Экспорт данных Firebase Crashlytics в BigQuery

Вы можете экспортировать данные Crashlytics в BigQuery для дальнейшего анализа. BigQuery позволяет анализировать данные с помощью BigQuery SQL, экспортировать их в другой облачный провайдер и использовать для визуализации и создания пользовательских информационных панелей с помощью Google Data Studio.

Включить экспорт BigQuery

1. Перейдите на страницу «Интеграции» в консоли Firebase.
2. На карточке BigQuery нажмите «Ссылка» .
3. Следуйте инструкциям на экране, чтобы включить BigQuery.

Когда вы связываете свой проект с BigQuery:

• Firebase настраивает ежедневную синхронизацию ваших данных из вашего проекта Firebase с BigQuery.
• По умолчанию все приложения в вашем проекте связаны с BigQuery, и все приложения, которые вы позже добавите в проект, автоматически связываются с BigQuery. Вы можете управлять тем, какие приложения отправляют данные .
• Firebase экспортирует копию существующих данных в BigQuery. Для каждого связанного приложения это включает пакетную таблицу, содержащую данные ежедневной синхронизации.
• Если вы включите потоковый экспорт Crashlytics BigQuery, все связанные приложения также будут иметь таблицу в реальном времени, содержащую постоянно обновляемые данные.

Чтобы деактивировать экспорт BigQuery, отсоедините свой проект в консоли Firebase.

Какие данные экспортируются в BigQuery?

Данные Firebase Crashlytics экспортируются в набор данных BigQuery с именем firebase_crashlytics . По умолчанию внутри набора данных Crashlytics будут созданы отдельные таблицы для каждого приложения в вашем проекте. Firebase называет таблицы на основе идентификатора пакета приложения, с точками, преобразованными в символы подчеркивания, и названием платформы, добавляемым в конец.

Например, данные приложения с идентификатором com.google.test будут находиться в таблице с именем com_google_test_ANDROID . Эта пакетная таблица обновляется один раз в день. Если вы включите потоковый экспорт Crashlytics BigQuery, данные Firebase Crashlytics также будут передаваться в реальном времени в com_google_test_ANDROID_REALTIME .

Каждая строка в таблице представляет событие, произошедшее в приложении, включая сбои, нефатальные ошибки и ошибки ANR.

Включить экспорт потоковой передачи Crashlytics BigQuery

Вы можете осуществлять потоковую передачу данных Crashlytics в режиме реального времени с помощью BigQueryStreaming . Вы можете использовать его для любых целей, требующих оперативных данных, например для представления информации на интерактивной информационной панели, просмотра развертывания в реальном времени или мониторинга проблем приложений, которые вызывают оповещения и настраиваемые рабочие процессы.

Экспорт потоковой передачи Crashlytics BigQuery недоступен для тестовой среды BigQuery.

Когда вы включаете потоковый экспорт Crashlytics BigQuery, в дополнение к пакетной таблице у вас будет таблица реального времени. Вот различия, о которых вам следует знать между таблицами:

Пакетная таблица идеально подходит для долгосрочного анализа и выявления тенденций с течением времени, поскольку мы надежно сохраняем события перед их записью, и их можно повторно заполнять в таблице на срок до 90 дней. Когда мы записываем данные в вашу таблицу реального времени, мы сразу же записываем их в BigQuery, поэтому они идеально подходят для интерактивных информационных панелей и пользовательских оповещений. Эти две таблицы можно объединить с запросом на сшивание, чтобы получить преимущества обеих. См. пример запроса 9 ниже.

По умолчанию срок действия раздела таблицы реального времени составляет 30 дней. Чтобы узнать, как это изменить, см. Обновление срока действия раздела .

Включить потоковую передачу Crashlytics BigQuery

Чтобы включить потоковую передачу, перейдите в раздел Crashlytics на странице интеграции BigQuery и установите флажок Включить потоковую передачу .

Шаблон Студии данных

Чтобы включить данные в реальном времени в шаблоне Data Studio, следуйте инструкциям в разделе Визуализация экспортированных данных Crashlytics с помощью Data Studio .

