صادر کردن داده‌های Crashlytics به BigQuery

می‌توانید داده‌های Firebase Crashlytics را به BigQuery صادر کنید. وقتی داده‌ها در BigQuery قرار گرفت، می‌توانید داده‌ها را بااستفاده از پُرسمان‌های SQL تجزیه‌وتحلیل کنید، داشبوردهای سفارشی و تجسم داده‌ها بسازید، و حتی داده‌ها را به سرویس‌های دیگر صادر کنید.

این صفحه نحوه راه‌اندازی برون‌برد Crashlytics و (اختیاری) داده‌های جلسات Firebase به BigQuery را شرح می‌دهد.

راه‌اندازی صادر کردن به BigQuery

  1. در کنسول Firebase، به صفحه تنظیمات > ادغام‌ها بروید.

  2. در کارت BigQuery، روی پیوند کلیک کنید.

  3. دستورالعمل‌های روی صفحه را برای راه‌اندازی صادر کردن به BigQuery دنبال کنید، ازجمله گزینه‌های زیر:

لغو پیوند از BigQuery باعث می‌شود مجموعه(های) داده مربوطه در BigQuery دیگر پر نشود.

به موارد زیر توجه کنید:

  • هر داده‌ای که قبلاً به BigQuery صادر شده است برای مدت نگهداری مجاز باقی خواهد ماند و ممکن است همچنان هزینه‌های ذخیره‌سازی و پُرسمان اعمال شود. می‌توانید مجموعه(های) داده‌تان را به‌صورت دستی حذف کنید تا از صدور صورت‌حساب بیشتر جلوگیری شود.

  • اگر داده‌های BigQuery در سرویس‌های دیگر ذخیره شده باشد، ممکن است آن داده‌ها تحت شرایط متفاوتی برای ماندگاری داده‌ها اداره شوند.

می‌توانید پیوند BigQuery را در سطح پروژه Firebase، در سطح محصول، یا در سطح برنامه برای محصولی خاص لغو کنید.

نحوه لغو پیوند از BigQuery:

  1. در کنسول Firebase، به تنظیمات > زبانه «ادغام‌ها» بروید.

  2. در کارت BigQuery، روی مدیریت کلیک کنید.

  3. انتخاب کنید که پیوند محصول خاصی را لغو کنید یا پیوند برنامه‌های خاصی را برای محصول خاصی لغو کنید.

    برای لغو پیوند کامل پروژه Firebase، دکمه را در پایین صفحه پیدا کنید.

  4. وقتی خواسته شد، تأیید کنید که می‌خواهید صادر کردن را متوقف کنید.



وقتی صادر کردن را فعال می‌کنید چه اتفاقی می‌افتد؟



مزایای جاری‌سازی صادرات به BigQuery

به‌طور پیش‌فرض، داده‌ها به‌صورت صادر کردن دسته‌ای روزانه به BigQuery صادر می‌شود. به‌علاوه، می‌توانید داده‌های Crashlytics و جلسه‌های Firebase را به‌طور هم‌زمان با جاری‌سازی BigQuery جاری‌سازی کنید. می‌توانید از داده‌های جاری‌سازی‌شده برای هر هدفی که به داده‌های زنده نیاز دارد استفاده کنید، مثلاً ارائه اطلاعات در داشبورد جاری‌سازی زنده، تماشای زنده عرضه، یا نظارت بر مشکلات برنامه که هشدارها و گردش‌های کاری سفارشی را راه‌اندازی می‌کند.

وقتی جاری‌سازی صادرات به BigQuery را فعال می‌کنید، جدول‌های هم‌زمان (علاوه‌بر جدول‌های دسته‌ای) نیز خواهید داشت. هر دو نوع جدول دارای طرح مجموعه داده یکسان خواهند بود، اما در اینجا چند تفاوت مهم بین جدول‌های دسته‌ای و جدول‌های هم‌زمان وجود دارد:

جدول دسته‌ای جدول هم‌زمان
  • داده‌ها روزی یک‌بار صادر می‌شود.
  • رویدادها قبل‌از نوشتن دسته‌ای در BigQuery به‌طور پایدار ذخیره می‌شوند.
  • داده‌ها را می‌توان تا ۳۰ روز قبل تکمیل کرد*.
  • داده‌ها به‌طور هم‌زمان صادر می‌شود.
  • هیچ پر کردن مجددی دردسترس نیست.

جدول دسته‌ای برای تحلیل بلندمدت و شناسایی روندها درطول زمان ایده‌آل است زیرا رویدادها را پیش‌از نوشتن به‌طور پایدار ذخیره می‌کنیم و می‌توان آن‌ها را تا ۳۰ روز* به جدول اضافه کرد. وقتی داده‌ها را در جدول هم‌زمان شما می‌نویسیم، بلافاصله آن را در BigQuery می‌نویسیم، بنابراین برای داشبوردهای زنده و هشدارهای سفارشی ایده‌آل است. این دو جدول را می‌توان با پُرسمان دوختن ترکیب کرد تا از مزایای هر دو بهره‌مند شد.

به‌طور پیش‌فرض، جدول هم‌زمان دارای زمان انقضای پارتیشن ۳۰ روزه است. برای آشنایی با نحوه اصلاح این مورد، به تنظیم انقضای پارتیشن در سند BigQuery مراجعه کنید.

* پر کردن مجدد تا ۳۰ روز گذشته یا برای جدیدترین تاریخی که صادر کردن به BigQuery را فعال کرده‌اید (هرکدام که جدیدتر باشد) پشتیبانی می‌شود.



قیمت‌گذاری و محیط آزمایشی BigQuery

اگر پروژه Firebase شما در طرح قیمت‌گذاری Spark بدون هزینه است، می‌توانید از BigQuery sandbox استفاده کنید که دسترسی آزمایشی بدون هزینه به BigQuery را فراهم می‌کند. برای اطلاعات بیشتر درباره جعبه امن BigQuery و قابلیت‌های آن، به استفاده از جعبه امن BigQuery مراجعه کنید.

اگر پروژه Firebase شما در طرح قیمت‌گذاری Blaze پرداخت به اندازه استفاده باشد، می‌توانید از همه ویژگی‌های BigQuery استفاده کنید. استفاده شما از BigQuery مشمول قیمت‌گذاری BigQuery است، که شامل استفاده محدود بدون هزینه است.



قدم بعدی چیست؟