Exportieren Sie Firebase Crashlytics-Daten nach BigQuery

Sie können Ihre Crashlytics-Daten zur weiteren Analyse in BigQuery exportieren. Mit BigQuery können Sie die Daten mit BigQuery SQL analysieren, sie zu einem anderen Cloud-Anbieter exportieren und sie für Visualisierungs- und benutzerdefinierte Dashboards mit Google Data Studio verwenden.

Aktivieren Sie den BigQuery-Export

1. Gehen Sie zur Seite „Integrationen“ in der Firebase-Konsole.
2. Klicken Sie auf der BigQuery- Karte auf Link .
3. Befolgen Sie die Anweisungen auf dem Bildschirm, um BigQuery zu aktivieren.

Wenn Sie Ihr Projekt mit BigQuery verknüpfen:

• Firebase richtet tägliche Synchronisierungen Ihrer Daten aus Ihrem Firebase-Projekt mit BigQuery ein.
• Standardmäßig sind alle Apps in Ihrem Projekt mit BigQuery verknüpft und alle Apps, die Sie später zum Projekt hinzufügen, werden automatisch mit BigQuery verknüpft. Sie können verwalten, welche Apps Daten senden .
• Firebase exportiert eine Kopie Ihrer vorhandenen Daten nach BigQuery. Dazu gehört für jede verknüpfte App eine Batch-Tabelle mit den Daten aus der täglichen Synchronisierung.
• Wenn Sie den Streaming-Export von Crashlytics BigQuery aktivieren, verfügen alle verknüpften Apps außerdem über eine Echtzeittabelle mit ständig aktualisierten Daten.

Um den BigQuery-Export zu deaktivieren, heben Sie die Verknüpfung Ihres Projekts in der Firebase-Konsole auf.

Welche Daten werden nach BigQuery exportiert?

Firebase Crashlytics-Daten werden in einen BigQuery-Datensatz namens firebase_crashlytics exportiert. Standardmäßig werden für jede App in Ihrem Projekt individuelle Tabellen im Crashlytics-Datensatz erstellt. Firebase benennt die Tabellen basierend auf der Bundle-ID der App, wobei Punkte in Unterstriche umgewandelt werden und am Ende ein Plattformname angehängt wird.

Daten für eine App mit der ID com.google.test würden sich beispielsweise in einer Tabelle mit dem Namen com_google_test_ANDROID befinden. Diese Batch-Tabelle wird einmal täglich aktualisiert. Wenn Sie den Crashlytics BigQuery-Streaming-Export aktivieren, werden Firebase Crashlytics-Daten auch in Echtzeit an com_google_test_ANDROID_REALTIME gestreamt.

Jede Zeile in einer Tabelle stellt ein Ereignis dar, das in der App aufgetreten ist, einschließlich Abstürzen, nicht schwerwiegenden Fehlern und ANRs.

Aktivieren Sie den Crashlytics BigQuery-Streaming-Export

Mit BigQueryStreaming können Sie Ihre Crashlytics-Daten in Echtzeit streamen. Sie können es für jeden Zweck verwenden, der Live-Daten erfordert, z. B. zum Präsentieren von Informationen in einem Live-Dashboard, zum Live-Verfolgen eines Rollouts oder zum Überwachen von Anwendungsproblemen, die Warnungen und benutzerdefinierte Workflows auslösen.

Der Crashlytics BigQuery-Streaming-Export ist für die BigQuery-Sandbox nicht verfügbar.

Wenn Sie den Streaming-Export von Crashlytics BigQuery aktivieren, verfügen Sie zusätzlich zur Batch-Tabelle über eine Echtzeittabelle. Hier sind die Unterschiede zwischen den Tabellen, die Sie beachten sollten:

Die Batch-Tabelle ist ideal für Langzeitanalysen und die Identifizierung von Trends im Laufe der Zeit, da wir Ereignisse vor dem Schreiben dauerhaft speichern und sie bis zu 90 Tage lang in die Tabelle eingefügt werden können. Wenn wir Daten in Ihre Echtzeittabelle schreiben, schreiben wir sie sofort in BigQuery und eignen sich daher ideal für Live-Dashboards und benutzerdefinierte Warnungen. Diese beiden Tabellen können mit einer Stitching-Abfrage kombiniert werden, um die Vorteile beider zu nutzen. Siehe Abfragebeispiel 9 unten.

