Eksportuj dane Firebase Crashlytics do BigQuery

Możesz wyeksportować swoje dane z Crashlytics do BigQuery w celu dalszej analizy. BigQuery pozwala analizować dane za pomocą BigQuery SQL, eksportować je do innego dostawcy chmury i używać ich do wizualizacji i niestandardowych pulpitów nawigacyjnych w Google Data Studio.

Włącz eksport BigQuery

1. Przejdź do strony Integracje w konsoli Firebase.
2. Na karcie BigQuery kliknij Połącz .
3. Postępuj zgodnie z instrukcjami wyświetlanymi na ekranie, aby włączyć BigQuery.

Gdy połączysz swój projekt z BigQuery:

• Firebase konfiguruje codzienne synchronizacje Twoich danych z projektu Firebase do BigQuery.
• Domyślnie wszystkie aplikacje w Twoim projekcie są połączone z BigQuery, a wszystkie aplikacje, które później dodasz do projektu, zostaną automatycznie połączone z BigQuery. Możesz zarządzać, które aplikacje wysyłają dane .
• Firebase eksportuje kopię Twoich istniejących danych do BigQuery. W przypadku każdej połączonej aplikacji obejmuje to tabelę wsadową zawierającą dane z codziennej synchronizacji.
• Jeśli włączysz eksport strumieniowy Crashlytics BigQuery, wszystkie połączone aplikacje będą miały tabelę w czasie rzeczywistym zawierającą stale aktualizowane dane.

Aby dezaktywować eksport BigQuery, odłącz swój projekt w konsoli Firebase.

Jakie dane są eksportowane do BigQuery?

Dane Firebase Crashlytics są eksportowane do zbioru danych BigQuery o nazwie firebase_crashlytics . Domyślnie w zbiorze danych Crashlytics dla każdej aplikacji w Twoim projekcie zostaną utworzone osobne tabele. Firebase nazywa tabele na podstawie identyfikatora pakietu aplikacji, z kropkami przekonwertowanymi na podkreślenia i nazwą platformy dodaną na końcu.

Na przykład dane aplikacji o identyfikatorze com.google.test znajdowałyby się w tabeli o nazwie com_google_test_ANDROID . Ta tabela wsadowa jest aktualizowana raz dziennie. Jeśli włączysz eksport strumieniowy Crashlytics BigQuery, dane Firebase Crashlytics będą również przesyłane strumieniowo w czasie rzeczywistym do com_google_test_ANDROID_REALTIME .

Każdy wiersz w tabeli reprezentuje zdarzenie, które wystąpiło w aplikacji, w tym awarie, błędy niekrytyczne i błędy ANR.

Włącz eksport strumieniowy Crashlytics BigQuery

Możesz przesyłać strumieniowo swoje dane Crashlytics w czasie rzeczywistym za pomocą BigQueryStreaming . Możesz go używać do dowolnego celu wymagającego danych na żywo, takiego jak prezentowanie informacji na pulpicie nawigacyjnym na żywo, oglądanie wdrożenia na żywo lub monitorowanie problemów z aplikacjami, które wyzwalają alerty i niestandardowe przepływy pracy.

Crashlytics Eksport strumieniowy BigQuery nie jest dostępny w piaskownicy BigQuery.

Gdy włączysz eksport strumieniowy Crashlytics BigQuery, oprócz tabeli wsadowej będziesz mieć dostęp do tabeli w czasie rzeczywistym. Oto różnice między tabelami, o których powinieneś wiedzieć:

Tabela wsadowa jest idealna do długoterminowej analizy i identyfikowania trendów w czasie, ponieważ trwale przechowujemy zdarzenia przed ich zapisaniem i można je uzupełniać w tabeli przez okres do 90 dni. Gdy zapisujemy dane w Twojej tabeli w czasie rzeczywistym, natychmiast zapisujemy je w BigQuery, dlatego jest to idealne rozwiązanie dla pulpitów nawigacyjnych na żywo i niestandardowych alertów. Te dwie tabele można połączyć z zapytaniem łączącym, aby uzyskać korzyści z obu. Zobacz przykład zapytania 9 poniżej.

Domyślnie czas wygaśnięcia partycji dla tabeli czasu rzeczywistego wynosi 30 dni. Aby dowiedzieć się, jak to zmienić, zobacz temat Aktualizowanie wygaśnięcia partycji .

Włącz przesyłanie strumieniowe Crashlytics BigQuery

Aby włączyć przesyłanie strumieniowe, przejdź do sekcji Crashlytics na stronie integracji BigQuery i zaznacz pole wyboru Uwzględnij przesyłanie strumieniowe .

Szablon Studia danych

Aby włączyć dane w czasie rzeczywistym w szablonie Studia danych, postępuj zgodnie z instrukcjami w Wizualizacja wyeksportowanych danych Crashlytics za pomocą Studia danych .

