ייצא נתוני Firebase Crashlytics ל-BigQuery

אתה יכול לייצא את נתוני Crashlytics שלך ל- BigQuery לניתוח נוסף. BigQuery מאפשרת לך לנתח את הנתונים באמצעות BigQuery SQL, לייצא אותם לספק ענן אחר ולהשתמש בהם להדמיה ולמרכזי מחוונים מותאמים אישית עם Google Data Studio.

אפשר ייצוא BigQuery

1. עבור לדף השילובים במסוף Firebase.
2. בכרטיס BigQuery , לחץ על קישור .
3. עקוב אחר ההוראות שעל המסך כדי להפעיל את BigQuery.

כאשר אתה מקשר את הפרויקט שלך ל-BigQuery:

• Firebase מגדיר סנכרון יומי של הנתונים שלך מפרויקט Firebase שלך ​​ל-BigQuery.
• כברירת מחדל, כל האפליקציות בפרויקט שלך מקושרות ל-BigQuery וכל אפליקציות שתוסיף מאוחר יותר לפרויקט מקושרות אוטומטית ל-BigQuery. אתה יכול לנהל אילו אפליקציות שולחות נתונים .
• Firebase מייצא עותק של הנתונים הקיימים שלך ל-BigQuery. עבור כל אפליקציה מקושרת, זה כולל טבלת אצווה המכילה את הנתונים מהסנכרון היומי.
• אם תפעיל ייצוא סטרימינג של Crashlytics BigQuery, לכל האפליקציות המקושרות תהיה גם טבלה בזמן אמת המכילה נתונים המתעדכנים כל הזמן.

כדי להשבית את יצוא BigQuery, בטל את הקישור של הפרויקט שלך במסוף Firebase.

אילו נתונים מיוצאים ל-BigQuery?

נתוני Firebase Crashlytics מיוצאים למערך נתונים של BigQuery בשם firebase_crashlytics . כברירת מחדל, טבלאות בודדות ייווצרו בתוך ערכת הנתונים של Crashlytics עבור כל אפליקציה בפרויקט שלך. Firebase נותן שמות לטבלאות על סמך מזהה החבילה של האפליקציה, עם נקודות מומרות לקווים תחתונים, ושם פלטפורמה מצורף בסוף.

לדוגמה, נתונים עבור אפליקציה עם המזהה com.google.test יהיו בטבלה בשם com_google_test_ANDROID . טבלת אצווה זו מתעדכנת פעם אחת בכל יום. אם תפעיל ייצוא סטרימינג של Crashlytics BigQuery, נתוני Firebase Crashlytics יוזרמו גם הם בזמן אמת אל com_google_test_ANDROID_REALTIME .

כל שורה בטבלה מייצגת אירוע שהתרחש באפליקציה, כולל קריסות, שגיאות לא קטלניות ומקרי ANR.

הפעל ייצוא סטרימינג של Crashlytics BigQuery

אתה יכול להזרים את נתוני Crashlytics שלך בזמן אמת עם BigQueryStreaming . אתה יכול להשתמש בו לכל מטרה הדורשת נתונים חיים, כגון הצגת מידע בלוח מחוונים חי, צפייה בהשקה בשידור חי, או ניטור בעיות באפליקציות המפעילות התראות וזרימות עבודה מותאמות אישית.

ייצוא סטרימינג של Crashlytics BigQuery אינו זמין עבור BigQuery Sandbox.

כאשר תפעיל יצוא סטרימינג של Crashlytics BigQuery, בנוסף לטבלת האצווה תהיה לך טבלה בזמן אמת. להלן ההבדלים שעליך להיות מודעים אליהם בין הטבלאות:

טבלת האצווה היא אידיאלית לניתוח ארוך טווח וזיהוי מגמות לאורך זמן מכיוון שאנו מאחסנים אירועים לאורך זמן לפני כתיבתם, וניתן למלא אותם לטבלה עד 90 יום. כאשר אנו כותבים נתונים לטבלת זמן אמת שלך, אנו כותבים אותם מיד ל-BigQuery, ולכן הוא אידיאלי עבור לוחות מחוונים חיים והתראות מותאמות אישית. ניתן לשלב את שתי הטבלאות הללו עם שאילתת תפירה כדי לקבל את היתרונות של שתיהן. ראה דוגמה לשאילתה 9 להלן.

כברירת מחדל, לטבלה בזמן אמת יש זמן תפוגה של מחיצה של 30 יום. כדי ללמוד כיצד לשנות זאת, ראה עדכון תפוגת המחיצה .

אפשר סטרימינג של Crashlytics BigQuery

כדי להפעיל סטרימינג, נווט לקטע Crashlytics בדף האינטגרציות של BigQuery ובחר בתיבת הסימון כלול סטרימינג .