Взгляды

Вы можете превратить приведенные ниже примеры запросов в представления с помощью пользовательского интерфейса BigQuery. Подробные инструкции см. в разделе Создание представлений .

Что можно делать с экспортированными данными?

Экспорт BigQuery содержит необработанные данные о сбоях, включая тип устройства, операционную систему, исключения (приложения Android) или ошибки (приложения Apple), журналы Crashlytics, а также другие данные.

Работа с данными Firebase Crashlytics в BigQuery

В следующих примерах демонстрируются запросы, которые можно выполнять к данным Crashlytics. Эти запросы создают отчеты, которые недоступны на панели управления Crashlytics.

Примеры запросов Crashlytics

В следующих примерах показано, как создавать отчеты, объединяющие данные о событиях сбоя в более понятные сводки.

Пример 1: Сбои по дням

Поработав над исправлением как можно большего количества ошибок, ведущий разработчик считает, что ее команда наконец-то готова запустить новое приложение для обмена фотографиями. Прежде чем это сделать, они хотят проверить количество сбоев в день за последний месяц, чтобы убедиться, что их исправление ошибок сделало приложение более стабильным с течением времени:

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;

Пример 2. Найдите наиболее распространенные сбои

Чтобы правильно расставить приоритеты в производственных планах, менеджер проекта обдумывает, как указать 10 наиболее распространенных сбоев в его продукте. Они создают запрос, который предоставляет соответствующие данные:

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;

Пример 3. 10 частых сбоев устройств

Осень – новый сезон телефонов! Разработчик знает, что это также означает, что наступил сезон проблем, связанных с конкретными устройствами. Чтобы обойти надвигающиеся проблемы совместимости, они составили запрос, который идентифицирует 10 устройств, которые столкнулись с наибольшим количеством сбоев за последнюю неделю:

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;

Пример 4. Фильтрация по пользовательскому ключу

Разработчик игры хочет знать, на каком уровне его игры происходит больше всего сбоев. Чтобы помочь им отслеживать эту статистику, они устанавливают специальный ключ Crashlytics current_level и обновляют его каждый раз, когда пользователь достигает нового уровня.

CrashlyticsKit setIntValue:3 forKey:@"current_level";

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

Crashlytics.setInt("current_level", 3);

Используя этот ключ в экспорте BigQuery, они затем пишут запрос, чтобы сообщить о распределении значений current_level , связанных с каждым событием сбоя:

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

Пример 5: извлечение идентификатора пользователя

У разработчика есть приложение в раннем доступе. Большинству пользователей он нравится, но трое из них столкнулись с необычно большим количеством сбоев. Чтобы разобраться в сути проблемы, они пишут запрос, который извлекает все события сбоя для этих пользователей, используя их идентификаторы пользователей:

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

Пример 6. Найдите всех пользователей, столкнувшихся с определенной проблемой сбоя.

Разработчик сообщил группе бета-тестеров о критической ошибке. Команда смогла использовать запрос из примера 2 выше, чтобы определить конкретный идентификатор проблемы сбоя. Теперь они хотели бы выполнить запрос, чтобы получить список пользователей приложения, на которых повлиял этот сбой:

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;

Пример 7. Количество пользователей, затронутых проблемой сбоя, с разбивкой по странам.

Теперь команда обнаружила критическую ошибку во время развертывания нового релиза. Они смогли использовать запрос из примера 2 выше, чтобы определить конкретный идентификатор проблемы сбоя. Теперь команда хотела бы посмотреть, распространился ли этот сбой на пользователей в разных странах мира.

Чтобы написать этот запрос, команде потребуется:

1. Включите экспорт BigQuery для Google Analytics. См. раздел Экспорт данных проекта в BigQuery .

2. Обновите свое приложение, чтобы передать идентификатор пользователя как в Google Analytics SDK, так и в Crashlytics SDK.

   Цель-C

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

   Быстрый

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

   Джава

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

3. Напишите запрос, который использует поле идентификатора пользователя для объединения событий в наборе данных Google Analytics BigQuery со сбоями в наборе данных 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
   

Пример 8: 5 основных проблем на сегодняшний день

Требуется включить экспорт потоковой передачи 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;

Пример 9: 5 основных проблем с DATE, включая сегодняшний день

Требуется включить потоковый экспорт Crashlytics BigQuery.

