單位為秒。取值一般為60（1分鐘）、300（5分鐘）、900（15分鐘）。 說明 請根據需要設置此參數。例如查詢一天范圍時設置Period為60，則返回1000條數據（實際存在1440，因為最大返回值不超過1000，則只返回前1000條）。如果使用Period為300，則返回288條數據。
|
| StartTime | String | 否 | 2019-01-30 00:00:00 |
開始時間。支持的格式：
說明 開始和結束時間執行的是左開右閉的模式，startTime不能等于或大于endTime。
|
返回數據
| 名稱 | 類型 | 示例值 | 描述 |
|---|---|---|---|
| Code | String | 200 |
狀態碼。 說明 狀態碼為200表示成功。
|
| Datapoints | String | [{"timestamp":1548777660000,"userId":"123****","instanceId":"i-abc****","Minimum":9.92,"Average":9.92,"Maximum":9.92}] |
監控數據列表。 |
| Message | String | Success |
錯誤信息。 |
| Period | String | 60 |
時間間隔，單位為秒。取值為60、300、900。 |
| RequestId | String | 6A5F022D-AC7C-460E-94AE-B9E75083D027 |
請求ID。 |
示例
請求示例
http(s)://[Endpoint]/?Action=DescribeMetricData
&MetricName=cpu_idle
&Namespace=acs_ecs_dashboard
&<公共請求參數>
正常返回示例
XML 格式
<Period>60</Period>
<Datapoints>
<timestamp>1490152860000</timestamp>
<Maximum>100</Maximum>
<userId>123456789876****</userId>
<Minimum>93.1</Minimum>
<instanceId>i-abcdefgh12****</instanceId>
<Average>99.52</Average>
</Datapoints>
<Datapoints>
<timestamp>1490152920000</timestamp>
<Maximum>100</Maximum>
<userId>123456789876****</userId>
<Minimum>92.59</Minimum>
<instanceId>i-abcdefgh12****</instanceId>
<Average>99.49</Average>
</Datapoints>
<Datapoints>
<timestamp>1490152980000</timestamp>
<Maximum>100</Maximum>
<userId>123456789876****</userId>
<Minimum>92.86</Minimum>
<instanceId>i-abcdefgh12****</instanceId>
<Average>99.44</Average>
</Datapoints>
<Datapoints>
<timestamp>1490153040000</timestamp>
<Maximum>100</Maximum>
<userId>123456789876****</userId>
<Minimum>91.43</Minimum>
<instanceId>i-abcdefgh12****</instanceId>
<Average>99.36</Average>
</Datapoints>
<Datapoints>
<timestamp>1490153100000</timestamp>
<Maximum>100</Maximum>
<userId>123456789876****</userId>
<Minimum>93.55</Minimum>
<instanceId>i-abcdefgh12****</instanceId>
<Average>99.51</Average>
</Datapoints>
<Datapoints>
<timestamp>1490153160000</timestamp>
<Maximum>100</Maximum>
<userId>123456789876****</userId>
<Minimum>93.1</Minimum>
<instanceId>i-abcdefgh12****</instanceId>
<Average>99.52</Average>
</Datapoints>
<Datapoints>
<timestamp>1490153220000</timestamp>
<Maximum>100</Maximum>
<userId>123456789876****</userId>
<Minimum>92.59</Minimum>
<instanceId>i-abcdefgh12****</instanceId>
<Average>99.42</Average>
</Datapoints>
<Datapoints>
<timestamp>1490153280000</timestamp>
<Maximum>100</Maximum>
<userId>123456789876****</userId>
<Minimum>91.18</Minimum>
<instanceId>i-abcdefgh12****</instanceId>
<Average>99.34</Average>
</Datapoints>
<Datapoints>
<timestamp>1490153340000</timestamp>
<Maximum>100</Maximum>
<userId>123456789876****</userId>
<Minimum>92.86</Minimum>
<instanceId>i-abcdefgh12****</instanceId>
<Average>99.46</Average>
</Datapoints>
<Datapoints>
<timestamp>1490153400000</timestamp>
<Maximum>100</Maximum>
<userId>123456789876****</userId>
<Minimum>91.18</Minimum>
<instanceId>i-abcdefgh12****</instanceId>
<Average>99.35</Average>
</Datapoints>
<RequestId>6A5F022D-AC7C-460E-94AE-B9E75083D027</RequestId>
<Success>true</Success>
<Code>200</Code>JSON 格式
{
"Period":"60",
"Datapoints":[
{
"timestamp":1490152860000,
"Maximum":100,
"userId":"123456789876****",
"instanceId":"i-abcdefgh12****",
"Minimum":93.1,
"Average":99.52
},
{
"timestamp":1490152920000,
"Maximum":100,
"userId":"123456789876****",
"instanceId":"i-abcdefgh12****",
"Minimum":92.59,
"Average":99.49
},
{
"timestamp":1490152980000,
"Maximum":100,
"userId":"123456789876****",
"instanceId":"i-abcdefgh12****",
"Minimum":92.86,
"Average":99.44
},
{
"timestamp":1490153040000,
"Maximum":100,
"userId":"123456789876****",
"instanceId":"i-abcdefgh12****",
"Minimum":91.43,
"Average":99.36
},
{
"timestamp":1490153100000,
"Maximum":100,
"userId":"123456789876****",
"instanceId":"i-abcdefgh12****",
"Minimum":93.55,
"Average":99.51
},
{
"timestamp":1490153160000,
"Maximum":100,
"userId":"123456789876****",
"instanceId":"i-abcdefgh12****",
"Minimum":93.1,
"Average":99.52
},
{
"timestamp":1490153220000,
"Maximum":100,
"userId":"123456789876****",
"instanceId":"i-abcdefgh12****",
"Minimum":92.59,
"Average":99.42
},
{
"timestamp":1490153280000,
"Maximum":100,
"userId":"123456789876****",
"instanceId":"i-abcdefgh12****",
"Minimum":91.18,
"Average":99.34
},
{
"timestamp":1490153340000,
"Maximum":100,
"userId":"123456789876****",
"instanceId":"i-abcdefgh12****",
"Minimum":92.86,
"Average":99.46
},
{
"timestamp":1490153400000,
"Maximum":100,
"userId":"123456789876****",
"instanceId":"i-abcdefgh12****",
"Minimum":91.18,
"Average":99.35
}
],
"RequestId":"6A5F022D-AC7C-460E-94AE-B9E75083D027",
"Success":true,
"Code":"200"
}錯誤碼
訪問錯誤中心查看更多錯誤碼。