תבנית Data Studio

כדי להפעיל נתונים בזמן אמת בתבנית Data Studio שלך, עקוב אחר ההוראות בהצגת נתוני Crashlytics מיוצאים עם Data Studio .

צפיות

אתה יכול להפוך את השאילתות לדוגמה למטה לתצוגות באמצעות ממשק המשתמש של BigQuery. ראה יצירת תצוגות להנחיות מפורטות.

מה אתה יכול לעשות עם הנתונים המיוצאים?

ייצוא BigQuery מכיל נתוני קריסה גולמיים, כולל סוג מכשיר, מערכת הפעלה, חריגים (אפליקציות אנדרואיד) או שגיאות (אפליקציות של אפל), ויומני Crashlytics, כמו גם נתונים אחרים.

עבודה עם נתוני Firebase Crashlytics ב-BigQuery

הדוגמאות הבאות מדגימות שאילתות שאתה יכול להפעיל על נתוני Crashlytics שלך. שאילתות אלו מייצרות דוחות שאינם זמינים במרכז השליטה של ​​Crashlytics.

דוגמאות לשאילתות Crashlytics

הדוגמאות הבאות מדגימות כיצד להפיק דוחות המצטברים נתוני אירועי קריסה לסיכומים קל יותר להבנה.

דוגמה 1: קריסות ביום

לאחר שעבדה כדי לתקן כמה שיותר באגים, מפתחת מובילה חושבת שהצוות שלה מוכן סוף סוף להשיק את אפליקציית שיתוף התמונות החדשה שלהם. לפני שהם עושים זאת, הם רוצים לבדוק את מספר קריסות ביום בחודש האחרון, כדי להיות בטוחים שה-Bag-bash שלהם הפך את האפליקציה ליציבה יותר לאורך זמן:

SELECT
  COUNT(DISTINCT event_id) AS number_of_crashes,
  FORMAT_TIMESTAMP("%F", event_timestamp) AS date_of_crashes
FROM
 `projectId.firebase_crashlytics.package_name_ANDROID`
GROUP BY
  date_of_crashes
ORDER BY
  date_of_crashes DESC
LIMIT 30;

דוגמה 2: מצא את הנפילות הנפוצות ביותר

כדי לתעדף נכון את תוכניות הייצור, מנהל פרויקט שוקל כיצד להצביע על 10 הנפילות הנפוצות ביותר במוצר שלהם. הם מייצרים שאילתה המספקת את נקודות הנתונים הרלוונטיות:

SELECT
  DISTINCT issue_id,
  COUNT(DISTINCT event_id) AS number_of_crashes,
  COUNT(DISTINCT installation_uuid) AS number_of_impacted_user,
  blame_frame.file,
  blame_frame.line
FROM
  `projectId.firebase_crashlytics.package_name_ANDROID`
WHERE
  event_timestamp >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(),INTERVAL 168 HOUR)
  AND event_timestamp < CURRENT_TIMESTAMP()
GROUP BY
  issue_id,
  blame_frame.file,
  blame_frame.line
ORDER BY
  number_of_crashes DESC
LIMIT 10;

דוגמה 3: 10 המכשירים המתרסקים המובילים

הסתיו הוא עונת הטלפונים החדשה! מפתח יודע שזה גם אומר שזו העונה החדשה לבעיות ספציפיות למכשירים. כדי להקדים את חששות התאימות המתעוררים, הם הרכיבו שאילתה המזהה את 10 המכשירים שחוו הכי הרבה קריסות בשבוע האחרון:

SELECT
  device.model,
COUNT(DISTINCT event_id) AS number_of_crashes
FROM
  `projectId.firebase_crashlytics.package_name_ANDROID`
WHERE
  event_timestamp >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 168 HOUR)
  AND event_timestamp < CURRENT_TIMESTAMP()
GROUP BY
  device.model
ORDER BY
  number_of_crashes DESC
LIMIT 10;

דוגמה 4: סינון לפי מפתח מותאם אישית

מפתח משחקים רוצה לדעת באיזו רמה במשחק שלו יש הכי הרבה קריסות. כדי לעזור להם לעקוב אחר הנתון הזה, הם מגדירים מפתח Crashlytics מותאם אישית current_level , ומעדכנים אותו בכל פעם שהמשתמש מגיע לרמה חדשה.