В этом примере мы объединяем таблицы партий и таблицы реального времени, чтобы добавить информацию в реальном времени к надежным данным партии. Поскольку event_id является первичным ключом, мы можем использовать DISTINCT event_id для дедупликации любых общих событий из двух таблиц.

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;

Понимание схемы Firebase Crashlytics в BigQuery

Когда вы связываете Crashlytics с BigQuery, Firebase экспортирует недавние события (сбои, нефатальные ошибки и ANR), включая события, произошедшие за два дня до связывания, с возможностью обратного заполнения за девяносто дней.

С этого момента и до тех пор, пока вы не отключите ссылку, Firebase ежедневно экспортирует события Crashlytics. После каждого экспорта данные могут появиться в BigQuery через несколько минут.

Наборы данных

Firebase Crashlytics создает новый набор данных в BigQuery для данных Crashlytics. Набор данных охватывает весь ваш проект, даже если в нем имеется несколько приложений.

Таблицы

Firebase Crashlytics создает таблицу в наборе данных для каждого приложения в вашем проекте, если вы не отключили экспорт данных для этого приложения. Firebase называет таблицы на основе идентификатора пакета приложения, с точками, преобразованными в символы подчеркивания, и названием платформы, добавляемым в конец.

Например, данные для приложения Android с идентификатором com.google.test будут находиться в таблице с именем com_google_test_ANDROID , а данные в реальном времени (если они включены) будут в таблице с именем com_google_test_ANDROID_REALTIME

Таблицы содержат стандартный набор данных Crashlytics в дополнение к любым пользовательским ключам Crashlytics, определенным разработчиками.

Строки

Каждая строка в таблице представляет ошибку, с которой столкнулось приложение.

Столбцы

Столбцы в таблице идентичны для сбоев, нефатальных ошибок и ошибок ANR. Если включен потоковый экспорт Crashlytics BigQuery, таблица реального времени будет иметь те же столбцы, что и пакетная таблица. Столбцы экспорта перечислены ниже.

Без следов стека

Столбцы представлены в строках, которые представляют события без трассировки стека.

Визуализация экспортированных данных Crashlytics с помощью Data Studio

Google Data Studio превращает ваши наборы данных Crashlytics в BigQuery в отчеты, которые легко читать, которыми легко делиться и которые полностью настраиваемы.

Чтобы узнать больше об использовании Data Studio, ознакомьтесь с кратким руководством по Data Studio Добро пожаловать в Data Studio .

Использование шаблона отчета Crashlytics

В Data Studio есть образец отчета для Crashlytics, который включает полный набор параметров и показателей из экспортированной схемы Crashlytics BigQuery. Если вы включили потоковый экспорт Crashlytics BigQuery, вы можете просмотреть эти данные на странице тенденций в реальном времени шаблона Data Studio. Вы можете использовать образец в качестве шаблона для быстрого создания новых отчетов и визуализаций на основе необработанных данных о сбоях вашего собственного приложения:

1. Откройте шаблон панели управления Crashlytics Data Studio .
2. Нажмите «Использовать шаблон» в правом верхнем углу.
3. В раскрывающемся списке «Новый источник данных» выберите «Создать новый источник данных» .
4. Нажмите «Выбрать» на карточке BigQuery .
5. Выберите таблицу, содержащую экспортированные данные Crashlytics, выбрав «Мои проекты» > [имя-вашего-проекта] > firebase_crashlytics > [имя-вашей-таблицы] . Ваша таблица партий всегда доступна для выбора; если включен экспорт потоковой передачи Crashlytics BigQuery, вместо этого вы можете выбрать таблицу реального времени.
6. В разделе «Конфигурация» установите для уровня шаблона Crashlytics значение «По умолчанию» .
7. Нажмите «Подключиться» , чтобы создать новый источник данных.
8. Нажмите «Добавить в отчет» , чтобы вернуться к шаблону Crashlytics.
9. Наконец, нажмите « Создать отчет» , чтобы создать копию шаблона панели инструментов Crashlytics Data Studio.