Standardmäßig hat die Echtzeittabelle eine Partitionsablaufzeit von 30 Tagen. Informationen dazu, wie Sie dies ändern können, finden Sie unter Aktualisieren des Partitionsablaufs .

Aktivieren Sie Crashlytics BigQuery-Streaming

Um das Streaming zu aktivieren, navigieren Sie zum Abschnitt „Crashlytics“ der Seite „BigQuery- Integrationen “ und aktivieren Sie das Kontrollkästchen „Streaming einschließen“ .

Data Studio-Vorlage

Um Echtzeitdaten in Ihrer Data Studio-Vorlage zu aktivieren, befolgen Sie die Anweisungen unter Visualisieren exportierter Crashlytics-Daten mit Data Studio .

Ansichten

Sie können die folgenden Beispielabfragen mithilfe der BigQuery-Benutzeroberfläche in Ansichten umwandeln. Ausführliche Anweisungen finden Sie unter Ansichten erstellen .

Was können Sie mit den exportierten Daten machen?

BigQuery-Exporte enthalten rohe Absturzdaten, einschließlich Gerätetyp, Betriebssystem, Ausnahmen (Android-Apps) oder Fehler (Apple-Apps), und Crashlytics-Protokolle sowie andere Daten.

Arbeiten mit Firebase Crashlytics-Daten in BigQuery

Die folgenden Beispiele veranschaulichen Abfragen, die Sie für Ihre Crashlytics-Daten ausführen können. Diese Abfragen generieren Berichte, die im Crashlytics-Dashboard nicht verfügbar sind.

Beispiele für Crashlytics-Abfragen

Die folgenden Beispiele veranschaulichen, wie Berichte erstellt werden, die Absturzereignisdaten zu leichter verständlichen Zusammenfassungen zusammenfassen.

Beispiel 1: Abstürze bei Tag

Nachdem sie daran gearbeitet hat, so viele Fehler wie möglich zu beheben, glaubt eine leitende Entwicklerin, dass ihr Team endlich bereit ist, ihre neue Foto-Sharing-App auf den Markt zu bringen. Bevor sie dies tun, möchten sie die Anzahl der Abstürze pro Tag im letzten Monat überprüfen, um sicherzustellen, dass ihre Bug-Bash die App im Laufe der Zeit stabiler gemacht hat:

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;

Beispiel 2: Finden Sie die häufigsten Abstürze

Um Produktionspläne richtig zu priorisieren, überlegt ein Projektmanager, wie er die zehn häufigsten Abstürze in seinem Produkt aufzeigen kann. Sie erzeugen eine Abfrage, die die relevanten Datenpunkte bereitstellt:

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;

Beispiel 3: Die 10 am häufigsten abstürzenden Geräte

Der Herbst ist die neue Telefonsaison! Ein Entwickler weiß, dass dies auch bedeutet, dass es eine neue Saison für gerätespezifische Probleme gibt. Um den drohenden Kompatibilitätsbedenken zuvorzukommen, haben sie eine Abfrage zusammengestellt, die die 10 Geräte identifiziert, bei denen es in der vergangenen Woche zu den meisten Abstürzen kam:

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;

Beispiel 4: Nach benutzerdefiniertem Schlüssel filtern

Ein Spieleentwickler möchte wissen, auf welcher Ebene seines Spiels die meisten Abstürze auftreten. Um ihnen dabei zu helfen, diese Statistik zu verfolgen, legen sie einen benutzerdefinierten Crashlytics-Schlüssel current_level fest und aktualisieren ihn jedes Mal, wenn der Benutzer ein neues Level erreicht.