CrashlyticsKit setIntValue:3 forKey:@"current_level";

Crashlytics.sharedInstance().setIntValue(3, forKey: "current_level");

Crashlytics.setInt("current_level", 3);

עם המפתח הזה בייצוא BigQuery שלהם, הם כותבים שאילתה כדי לדווח על התפלגות ערכי current_level המשויכים לכל אירוע קריסה:

SELECT
COUNT(DISTINCT event_id) AS num_of_crashes,
  value
FROM
  `projectId.firebase_crashlytics.package_name_ANDROID`
UNNEST(custom_keys)
WHERE
  key = "current_level"
GROUP BY
  key,
  value
ORDER BY
  num_of_crashes DESC

דוגמה 5: חילוץ מזהה משתמש

למפתח יש אפליקציה בגישה מוקדמת. רוב המשתמשים שלהם אוהבים את זה, אבל שלושה חוו מספר חריג של קריסות. כדי לרדת לעומק הבעיה, הם כותבים שאילתה שמושכת את כל אירועי הקריסה עבור אותם משתמשים, באמצעות מזהי המשתמש שלהם:

SELECT *
FROM
  `projectId.firebase_crashlytics.package_name_ANDROID`
WHERE
  user.id IN ("userid1", "userid2", "userid3")
ORDER BY
  user.id
 

דוגמה 6: מצא את כל המשתמשים המתמודדים עם בעיית קריסה מסוימת

מפתח פרסם באג קריטי לקבוצה של בודקי בטא. הצוות הצליח להשתמש בשאילתה מדוגמה 2 לעיל כדי לזהות את מזהה בעיית הקריסה הספציפית. כעת הם רוצים להריץ שאילתה כדי לחלץ את רשימת משתמשי האפליקציה שהושפעו מהתריסה הזו:

SELECT user.id as user_id
FROM
  `projectId.firebase_crashlytics.package_name_ANDROID`
WHERE
  issue_id = "YOUR_ISSUE_ID"
  AND application.display_version = ""
  AND user.id != ""
ORDER BY
  user.id;

דוגמה 7: מספר המשתמשים שהושפעו מבעיית קריסה, בחלוקה לפי מדינה

כעת הצוות זיהה באג קריטי במהלך השקת מהדורה חדשה. הם הצליחו להשתמש בשאילתה מדוגמה 2 לעיל כדי לזהות את מזהה בעיית הקריסה הספציפית. הצוות רוצה כעת לראות אם ההתרסקות הזו התפשטה למשתמשים במדינות שונות ברחבי העולם.

כדי לכתוב שאילתה זו, הצוות יצטרך:

1. אפשר יצוא BigQuery עבור Google Analytics. ראה ייצוא נתוני פרויקט ל-BigQuery .

2. עדכן את האפליקציה שלו כדי להעביר מזהה משתמש הן ל-Google Analytics SDK והן ל-Crashlytics SDK.

   Objective-C

   CrashlyticsKit setUserIdentifier:@"123456789";
   FIRAnalytics setUserID:@"12345678 9";
   

   מָהִיר

   Crashlytics.sharedInstance().setUserIdentifier("123456789");
   Analytics.setUserID("123456789");
   

   Java

   Crashlytics.setUserIdentifier("123456789");
   mFirebaseAnalytics.setUserId("123456789");
   

3. כתוב שאילתה המשתמשת בשדה User ID כדי להצטרף לאירועים במערך הנתונים של Google Analytics BigQuery עם קריסות במערך הנתונים של Crashlytics BigQuery:

   SELECT DISTINCT c.issue_id, a.geo.country, COUNT(DISTINCT c.user.id) as num_users_impacted
   FROM `projectId.firebase_crashlytics.package_name_ANDROID` c
   INNER JOIN  `projectId.analytics_YOUR_TABLE.events_*` a on c.user.id = a.user_id
   WHERE
    c.issue_id = "YOUR_ISSUE_ID"
    AND a._TABLE_SUFFIX BETWEEN '20190101'
    AND '20200101'
   GROUP BY
    c.issue_id,
    a.geo.country,
    c.user.id
   

דוגמה 8: 5 הבעיות המובילות עד כה היום

מחייב הפעלת ייצוא סטרימינג של Crashlytics BigQuery

SELECT
  issue_id,
  COUNT(DISTINCT event_id) AS events
FROM
  `your_project.firebase_crashlytics.package_name_ANDROID_REALTIME`
WHERE
  DATE(event_timestamp) = CURRENT_DATE()
GROUP BY
  issue_id
ORDER BY
  events DESC
LIMIT
  5;

דוגמה 9: 5 הבעיות המובילות מאז DATE, כולל היום

מחייב הפעלת ייצוא סטרימינג של Crashlytics BigQuery.

בדוגמה זו, אנו משלבים טבלאות אצווה וטבלאות בזמן אמת כדי להוסיף מידע בזמן אמת לנתוני האצווה המהימנים. מכיוון ש- event_id הוא מפתח ראשי, אנו יכולים להשתמש DISTINCT event_id כדי לנקות את כל האירועים הנפוצים משתי הטבלאות.