Вы можете экспортировать данные Crashlytics в BigQuery для дальнейшего анализа. BigQuery позволяет анализировать данные с помощью BigQuery SQL, экспортировать их в другой облачный провайдер и использовать для визуализации и создания пользовательских информационных панелей с помощью Google Data Studio.

Включить экспорт BigQuery

1. Перейдите на страницу «Интеграции» в консоли Firebase.
2. На карточке BigQuery нажмите «Ссылка» .
3. Следуйте инструкциям на экране, чтобы включить BigQuery.

Когда вы связываете свой проект с BigQuery:

• Firebase настраивает ежедневную синхронизацию ваших данных из вашего проекта Firebase с BigQuery.
• По умолчанию все приложения в вашем проекте связаны с BigQuery, и все приложения, которые вы позже добавите в проект, автоматически связываются с BigQuery. Вы можете управлять тем, какие приложения отправляют данные .
• Firebase экспортирует копию существующих данных в BigQuery. Для каждого связанного приложения это включает пакетную таблицу, содержащую данные ежедневной синхронизации.
• Если вы включите потоковый экспорт Crashlytics BigQuery, все связанные приложения также будут иметь таблицу в реальном времени, содержащую постоянно обновляемые данные.

Чтобы деактивировать экспорт BigQuery, отсоедините свой проект в консоли Firebase.

Какие данные экспортируются в BigQuery?

Данные Firebase Crashlytics экспортируются в набор данных BigQuery с именем firebase_crashlytics . По умолчанию внутри набора данных Crashlytics будут созданы отдельные таблицы для каждого приложения в вашем проекте. Firebase называет таблицы на основе идентификатора пакета приложения, с точками, преобразованными в символы подчеркивания, и названием платформы, добавляемым в конец.

Например, данные приложения с идентификатором com.google.test будут находиться в таблице с именем com_google_test_ANDROID . Эта пакетная таблица обновляется один раз в день. Если вы включите потоковый экспорт Crashlytics BigQuery, данные Firebase Crashlytics также будут передаваться в реальном времени в com_google_test_ANDROID_REALTIME .

Каждая строка в таблице представляет событие, произошедшее в приложении, включая сбои, нефатальные ошибки и ошибки ANR.

Включить экспорт потоковой передачи Crashlytics BigQuery

Вы можете осуществлять потоковую передачу данных Crashlytics в режиме реального времени с помощью BigQueryStreaming . Вы можете использовать его для любых целей, требующих оперативных данных, например для представления информации на интерактивной информационной панели, просмотра развертывания в реальном времени или мониторинга проблем приложений, которые вызывают оповещения и настраиваемые рабочие процессы.

Экспорт потоковой передачи Crashlytics BigQuery недоступен для тестовой среды BigQuery.

Когда вы включаете потоковый экспорт Crashlytics BigQuery, в дополнение к пакетной таблице у вас будет таблица реального времени. Вот различия, о которых вам следует знать между таблицами:

Пакетная таблица идеально подходит для долгосрочного анализа и выявления тенденций с течением времени, поскольку мы надежно сохраняем события перед их записью, и их можно повторно заполнять в таблице на срок до 90 дней. Когда мы записываем данные в вашу таблицу реального времени, мы сразу же записываем их в BigQuery, поэтому они идеально подходят для интерактивных информационных панелей и пользовательских оповещений. Эти две таблицы можно объединить с запросом на сшивание, чтобы получить преимущества обеих. См. пример запроса 9 ниже.

По умолчанию срок действия раздела таблицы реального времени составляет 30 дней. Чтобы узнать, как это изменить, см. Обновление срока действия раздела .

Включить потоковую передачу Crashlytics BigQuery

Чтобы включить потоковую передачу, перейдите в раздел Crashlytics на странице интеграции BigQuery и установите флажок Включить потоковую передачу .

Шаблон Студии данных

Чтобы включить данные в реальном времени в шаблоне Data Studio, следуйте инструкциям в разделе Визуализация экспортированных данных Crashlytics с помощью Data Studio .

