Aggregieren von Arbeitsverfolgungsdaten mithilfe von Analytics

Azure DevOps Services | Azure DevOps Server | Azure DevOps Server 2022

Sie können Arbeitsverfolgungsdaten mithilfe von Analytics mit OData auf zwei Arten aggregieren: verwenden Sie $count einfache Summen, oder verwenden Sie die OData-Aggregationserweiterung $apply , um gruppierte, gefilterte und berechnete Ergebnisse als JSON zurückzugeben.

Dieser Artikel basiert auf dem Erstellen von OData-Abfragen für Analytics und Definieren grundlegender Abfragen mithilfe von OData Analytics. Die Beispiele konzentrieren sich auf Arbeitsaufgabendaten, aber die gleichen Prinzipien gelten für andere Entitätssätze. Informationen zu einfachen Zählungsabfragen finden Sie unter "Zurückgeben einer Anzahl von Elementen".

Voraussetzungen

Informationen zur $apply Aggregationserweiterung

OData stellt eine Aggregationserweiterung bereit, die das $apply Schlüsselwort zum Gruppieren, Filtern und Berechnen von Aggregatwerten über Ihre Arbeitsverfolgungsdaten einführt. In den folgenden Abschnitten wird die Verwendung von $apply mit aggregate, groupby, filter, und compute gezeigt. Die vollständige Spezifikation finden Sie unter der OData-Erweiterung für Datenaggregation.

Aggregieren von Daten mithilfe von $apply

Fügen Sie das $apply Token an ihre Abfrage-URL an, um Aggregationen auszulösen. Die grundlegende Syntax lautet:

/{entitySetName}?$apply=aggregate({columnToAggregate} with {aggregationType} as {newColumnName})

Die folgenden Beispiele zeigen allgemeine aggregate Vorgänge.

Gibt die Summe aller verbleibenden Arbeit zurück.

https://analytics.dev.azure.com/{OrganizationName}/_odata/{version}/WorkItems?
  $apply=aggregate(RemainingWork with sum as SumOfRemainingWork)

Geben Sie die ID des letzten Arbeitselements zurück

https://analytics.dev.azure.com/{OrganizationName}/_odata/{version}/WorkItems?
  $apply=aggregate(WorkItemId with max as MaxWorkItemId)

Gruppieren von Ergebnissen mithilfe von "groupby"

Die groupby Klausel funktioniert wie SQL GROUP BY – sie bricht aggregierte Ergebnisse nach einer oder mehreren Eigenschaften auf.

Zählen von Arbeitsaufgaben nach Typ

https://analytics.dev.azure.com/{OrganizationName}/_odata/{version}/WorkItems?
  $apply=groupby((WorkItemType), aggregate($count as Count))

Gibt ein Ergebnis wie folgt zurück:

{
  "value": [
    { "WorkItemType": "Bug", "Count": 3 },
    { "WorkItemType": "Product Backlog Item", "Count": 13 }
  ]
}

Gruppieren nach mehreren Eigenschaften

Fügen Sie weitere Eigenschaften innerhalb der groupby Klammern hinzu, um feiner körnige Aufschlüsselungen zu erstellen:

https://analytics.dev.azure.com/{OrganizationName}/_odata/{version}/WorkItems?
  $apply=groupby((WorkItemType, State), aggregate($count as Count))

Gibt eine Zeile für jede eindeutige Kombination aus Typ und Zustand zurück (z. B. Bug/Active, Bug/Commit, Product Backlog Item/Active).

Gruppieren über Entitäten hinweg

Sie können mithilfe von Navigationseigenschaften über verwandte Entitäten hinweg gruppieren. Um beispielsweise Bereiche pro Projekt zu zählen:

https://analytics.dev.azure.com/{OrganizationName}/_odata/{version}/Areas?
  $apply=groupby((Project/ProjectName), aggregate($count as Count))

Filtern aggregierter Ergebnisse

Verwenden Sie filter() innen $apply , um Daten vor oder nach der Aggregation einzugrenzen. Verketten Sie mehrere Filter mithilfe von / (Pipe) und platzieren Sie den selektivsten Filter zuerst, um die beste Leistung zu erzielen.

https://analytics.dev.azure.com/{OrganizationName}/_odata/{version}/WorkItems?
  $apply=
    filter(Iteration/IterationName eq 'Sprint 89')/
    filter(WorkItemType eq 'User Story')/
    groupby((State), aggregate($count as Count))

Aggregieren mehrerer Felder in einem einzelnen Aufruf

Listen Sie mehrere Felder innerhalb einer einzelnen aggregate-Klausel auf, getrennt durch Kommas, um zusätzliche Rundreisen zu vermeiden.

/WorkItems?$apply=aggregate(CompletedWork with sum as SumOfCompletedWork, RemainingWork with sum as SumOfRemainingWork)

Rückgabewerte:

{
  "value": [
    { "SumOfCompletedWork": 1525841.29, "SumOfRemainingWork": 73842.39 }
  ]
}

Berechnen berechneter Eigenschaften

Die aggregierten Ergebnisse werden in compute() geleitet, um mit arithmetischen Ausdrücken (div, add, sub, mul) neue Werte abzuleiten. Im folgenden Beispiel wird der Prozentsatz der abgeschlossenen Arbeit berechnet:

/WorkItems?$apply=aggregate(CompletedWork with sum as SumOfCompletedWork, RemainingWork with sum as SumOfRemainingWork)/compute(SumOfCompletedWork div (SumOfCompletedWork add SumOfRemainingWork) as DonePercentage)

Rückgabewerte:

{
  "value": [
    { "DonePercentage": 0.9676, "SumOfCompletedWork": 1514698.34, "SumOfRemainingWork": 50715.95 }
  ]
}

Erstellen einer kumulativen Flussdiagrammabfrage

Die folgende Abfrage kombiniert filter, groupby und aggregate mit dem WorkItemBoardSnapshot-Entitätssatz, um Daten für ein kumulatives Flussdiagramm in Power BI oder Excel zu erzeugen.

https://analytics.dev.azure.com/{OrganizationName}/{ProjectName}/_odata/{version}/WorkItemBoardSnapshot?
  $apply=
    filter(DateValue gt 2015-07-16Z and DateValue le 2015-08-16Z)/
    filter(BoardName eq 'Stories' and Team/TeamName eq '{teamName}')/
    groupby((DateValue, ColumnName), aggregate(Count with sum as Count))
  &$orderby=DateValue

Diese Abfrage filtert nach einem Datumsbereich und einem bestimmten Board und Team, Gruppen nach Datums- und Boardspalte und gibt eine Anzahl pro Gruppe zurück. Rückgabewerte:

{
  "value": [
    { "DateValue": "2015-07-16T00:00:00-07:00", "ColumnName": "Completed", "Count": 324 },
    { "DateValue": "2015-07-16T00:00:00-07:00", "ColumnName": "In Progress", "Count": 5 }
  ]
}

Nächster Schritt

Verwandte Inhalte

• Definieren grundlegender Abfragen mithilfe von OData Analytics
• Erstellen von OData-Abfragen für Analytics
• Abfragetrenddaten
• OData Analytics-Abfragerichtlinien
• OData-Erweiterung für Datenaggregation, Version 4.0