Exportar datos de Firebase Crashlytics a BigQuery

Puede exportar sus datos de Crashlytics a BigQuery para su posterior análisis. BigQuery le permite analizar los datos usando BigQuery SQL, exportarlos a otro proveedor de la nube y usarlos para visualización y paneles personalizados con Google Data Studio.

Habilitar la exportación de BigQuery

1. Vaya a la página Integraciones en Firebase console.
2. En la tarjeta de BigQuery , haz clic en Enlace .
3. Siga las instrucciones que aparecen en pantalla para habilitar BigQuery.

Cuando vinculas tu proyecto a BigQuery:

• Firebase configura sincronizaciones diarias de tus datos desde tu proyecto de Firebase con BigQuery.
• De forma predeterminada, todas las aplicaciones de tu proyecto están vinculadas a BigQuery y cualquier aplicación que agregues posteriormente al proyecto se vincula automáticamente a BigQuery. Puedes administrar qué aplicaciones envían datos .
• Firebase exporta una copia de tus datos existentes a BigQuery. Para cada aplicación vinculada, esto incluye una tabla por lotes que contiene los datos de la sincronización diaria.
• Si habilita la exportación de streaming de Crashlytics BigQuery, todas las aplicaciones vinculadas también tendrán una tabla en tiempo real que contiene datos que se actualizan constantemente.

Para desactivar la exportación de BigQuery, desvincula tu proyecto en Firebase console.

¿Qué datos se exportan a BigQuery?

Los datos de Firebase Crashlytics se exportan a un conjunto de datos de BigQuery denominado firebase_crashlytics . De forma predeterminada, se crearán tablas individuales dentro del conjunto de datos de Crashlytics para cada aplicación de su proyecto. Firebase nombra las tablas según el identificador del paquete de la aplicación, con puntos convertidos en guiones bajos y un nombre de plataforma agregado al final.

Por ejemplo, los datos de una aplicación con el ID com.google.test estarían en una tabla denominada com_google_test_ANDROID . Esta tabla de lotes se actualiza una vez al día. Si habilitas la exportación de streaming de Crashlytics BigQuery, los datos de Firebase Crashlytics también se transmitirán en tiempo real a com_google_test_ANDROID_REALTIME .

Cada fila de una tabla representa un evento que ocurrió en la aplicación, incluidos bloqueos, errores no fatales y ANR.

Habilitar la exportación de streaming de Crashlytics BigQuery

Puedes transmitir tus datos de Crashlytics en tiempo real con BigQueryStreaming . Puede usarlo para cualquier propósito que requiera datos en vivo, como presentar información en un panel en vivo, ver una implementación en vivo o monitorear problemas de aplicaciones que activan alertas y flujos de trabajo personalizados.

La exportación de streaming de Crashlytics BigQuery no está disponible para el entorno aislado de BigQuery.

Cuando habilitas la exportación de streaming de Crashlytics BigQuery, además de la tabla por lotes, tendrás una tabla en tiempo real. Estas son las diferencias que debe tener en cuenta entre las tablas:

La tabla de lotes es ideal para análisis a largo plazo e identificación de tendencias a lo largo del tiempo porque almacenamos eventos de forma duradera antes de escribirlos y se pueden rellenar en la tabla hasta por 90 días. Cuando escribimos datos en su tabla en tiempo real, los escribimos inmediatamente en BigQuery, por lo que es ideal para paneles en vivo y alertas personalizadas. Estas dos tablas se pueden combinar con una consulta de unión para obtener los beneficios de ambas. Consulte el ejemplo de consulta 9 a continuación.

De forma predeterminada, la tabla en tiempo real tiene un tiempo de vencimiento de partición de 30 días. Para saber cómo modificar esto, consulte Actualización de la caducidad de la partición .

Habilitar la transmisión de Crashlytics BigQuery

Para habilitar la transmisión, navegue hasta la sección Crashlytics de la página de integraciones de BigQuery y seleccione la casilla Incluir transmisión .

Plantilla de estudio de datos

Para habilitar datos en tiempo real en su plantilla de Data Studio, siga las instrucciones en Visualización de datos exportados de Crashlytics con Data Studio .

Puntos de vista

Puedes convertir las consultas de ejemplo siguientes en vistas mediante la interfaz de usuario de BigQuery. Consulte Crear vistas para obtener instrucciones detalladas.