SELECT
  issue_id,
  COUNT(DISTINCT event_id) AS events
FROM (
  SELECT
    issue_id,
    event_id,
    event_timestamp
  FROM
    `your_project.firebase_crashlytics.package_name_ANDROID_REALTIME`
  UNION ALL
  SELECT
    issue_id,
    event_id,
    event_timestamp
  FROM
    `your_project.firebase_crashlytics.package_name_ANDROID`)
WHERE
  event_timestamp >= "2020-01-13"
GROUP BY
  issue_id
ORDER BY
  events DESC
LIMIT
  5;

הבנת סכימת Firebase Crashlytics ב-BigQuery

כשאתה מקשר את Crashlytics ל-BigQuery, Firebase מייצא אירועים אחרונים (קריסות, שגיאות לא קטלניות ומקרי ANR), כולל אירועים של עד יומיים לפני הקישור, עם אפשרות למילוי חוזר עד תשעים יום.

מנקודה זו ועד שתשבית את הקישור, Firebase מייצאת אירועים של Crashlytics על בסיס יומי. יכול לקחת כמה דקות עד שהנתונים יהיו זמינים ב-BigQuery לאחר כל ייצוא.

מערכי נתונים

Firebase Crashlytics יוצר מערך נתונים חדש ב-BigQuery עבור נתוני Crashlytics. מערך הנתונים מכסה את כל הפרויקט שלך, גם אם יש לו מספר אפליקציות.

טבלאות

Firebase Crashlytics יוצר טבלה במערך הנתונים עבור כל אפליקציה בפרויקט שלך, אלא אם ביטלת את הסכמתך לייצוא נתונים עבור אותה אפליקציה. Firebase נותן שמות לטבלאות על סמך מזהה החבילה של האפליקציה, עם נקודות מומרות לקווים תחתונים, ושם פלטפורמה מצורף בסוף.

לדוגמה, נתונים עבור אפליקציית Android עם המזהה com.google.test יהיו בטבלה בשם com_google_test_ANDROID ונתוני זמן אמת (אם מופעל) יהיו בטבלה בשם com_google_test_ANDROID_REALTIME

טבלאות מכילות סט סטנדרטי של נתוני Crashlytics בנוסף לכל מפתחות Crashlytics מותאמים אישית שהוגדרו על ידי המפתחים.

שורות

כל שורה בטבלה מייצגת שגיאה שבה האפליקציה נתקלה.

עמודות

העמודות בטבלה זהות עבור קריסות, שגיאות לא קטלניות ומקרי ANR. אם ייצוא סטרימינג של Crashlytics BigQuery מופעל, לטבלה בזמן אמת יהיו אותן עמודות כמו טבלת האצווה. העמודות בתוך הייצוא מפורטות להלן.

ללא עקבות מחסנית

עמודות מוצגות בשורות המייצגות אירועים ללא עקבות מחסנית.

הצגת נתוני Crashlytics מיוצאים באמצעות Data Studio

Google Data Studio הופך את מערכי הנתונים של Crashlytics ב-BigQuery לדוחות שקל לקרוא, קל לשתף וניתנים להתאמה אישית מלאה.

למידע נוסף על השימוש ב-Data Studio, נסה את מדריך ההתחלה המהירה של Data Studio, ברוכים הבאים ל-Data Studio .

שימוש בתבנית דוח Crashlytics

ל-Data Studio יש דוח לדוגמה עבור Crashlytics הכולל קבוצה מקיפה של מאפיינים ומדדים מסכימת Crashlytics BigQuery המיוצאת. אם הפעלת את ייצוא הסטרימינג של Crashlytics BigQuery, תוכל להציג את הנתונים האלה בדף מגמות בזמן אמת של תבנית Data Studio. תוכל להשתמש בדוגמה כתבנית כדי ליצור במהירות דוחות והמחשות חדשות המבוססות על נתוני הקריסה הגולמיים של האפליקציה שלך:

1. פתח את תבנית לוח המחוונים של Crashlytics Data Studio .
2. לחץ על השתמש בתבנית בפינה השמאלית העליונה.
3. בתפריט הנפתח מקור נתונים חדש , בחר צור מקור נתונים חדש .
4. לחץ על בחר בכרטיס BigQuery .
5. בחר טבלה המכילה נתוני Crashlytics מיוצאים על ידי בחירה בפרויקטים שלי > [שם הפרויקט שלך] > firebase_crashlytics > [שם הטבלה שלך] . טבלת האצווה שלך תמיד זמינה לבחירה; אם ייצוא סטרימינג של Crashlytics BigQuery מופעל, אתה יכול לבחור במקום זאת את טבלת זמן אמת שלך.
6. תחת תצורה , הגדר את רמת תבנית Crashlytics לברירת מחדל .
7. לחץ על התחבר כדי ליצור את מקור הנתונים החדש.
8. לחץ על הוסף לדוח כדי לחזור לתבנית Crashlytics.
9. לבסוף, לחץ על צור דוח כדי ליצור את העותק שלך של תבנית לוח המחוונים של Crashlytics Data Studio.