大规模的数据收集需要可见性。你需要了解哪些运行正常、哪些失败，以及你的预算花在了哪里。全新的 FourA 仪表盘分析功能正是为此而生。
新功能
Request 时间线
一个实时图表，展示你的 request 数量随时间的变化，并叠加了成功率和失败率。时间线可以按任务类型 (single, browser, proxy) 和时间范围 (24 小时, 7 天, 30 天) 进行过滤。
使用它来发现规律：例如，当某个特定的目标网站进行维护时，你的成功率可能每天早上都会下降；或者当定时任务运行时，你的请求量会在特定日期激增。
按目标域名的成功率
并非所有的目标网站都一样。有些网站通过简单的 single 任务就能可靠地返回数据。而另一些网站则需要 browser 渲染或 proxy 轮换才能持续成功。
每个域名的成功率视图能准确地告诉你应该将优化精力集中在哪里。如果 competitor-a.com 的成功率为 99%，而 competitor-b.com 只有 72%，你就知道该去排查 competitor-b 了。也许它需要不同的任务类型，或者更具体的 waitFor 选择器。
响应时间分布
一目了然地查看你的延迟概况：所有任务的 p50、p95 和 p99 响应时间。分布图展示了你的请求集中在何处，并识别出异常值。
这在对比任务类型时特别有用。Single 任务通常集中在 1 秒以内。Browser 任务则分布在 2 到 8 秒之间。如果你的 browser 任务耗时超过 15 秒，很可能是触发了超时，因此请检查你的 waitFor 选择器。
带宽与费用
每个 request 都会传输数据并产生相关费用。带宽视图展示了你每天的总数据传输量，费用明细则展示了按 proxy 类型、任务类型和目标域名划分的支出。
最常见的发现是：团队发现他们在那些使用 single 就能正常运行的网站上，使用了 browser 或 proxy 任务。将这些目标切换为 single 可以为这些请求降低 50-70% 的成本。
如何高效使用分析功能
- 每周检查。 快速进行 5 分钟的评估，在趋势演变成问题之前将其捕获。
- 按成功率排序。 优先修复表现最差的目标。它们浪费了最多的请求（以及你的预算）。
- 对比任务类型。 如果一个目标使用
single即可工作，就不要使用browser。速度和成本都会得到改善。 - 设置告警。 留意成功率的突然下降，因为这通常意味着目标网站发生了一些变化。
现已推出
分析仪表盘已对所有账户上线。登录 foura.ai/dashboard 来探索你的数据。
以下是我们从早期用户那里注意到的情况：大多数团队在第一次评估时就能找到至少一个可以快速优化的点。通常是在一个使用 single 就能正常运行的网站上，有一批请求使用了 browser；或者一个成功率只有 60% 的目标域名，其实只需要换一种任务类型。花 5 分钟查看数据，就能避免数小时的请求浪费。