R中的Azure成本管理数据

Question

我有兴趣获得Azure成本管理数据(特别是摊销成本)。乍一看，AzureR包集似乎是一个很好的起点。

是否可以以某种方式使用AzureAuth来授权我，然后尝试使用REST？到目前为止，由于不了解参数，我甚至还没有正确地使用AzureAuth。

你们中有谁在R中研究这些数据吗？你是怎么弄到的？在Azure Portal中保存CSV文件是一种糟糕的体验，因为设置正确的过滤器需要很长时间，而且Microsoft不时地更改导出模式。例如，今天很少有列消失(i.a )。(资源类型)按标记分组时。

如能提供任何帮助，将不胜感激：)

编辑：由于洪Ooi (https://github.com/Azure/AzureR/issues/6)的帮助，我现在设法用AzureRMR连接到成本管理API：

    library(AzureRMR)
    az <- create_azure_login()
    sub1 <- az$get_subscription(my_sub_guid)
    d1 <- sub1$do_operation("providers/Microsoft.CostManagement/query", api_version = "2019-11-01", http_verb = "POST", encode = "json",
                            body = list(
                              timeframe = "Custom",
                              timePeriod = list(
                                from = "2020-04-01",
                                to = "2020-04-01"
                              ),
                              type = "AmortizedCost",
                              dataset = list(
                                granularity = "daily"
                              )
                            ))

我仍然不知道的是：

• 如何将正文发送为JSON而不是列表？
• 如何接收响应作为JSON？
• 如何在响应中接收更多列？我特别需要资源名称和资源类型.

编辑2：响应示例：

response_example <-
  list(properties = list(
    nextLink = NULL,
    columns = list(
      list(name = "UsageDate",
           type = "Number"),
      list(name = "Currency",
           type = "String")
    ),
    rows = list(
      list(as.integer(20200401),
           "EUR"),
      list(as.integer(20200402),
           "EUR")
    )
  ))

我想要做的是从响应中获取数据帧。我找到了可行的解决方案，但看起来很糟糕：

d1_ <- do.call(what = "rbind", args = lapply(d1$properties$rows, as_tibble, .name_repair = "unique"))
colnames(d1_) <- do.call(what = "rbind", args = lapply(d1$properties$columns, as_tibble, .name_repair = "unique")) %>% 
  select(name) %>% pull()

编辑3：如果有人需要的话，我找到了一种要求特定列的方法。该机构是：

{
   "type":"AmortizedCost",
   "dataSet":{
      "granularity":"Daily",
      "aggregation":{
         "PreTaxCost":{
            "name":"PreTaxCost",
            "function":"Sum"
         }
      },
      "sorting":[
         {
            "direction":"ascending",
            "name":"UsageDate"
         }
      ],
      "grouping":[
         {
            "type":"TagKey",
            "name":"myTag"
         },
         {
            "type":"Dimension",
            "name":"ResourceType"
         },
         {
            "type":"Dimension",
            "name":"ResourceGroupName"
         }
      ]
   },
   "timeframe":"Custom",
   "timePeriod":{
      "from":"2020-04-01T00:00:00+00:00",
      "to":"2020-04-30T23:59:59+00:00"
   }
}

有效的参数(列名)是：

AccountName, BillingAccountId, BillingAccountName, BillingMonth, BillingPeriod, BillingProfileId, BillingProfileName, ChargeType, ConsumedService, CostAllocationRuleId, CostAllocationRuleName, CustomerName, CustomerTenantDomainName, CustomerTenantId, DepartmentName, EnrollmentAccountName, Frequency, InvoiceId, InvoiceNumber, InvoiceSection, InvoiceSectionId, InvoiceSectionName, MarkupRuleId, MarkupRuleName, Meter, MeterCategory, MeterId, MeterSubcategory, PartNumber, PartnerEarnedCreditApplied, PartnerName, PricingModel, Product, ProductOrderId, ProductOrderName, PublisherType, ResellerMPNId, ReservationId, ReservationName, ResourceGroup, ResourceGroupName, ResourceGuid, ResourceId, ResourceLocation, ResourceType, ServiceFamily, ServiceName, ServiceTier, SubscriptionId, SubscriptionName, UnitOfMeasure

另外，我也是这样处理响应的：Turning Azure Cost Management API's response into data frame

Answer 1

AzureRMR自动将列表转换为json。通常这是最方便的选择，但您可以通过设置encode="raw"发送原始json文本。

sub1$do_operation("providers/Microsoft.CostManagement/query", api_version = "2019-11-01",
    http_verb = "POST",
    encode = "raw",
    body = '{"timeframe":"MonthToDate","type":"actualcost","dataset":{"granularity":"daily"}}')

如果您想要原始输出而不是解析输出，请设置http_status_handler="pass"。这将返回一个httr响应对象；有关更多细节，请参见?httr::response。注意，如果您这样做，您将不得不自己处理错误。

sub1$do_operation("providers/Microsoft.CostManagement/query", api_version = "2019-11-01",
    http_status_handler = "pass",
    ...)

我不熟悉成本管理API，所以我无法帮助您获得更多的列。如果你在这里得不到回复，我建议你联系技术支持部门。

若要将结果转换为数据框架，请执行以下操作：

res <- sub1$do_operation(...)
rows <- do.call(rbind, lapply(res$properties$rows, function(r)
{
    names(r) <- sapply(res$properties$columns, `[[`, 1)
    data.frame(r, stringsAsFactors=FALSE)
}))