Взгляды

Вы можете превратить приведенные ниже примеры запросов в представления с помощью пользовательского интерфейса BigQuery. Подробные инструкции см. в разделе Создание представлений .

Что можно делать с экспортированными данными?

Экспорт BigQuery содержит необработанные данные о сбоях, включая тип устройства, операционную систему, исключения (приложения Android) или ошибки (приложения Apple), журналы Crashlytics, а также другие данные.

Работа с данными Firebase Crashlytics в BigQuery

В следующих примерах демонстрируются запросы, которые можно выполнять к данным Crashlytics. Эти запросы создают отчеты, которые недоступны на панели управления Crashlytics.

Примеры запросов Crashlytics

В следующих примерах показано, как создавать отчеты, объединяющие данные о событиях сбоя в более понятные сводки.

Пример 1: Сбои по дням

Поработав над исправлением как можно большего количества ошибок, ведущий разработчик считает, что ее команда наконец-то готова запустить новое приложение для обмена фотографиями. Прежде чем это сделать, они хотят проверить количество сбоев в день за последний месяц, чтобы убедиться, что их исправление ошибок сделало приложение более стабильным с течением времени:

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;

Пример 2. Найдите наиболее распространенные сбои

Чтобы правильно расставить приоритеты в производственных планах, менеджер проекта обдумывает, как указать 10 наиболее распространенных сбоев в его продукте. Они создают запрос, который предоставляет соответствующие данные:

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;

Пример 3. 10 частых сбоев устройств

Осень – новый сезон телефонов! Разработчик знает, что это также означает, что наступил сезон проблем, связанных с конкретными устройствами. Чтобы обойти надвигающиеся проблемы совместимости, они составили запрос, который идентифицирует 10 устройств, которые столкнулись с наибольшим количеством сбоев за последнюю неделю:

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;

Пример 4. Фильтрация по пользовательскому ключу

Разработчик игры хочет знать, на каком уровне его игры происходит больше всего сбоев. Чтобы помочь им отслеживать эту статистику, они устанавливают специальный ключ Crashlytics current_level и обновляют его каждый раз, когда пользователь достигает нового уровня.

CrashlyticsKit setIntValue:3 forKey:@"current_level";

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

Crashlytics.setInt("current_level", 3);

Используя этот ключ в экспорте BigQuery, они затем пишут запрос, чтобы сообщить о распределении значений current_level , связанных с каждым событием сбоя:

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

Пример 5: извлечение идентификатора пользователя

У разработчика есть приложение в раннем доступе. Большинству пользователей он нравится, но трое из них столкнулись с необычно большим количеством сбоев. Чтобы разобраться в сути проблемы, они пишут запрос, который извлекает все события сбоя для этих пользователей, используя их идентификаторы пользователей:

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

Пример 6. Найдите всех пользователей, столкнувшихся с определенной проблемой сбоя.

Разработчик сообщил группе бета-тестеров о критической ошибке. Команда смогла использовать запрос из примера 2 выше, чтобы определить конкретный идентификатор проблемы сбоя. Теперь они хотели бы выполнить запрос, чтобы получить список пользователей приложения, на которых повлиял этот сбой:

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;

Пример 7. Количество пользователей, затронутых проблемой сбоя, с разбивкой по странам.

Теперь команда обнаружила критическую ошибку во время развертывания нового релиза. Они смогли использовать запрос из примера 2 выше, чтобы определить конкретный идентификатор проблемы сбоя. Теперь команда хотела бы посмотреть, распространился ли этот сбой на пользователей в разных странах мира.

Чтобы написать этот запрос, команде потребуется:

1. Включите экспорт BigQuery для Google Analytics. См. раздел Экспорт данных проекта в BigQuery .

2. Обновите свое приложение, чтобы передать идентификатор пользователя как в Google Analytics SDK, так и в Crashlytics SDK.

   Цель-C

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

   Быстрый

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

   Джава

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

3. Напишите запрос, который использует поле идентификатора пользователя для объединения событий в наборе данных Google Analytics BigQuery со сбоями в наборе данных 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
   

Пример 8: 5 основных проблем на сегодняшний день

Требуется включить экспорт потоковой передачи 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;

Пример 9: 5 основных проблем с DATE, включая сегодняшний день

Требуется включить потоковый экспорт Crashlytics BigQuery.