CrashlyticsKit setIntValue:3 forKey:@"current_level";

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

Crashlytics.setInt("current_level", 3);

Mit diesem Schlüssel in ihrem BigQuery-Export schreiben sie dann eine Abfrage, um die Verteilung der current_level Werte zu melden, die jedem Absturzereignis zugeordnet sind:

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

Beispiel 5: Extraktion der Benutzer-ID

Ein Entwickler hat eine App im Early Access. Die meisten ihrer Benutzer lieben es, aber drei haben ungewöhnlich viele Abstürze erlebt. Um dem Problem auf den Grund zu gehen, schreiben sie eine Abfrage, die alle Absturzereignisse für diese Benutzer unter Verwendung ihrer Benutzer-IDs abruft:

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

Beispiel 6: Finden Sie alle Benutzer, bei denen ein bestimmtes Absturzproblem auftritt

Ein Entwickler hat einer Gruppe von Betatestern einen kritischen Fehler mitgeteilt. Das Team konnte die Abfrage aus Beispiel 2 oben verwenden, um die spezifische Absturzproblem-ID zu identifizieren. Jetzt möchten sie eine Abfrage ausführen, um die Liste der App-Benutzer zu extrahieren, die von diesem Absturz betroffen waren:

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;

Beispiel 7: Anzahl der von einem Absturzproblem betroffenen Benutzer, aufgeschlüsselt nach Land

Nun hat das Team beim Rollout einer neuen Version einen kritischen Fehler entdeckt. Sie konnten die Abfrage aus Beispiel 2 oben verwenden, um die spezifische Absturzproblem-ID zu identifizieren. Das Team möchte nun sehen, ob sich dieser Absturz auf Benutzer in verschiedenen Ländern auf der ganzen Welt ausgeweitet hat.

Um diese Abfrage zu schreiben, muss das Team Folgendes tun:

1. Aktivieren Sie BigQuery-Exporte für Google Analytics. Siehe Projektdaten nach BigQuery exportieren .

2. Aktualisieren Sie ihre App, um eine Benutzer-ID sowohl an das Google Analytics SDK als auch an das Crashlytics SDK zu übergeben.

   Ziel c

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

   Schnell

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

   Java

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

3. Schreiben Sie eine Abfrage, die das Benutzer-ID-Feld verwendet, um Ereignisse im BigQuery-Datensatz von Google Analytics mit Abstürzen im BigQuery-Datensatz von Crashlytics zu verbinden:

   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
   

Beispiel 8: Die 5 größten Probleme heute

Erfordert die Aktivierung des Crashlytics BigQuery-Streaming-Exports

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;

Beispiel 9: Top 5 Probleme seit DATUM, einschließlich heute

Erfordert die Aktivierung des Crashlytics BigQuery-Streaming-Exports.

In diesem Beispiel kombinieren wir Batch- und Echtzeittabellen, um den zuverlässigen Batch-Daten Echtzeitinformationen hinzuzufügen. Da event_id ein Primärschlüssel ist, können wir DISTINCT event_id verwenden, um alle gemeinsamen Ereignisse aus den beiden Tabellen zu deduplizieren.

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;

Grundlegendes zum Firebase Crashlytics-Schema in BigQuery

Wenn Sie Crashlytics mit BigQuery verknüpfen, exportiert Firebase aktuelle Ereignisse (Abstürze, nicht schwerwiegende Fehler und ANRs), einschließlich Ereignisse von bis zu zwei Tagen vor der Verknüpfung, mit der Option, bis zu neunzig Tage aufzufüllen .

Von diesem Zeitpunkt an bis Sie den Link deaktivieren, exportiert Firebase täglich Crashlytics-Ereignisse. Es kann nach jedem Export einige Minuten dauern, bis die Daten in BigQuery verfügbar sind.