Wyświetlenia

Poniższe przykładowe zapytania możesz przekształcić w widoki, używając interfejsu BigQuery. Zobacz Tworzenie widoków , aby uzyskać szczegółowe instrukcje.

Co możesz zrobić z wyeksportowanymi danymi?

Eksporty BigQuery zawierają nieprzetworzone dane o awariach, w tym typ urządzenia, system operacyjny, wyjątki (aplikacje na Androida) lub błędy (aplikacje Apple), dzienniki Crashlytics oraz inne dane.

Praca z danymi Firebase Crashlytics w BigQuery

Poniższe przykłady ilustrują zapytania, które możesz uruchamiać na danych Crashlytics. Te zapytania generują raporty, które nie są dostępne w panelu Crashlytics.

Przykłady zapytań Crashlytics

Poniższe przykłady pokazują, jak generować raporty, które agregują dane o zdarzeniach awarii w łatwiejsze do zrozumienia podsumowania.

Przykład 1: Awarie w ciągu dnia

Po pracy nad naprawieniem jak największej liczby błędów główny programista uważa, że ​​jej zespół jest wreszcie gotowy do uruchomienia nowej aplikacji do udostępniania zdjęć. Zanim to zrobią, chcą sprawdzić dzienną liczbę awarii w ciągu ostatniego miesiąca, aby upewnić się, że ich usuwanie błędów sprawiło, że aplikacja stała się bardziej stabilna w czasie:

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;

Przykład 2: Znajdź najbardziej rozpowszechnione awarie

Aby odpowiednio ustalić priorytety planów produkcyjnych, kierownik projektu zastanawia się, jak wskazać 10 najczęstszych awarii w swoim produkcie. Tworzą zapytanie, które dostarcza odpowiednich punktów danych:

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;

Przykład 3: 10 najczęściej ulegających awariom urządzeń

Jesień to nowy sezon na telefon! Deweloper wie, że oznacza to również nowy sezon problemów związanych z konkretnymi urządzeniami. Aby wyprzedzić zbliżające się problemy ze zgodnością, utworzyli zapytanie, które identyfikuje 10 urządzeń, które doświadczyły największej liczby awarii w zeszłym tygodniu:

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;

Przykład 4: Filtruj według klucza niestandardowego

Twórca gry chce wiedzieć, na którym poziomie jego gry występuje najwięcej awarii. Aby pomóc im śledzić te statystyki, ustawili niestandardowy klucz Crashlytics current_level i aktualizują go za każdym razem, gdy użytkownik osiągnie nowy poziom.

CrashlyticsKit setIntValue:3 forKey:@"current_level";

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

Crashlytics.setInt("current_level", 3);

Mając ten klucz w eksporcie BigQuery, piszą następnie zapytanie, aby zgłosić rozkład wartości current_level powiązanych z każdym zdarzeniem awarii:

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

Przykład 5: Ekstrakcja identyfikatora użytkownika

Deweloper ma aplikację we wczesnym dostępie. Większość ich użytkowników to uwielbia, ale trzech doświadczyło niezwykłej liczby awarii. Aby dotrzeć do sedna problemu, piszą zapytanie, które pobiera wszystkie zdarzenia awarii dla tych użytkowników, używając ich identyfikatorów użytkowników:

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

Przykład 6: Znajdź wszystkich użytkowników, którzy napotkali konkretny problem z awarią

Deweloper udostępnił krytyczny błąd grupie beta testerów. Zespół był w stanie użyć zapytania z przykładu 2 powyżej, aby zidentyfikować konkretny identyfikator problemu z awarią. Teraz chcą uruchomić zapytanie, aby wyodrębnić listę użytkowników aplikacji, których dotknęła ta awaria:

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;

Przykład 7: Liczba użytkowników, których dotyczy awaria, w podziale na kraje

Teraz zespół wykrył krytyczny błąd podczas wdrażania nowej wersji. Byli w stanie użyć zapytania z przykładu 2 powyżej, aby zidentyfikować konkretny identyfikator problemu z awarią. Zespół chciałby teraz sprawdzić, czy ta awaria rozprzestrzeniła się na użytkowników w różnych krajach na całym świecie.

Aby napisać to zapytanie, zespół będzie musiał:

1. Włącz eksport BigQuery dla Google Analytics. Zobacz Eksportowanie danych projektu do BigQuery .

2. Zaktualizuj ich aplikację, aby przekazywać identyfikator użytkownika zarówno do pakietu SDK Google Analytics, jak i pakietu SDK Crashlytics.

   Cel C

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

   Szybki

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

   Jawa

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

3. Napisz zapytanie używające pola identyfikatora użytkownika do łączenia zdarzeń w zbiorze danych BigQuery Google Analytics z awariami w zbiorze danych 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
   

Przykład 8: 5 najważniejszych problemów do tej pory

Wymaga włączenia eksportu strumieniowego 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;

Przykład 9: 5 najczęstszych problemów od DATE, w tym dzisiaj

Wymaga włączenia eksportu strumieniowego Crashlytics BigQuery.