В этом примере мы объединяем таблицы партий и таблицы реального времени, чтобы добавить информацию в реальном времени к надежным данным партии. Поскольку event_id является первичным ключом, мы можем использовать DISTINCT event_id для дедупликации любых общих событий из двух таблиц.

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;

Понимание схемы Firebase Crashlytics в BigQuery

Когда вы связываете Crashlytics с BigQuery, Firebase экспортирует недавние события (сбои, нефатальные ошибки и ANR), включая события, произошедшие за два дня до связывания, с возможностью обратного заполнения за девяносто дней.

С этого момента и до тех пор, пока вы не отключите ссылку, Firebase ежедневно экспортирует события Crashlytics. После каждого экспорта данные могут появиться в BigQuery через несколько минут.

Наборы данных

Firebase Crashlytics создает новый набор данных в BigQuery для данных Crashlytics. Набор данных охватывает весь ваш проект, даже если в нем имеется несколько приложений.

Таблицы

Firebase Crashlytics создает таблицу в наборе данных для каждого приложения в вашем проекте, если вы не отключили экспорт данных для этого приложения. Firebase называет таблицы на основе идентификатора пакета приложения, с точками, преобразованными в символы подчеркивания, и названием платформы, добавляемым в конец.

Например, данные для приложения Android с идентификатором com.google.test будут находиться в таблице с именем com_google_test_ANDROID , а данные в реальном времени (если они включены) будут в таблице с именем com_google_test_ANDROID_REALTIME

Таблицы содержат стандартный набор данных Crashlytics в дополнение к любым пользовательским ключам Crashlytics, определенным разработчиками.

Строки

Каждая строка в таблице представляет ошибку, с которой столкнулось приложение.

Столбцы

Столбцы в таблице идентичны для сбоев, нефатальных ошибок и ошибок ANR. Если включен потоковый экспорт Crashlytics BigQuery, таблица реального времени будет иметь те же столбцы, что и пакетная таблица. Столбцы экспорта перечислены ниже.

Без следов стека

Столбцы представлены в строках, которые представляют события без трассировок стека.

Визуализация экспортированных данных о катастрофе с Data Studio

Google Data Studio превращает ваши наборы данных о Crashlytics в BigQuery в отчеты, которые легко читать, легко обмениваться и полностью настраиваться.

Чтобы узнать больше об использовании Data Studio, попробуйте руководство QuickStart Data Studio, добро пожаловать в Data Studio .

Использование шаблона отчета о Crashlytics

Data Studio имеет образец отчета о Crashlytics, который включает в себя комплексный набор измерений и показателей из экспортированной схемы Bigquery Crashlytics. Если вы включили экспорт потоковой передачи потоковой передачи Bigquery Crashlytics, вы можете просмотреть данные на странице Trends Trends в шаблоне студии Data. Вы можете использовать образец в качестве шаблона для быстрого создания новых отчетов и визуализаций на основе данных необработанного приложения:

1. Откройте шаблон мониторинга Data Studio Crashlytics .
2. Нажмите «Использовать шаблон» в верхнем правом углу.
3. В выпадении нового источника данных выберите « Создать новый источник данных» .
4. Нажмите выберите на карте BigQuery .
5. Выберите таблицу, содержащую экспортируемые данные о Crashlytics, выбирая мои проекты > [YourProject-name] > firebase_crashlytics > [your-table-name] . Ваша пакетная таблица всегда доступна для выбора; Если включен экспорт потоковой передачи Crashlytics BigQuery, вы можете выбрать свою таблицу в режиме реального времени.
6. Под конфигурацией установите уровень шаблона Crashlytics по умолчанию .
7. Нажмите «Подключиться» , чтобы создать новый источник данных.
8. Нажмите «Добавить», чтобы сообщить , чтобы вернуться в шаблон Crashlytics.
9. Наконец, нажмите « Создать отчет» , чтобы создать свою копию шаблона Data Studio Data Studio.