När användare i ett land rapporterar problem medan teamet ser att tjänsten fungerar som vanligt är det mest användbart att kontrollera observationerna för just deras region. UptimeScout API låter dig hämta historik för en vald tjänst med en regional kod och få intervall tillsammans med antalet mätningar. Resultatet blir en verifierbar tabell för att granska ärendet: intervalltid, upplösning, signalfördelning och antal samples.

Det praktiska scenariot här är att diagnostisera ett misstänkt regionalt avbrott. Indata: tjänstens ID från UptimeScouts katalog, en regionkod som US eller GB och ett historikfönster. Resultatet hjälper dig att jämföra tidpunkten för användarens rapport med tjänstens observationer. API:t beskriver data som signaler för observerad tillgänglighet; tjänstekontrollen är användbar för att avgränsa frågan, inte som ersättning för egna kontroller av applikationen.
Bekräfta först tjänsten och regionen
Börja i katalogen: sök efter tjänsten med namn eller sökfras och anteckna sedan dess exakta ID. UptimeScouts OpenAPI-specifikation beskriver sökning via GET /v1/services och parametrarna q, service, region, limit och offset. I en diagnostikrapport är det bättre att spara ID:t än bara det visade namnet: då riktar en upprepad förfrågan sig till samma post i katalogen.
Regionen anges separat med en kod på två bokstäver. Kom ihåg att spara den tillsammans med resultatet: ett svar för US och ett svar utan regionalt filter besvarar olika frågor. Om beskrivningstexten ska visas på svenska styr parametern lang=sv lokaliseringen av beskrivningen, medan parametern region väljer observationerna. Dokumentationen skiljer uttryckligen mellan dessa två funktioner.
Hämta historiken i stället för en enda status
Använd /v1/history för att granska en incident, med den obligatoriska parametern service och vald region. Parametern hours anger historikfönstret; specifikationen tillåter värden från 1 till 2160 timmar. Begäran har även parametern lang. Enligt OpenAPI skickas licensen för autentisering enligt Bearer-schemat. I praktisk användning ska du lagra nyckeln i en miljövariabel och inte skriva den i förfrågningsloggar.
import os
import requests
response = requests.get(
"https://api.uptimescout.com/v1/history",
headers={"Authorization": f"Bearer {os.environ['UPTIMESCOUT_LICENSE_KEY']}"},
params={"service": "github", "region": "GB", "hours": 24, "lang": "ru"},
timeout=30,
)
response.raise_for_status()
data = response.json()
print(data)
Det här är ett minimalt exempel på en förfrågan, inte ett publicerat resultat från en verklig utredning. Tjänste-ID:t github och regionen GB är exempelparametrar: välj den tjänst och region som passar ditt ärende innan du använder koden. Spara gärna hela svaret som JSON och lägg till hämtningstid och en beskrivning av förfrågan i separata fält i ditt granskningssystem. Då går det att upprepa granskningen och se exakt vilken ögonblicksbild av data som användes.
Upplösning och luckor är en del av resultatet
I arrayen history är fälten observed_at, resolution_seconds, aggregated, samples och counts viktiga. Upplösningen anger tidsintervallets längd; samples visar hur många observationer som ingår i aggregatet och counts innehåller signalfördelningen. Bedöm dem tillsammans: en rad med ett litet antal samples väger annorlunda i analysen än ett aggregat med många observationer.

UptimeScout beskriver historiken som tidsintervall med olika steglängd beroende på det valda fönstret: enminuts- och femminutersintervall för korta perioder, timintervall för ett dygn och dygnsintervall för längre perioder. Äldre sparade aggregat kan ha grövre upplösning. Dra därför inte slutsatsen att ”avbrottet började exakt den här minuten” om raden representerar ett tim- eller dygnsaggregat. Använd det faktiska värdet för resolution_seconds och fälten effective_start och history_resolution i svaret för att ange gränserna för vad som går att dra för slutsatser om.
Behandla ett saknat intervall som okänt. Specifikationen uppmanar uttryckligen till att kontrollera luckor som okända intervall: en tom plats i historiken anger i sig varken normal drift eller ett avbrott. För rapporten förhindrar den enkla regeln att luckor felaktigt fylls med en ”grön” status eller nollor.
Jämför historiken med den aktuella signalen
Om du behöver kontrollera statusen vid tidpunkten för ärendet hämtar du /v1/status för samma service och region. Titta på status, observed_at och stale tillsammans i tjänsteobjektet; dokumentationen visar dessa fält som ett sätt att förstå signalens tillstånd och aktualitet. Status på den översta nivån gäller API-anropets resultat, medan service.status beskriver den enskilda tjänstens tillgänglighetssignal. Skillnaden är särskilt användbar i automatiserade rapporter: ett lyckat HTTP-svar och den externa tjänstens tillstånd är två olika saker.
Om du har flera beroenden kan du gå vidare till /v1/statuses och sedan använda historiken bara för de tjänster och regioner där en avvikelse uppstod. Specifikationen tillhandahåller också /v1/summary och /v1/incidents. När du diagnostiserar den sistnämnda endpointen bör du ta hänsyn till dess exakta funktion: den returnerar färska förhöjda signaler om störningar, inte bekräftade incidenter hos leverantören själv. Resultatet är därför en anledning att kontrollera saken, inte en färdig slutsats om orsaken.
Så formulerar du en slutsats utan gissningar
Spara service-ID, region, den efterfrågade perioden, observed_at, resolution_seconds, samples, counts och en markering av eventuella luckor i rapportposten. Lägg till en länk till ärendet eller den interna incidenten separat från API-fälten. Jämför sedan tidsintervallet med applikationsloggar, regionala spårningar och användarens rapport. Om aggregatets tidsgränser sträcker sig längre än incidenten ska du formulera resultatet därefter: observationerna i den valda regionen under det angivna fönstret innehåller dessa signaler, med denna upplösning och detta antal mätvärden.
En sådan granskning ger jourhavande en användbar väg framåt: kontrollera den externa tjänstens regionala sida eller fortsätt felsöka den egna applikationen och användarens nätverk. Möjligheten att upprepa granskningen bygger på att förfrågans parametrar och den ursprungliga JSON-filen sparas, medan kvaliteten på slutsatserna om tidpunkter beror på att upplösning, samples och okända mellanrum redovisas tydligt. Det är det praktiska resultatet i ett tillgänglighetsärende: inte bara en aktuell statusmarkering, utan en registrering avgränsad till region och tid som en kollega kan kontrollera på nytt.