Datensätze

Firebase Crashlytics erstellt in BigQuery einen neuen Datensatz für Crashlytics-Daten. Der Datensatz deckt Ihr gesamtes Projekt ab, auch wenn es mehrere Apps umfasst.

Tische

Firebase Crashlytics erstellt im Datensatz für jede App in Ihrem Projekt eine Tabelle, es sei denn, Sie haben den Datenexport für diese App deaktiviert. Firebase benennt die Tabellen basierend auf der Bundle-ID der App, wobei Punkte in Unterstriche umgewandelt werden und am Ende ein Plattformname angehängt wird.

Daten für eine Android-App mit der ID com.google.test wären beispielsweise in einer Tabelle namens com_google_test_ANDROID und Echtzeitdaten (falls aktiviert) wären in einer Tabelle mit dem Namen com_google_test_ANDROID_REALTIME

Tabellen enthalten einen Standardsatz von Crashlytics-Daten zusätzlich zu allen benutzerdefinierten Crashlytics-Schlüsseln, die von den Entwicklern definiert wurden.

Reihen

Jede Zeile in einer Tabelle stellt einen Fehler dar, den die App festgestellt hat.

Säulen

Die Spalten in einer Tabelle sind für Abstürze, nicht schwerwiegende Fehler und ANRs identisch. Wenn der Streaming-Export von Crashlytics BigQuery aktiviert ist, verfügt die Echtzeittabelle über dieselben Spalten wie die Batch-Tabelle. Die Spalten im Export sind unten aufgeführt.

Ohne Stapelspuren

In Zeilen vorhandene Spalten, die Ereignisse ohne Stack-Traces darstellen.

Visualisierung exportierter Crashlytics-Daten mit Data Studio

Google Data Studio wandelt Ihre Crashlytics-Datensätze in BigQuery in Berichte um, die leicht zu lesen, leicht zu teilen und vollständig anpassbar sind.

Weitere Informationen zur Verwendung von Data Studio finden Sie in der Data Studio-Schnellstartanleitung „Willkommen bei Data Studio“ .

Verwendung einer Crashlytics-Berichtsvorlage

Data Studio verfügt über einen Beispielbericht für Crashlytics, der einen umfassenden Satz an Dimensionen und Metriken aus dem exportierten Crashlytics BigQuery-Schema enthält. Wenn Sie den Crashlytics BigQuery-Streaming-Export aktiviert haben, können Sie diese Daten auf der Seite „Echtzeittrends“ der Data Studio-Vorlage anzeigen. Sie können das Beispiel als Vorlage verwenden, um schnell neue Berichte und Visualisierungen basierend auf den rohen Absturzdaten Ihrer eigenen App zu erstellen:

1. Öffnen Sie die Crashlytics Data Studio Dashboard-Vorlage .
2. Klicken Sie oben rechts auf Vorlage verwenden .
3. Wählen Sie im Dropdown-Menü „Neue Datenquelle“ die Option „Neue Datenquelle erstellen“ aus.
4. Klicken Sie auf der BigQuery- Karte auf Auswählen .
5. Wählen Sie eine Tabelle mit exportierten Crashlytics-Daten aus, indem Sie „Meine Projekte > [Ihr-Projektname] > Firebase_crashlytics > [Ihr-Tabellenname]“ wählen. Ihre Batch-Tabelle steht Ihnen jederzeit zur Auswahl zur Verfügung; Wenn der Streaming-Export von Crashlytics BigQuery aktiviert ist, können Sie stattdessen Ihre Echtzeittabelle auswählen.
6. Stellen Sie unter Konfiguration die Crashlytics-Vorlagenebene auf Standard ein.
7. Klicken Sie auf „Verbinden“ , um die neue Datenquelle zu erstellen.
8. Klicken Sie auf „Zum Bericht hinzufügen“ , um zur Crashlytics-Vorlage zurückzukehren.
9. Klicken Sie abschließend auf Bericht erstellen , um Ihre Kopie der Crashlytics Data Studio Dashboard-Vorlage zu erstellen.