W tym przykładzie łączymy tabele wsadowe i tabele czasu rzeczywistego, aby dodać informacje w czasie rzeczywistym do wiarygodnych danych wsadowych. Ponieważ event_id jest kluczem podstawowym, możemy użyć DISTINCT event_id do deduplikacji wszelkich typowych zdarzeń z dwóch tabel.

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;

Zrozumienie schematu Firebase Crashlytics w BigQuery

Gdy połączysz Crashlytics z BigQuery, Firebase wyeksportuje ostatnie zdarzenia (awarie, błędy niekrytyczne i błędy ANR), w tym zdarzenia sprzed maksymalnie dwóch dni przed połączeniem, z opcją uzupełnienia do dziewięćdziesięciu dni.

Od tego momentu, dopóki nie wyłączysz łącza, Firebase codziennie eksportuje zdarzenia Crashlytics. Po każdym eksporcie dane mogą być dostępne w BigQuery po kilku minutach.

Zbiory danych

Firebase Crashlytics tworzy nowy zbiór danych w BigQuery dla danych Crashlytics. Zestaw danych obejmuje cały projekt, nawet jeśli zawiera wiele aplikacji.

Stoły

Firebase Crashlytics tworzy tabelę w zbiorze danych dla każdej aplikacji w Twoim projekcie, chyba że zrezygnujesz z eksportowania danych dla tej aplikacji. Firebase nazywa tabele na podstawie identyfikatora pakietu aplikacji, z kropkami przekonwertowanymi na podkreślenia i nazwą platformy dodaną na końcu.

Na przykład dane aplikacji na Androida o identyfikatorze com.google.test znajdowałyby się w tabeli o nazwie com_google_test_ANDROID , a dane czasu rzeczywistego (jeśli są włączone) w tabeli o nazwie com_google_test_ANDROID_REALTIME

Tabele zawierają standardowy zestaw danych Crashlytics oprócz wszelkich niestandardowych kluczy Crashlytics zdefiniowanych przez programistów.

Wydziwianie

Każdy wiersz w tabeli reprezentuje błąd napotkany przez aplikację.

Kolumny

Kolumny w tabeli są identyczne w przypadku awarii, błędów niekrytycznych i błędów ANR. Jeśli włączone jest eksportowanie strumieniowe Crashlytics BigQuery, tabela czasu rzeczywistego będzie miała te same kolumny, co tabela wsadowa. Kolumny w eksporcie są wymienione poniżej.

Bez śladów stosu

Kolumny obecne w wierszach reprezentujących zdarzenia bez śladów stosu.

Wizualizacja wyeksportowanych danych Crashlytics za pomocą Data Studio

Studio danych Google przekształca Twoje zbiory danych Crashlytics w BigQuery w raporty, które są łatwe do odczytania, udostępniania iw pełni konfigurowalne.

Aby dowiedzieć się więcej o korzystaniu ze Studia danych, wypróbuj krótki przewodnik po Studiu danych Witamy w Studiu danych .

Korzystanie z szablonu raportu Crashlytics

Data Studio zawiera przykładowy raport dla Crashlytics, który zawiera kompleksowy zestaw wymiarów i danych z wyeksportowanego schematu Crashlytics BigQuery. Jeśli masz włączony eksport strumieniowy Crashlytics BigQuery, możesz wyświetlać te dane na stronie Trendy w czasie rzeczywistym w szablonie Studia danych. Możesz użyć przykładu jako szablonu do szybkiego tworzenia nowych raportów i wizualizacji na podstawie nieprzetworzonych danych o awariach własnej aplikacji:

1. Otwórz szablon pulpitu nawigacyjnego Crashlytics Data Studio .
2. Kliknij Użyj szablonu w prawym górnym rogu.
3. Z listy rozwijanej Nowe źródło danych wybierz opcję Utwórz nowe źródło danych .
4. Kliknij Wybierz na karcie BigQuery .
5. Wybierz tabelę zawierającą wyeksportowane dane Crashlytics, wybierając Moje projekty > [nazwa-twojego-projektu] > firebase_crashlytics > [nazwa-twojej-tabeli] . Twoja tabela wsadowa jest zawsze dostępna do wyboru; jeśli włączony jest eksport strumieniowy Crashlytics BigQuery, zamiast tego możesz wybrać tabelę w czasie rzeczywistym.
6. W sekcji Konfiguracja ustaw poziom szablonu Crashlytics na Domyślny .
7. Kliknij Połącz , aby utworzyć nowe źródło danych.
8. Kliknij Dodaj do raportu , aby wrócić do szablonu Crashlytics.
9. Na koniec kliknij Utwórz raport , aby utworzyć kopię szablonu pulpitu nawigacyjnego Crashlytics Data Studio.