¿Qué puedes hacer con los datos exportados?

Las exportaciones de BigQuery contienen datos de fallas sin procesar, incluido el tipo de dispositivo, el sistema operativo, excepciones (aplicaciones de Android) o errores (aplicaciones de Apple) y registros de Crashlytics, así como otros datos.

Trabajar con datos de Firebase Crashlytics en BigQuery

Los siguientes ejemplos demuestran consultas que puede ejecutar en sus datos de Crashlytics. Estas consultas generan informes que no están disponibles en el panel de Crashlytics.

Ejemplos de consultas de Crashlytics

Los siguientes ejemplos demuestran cómo generar informes que agregan datos de eventos de accidentes en resúmenes más fáciles de entender.

Ejemplo 1: accidentes por día

Después de trabajar para corregir tantos errores como sea posible, un desarrollador líder cree que su equipo finalmente está listo para lanzar su nueva aplicación para compartir fotos. Antes de hacerlo, quieren verificar la cantidad de fallas por día durante el último mes, para asegurarse de que su bug-bash hizo que la aplicación sea más estable con el tiempo:

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;

Ejemplo 2: encontrar los fallos más generalizados

Para priorizar adecuadamente los planes de producción, un director de proyecto reflexiona sobre cómo señalar los 10 fallos más generalizados de su producto. Producen una consulta que proporciona los puntos de datos pertinentes:

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;

Ejemplo 3: Los 10 principales dispositivos que fallan

¡El otoño es la nueva temporada telefónica! Un desarrollador sabe que eso también significa que es temporada de nuevos problemas específicos de dispositivos. Para adelantarse a los problemas de compatibilidad que se avecinan, elaboraron una consulta que identifica los 10 dispositivos que experimentaron la mayor cantidad de fallas la semana pasada:

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;

Ejemplo 4: Filtrar por clave personalizada

Un desarrollador de juegos quiere saber qué nivel de su juego experimenta más fallas. Para ayudarles a realizar un seguimiento de esa estadística, establecen una clave de Crashlytics personalizada current_level y la actualizan cada vez que el usuario alcanza un nuevo nivel.

CrashlyticsKit setIntValue:3 forKey:@"current_level";

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

Crashlytics.setInt("current_level", 3);

Con esa clave en su exportación de BigQuery, luego escriben una consulta para informar la distribución de los valores current_level asociados con cada evento de falla:

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

Ejemplo 5: extracción de ID de usuario

Un desarrollador tiene una aplicación en acceso anticipado. A la mayoría de sus usuarios les encanta, pero tres han experimentado una cantidad inusual de fallas. Para llegar al fondo del problema, escriben una consulta que extrae todos los eventos de bloqueo de esos usuarios, utilizando sus ID de usuario:

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

Ejemplo 6: encontrar todos los usuarios que enfrentan un problema de falla particular

Un desarrollador ha publicado un error crítico a un grupo de probadores beta. El equipo pudo utilizar la consulta del Ejemplo 2 anterior para identificar el ID del problema de bloqueo específico. Ahora les gustaría ejecutar una consulta para extraer la lista de usuarios de la aplicación que se vieron afectados por este bloqueo:

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;

Ejemplo 7: Número de usuarios afectados por un problema de bloqueo, desglosado por país

Ahora el equipo ha detectado un error crítico durante el lanzamiento de una nueva versión. Pudieron utilizar la consulta del ejemplo 2 anterior para identificar el ID del problema de bloqueo específico. Al equipo ahora le gustaría ver si este fallo se ha extendido a usuarios de diferentes países del mundo.

Para escribir esta consulta, el equipo deberá:

1. Habilite las exportaciones de BigQuery para Google Analytics. Consulta Exportar datos del proyecto a BigQuery .

2. Actualice su aplicación para pasar un ID de usuario tanto al SDK de Google Analytics como al SDK de Crashlytics.

   C objetivo

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

   Rápido

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

   Java

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

3. Escriba una consulta que utilice el campo ID de usuario para unir eventos en el conjunto de datos de BigQuery de Google Analytics con fallas en el conjunto de datos de BigQuery de Crashlytics:

   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
   

Ejemplo 8: Los cinco problemas principales hasta el momento

Requiere habilitar la exportación de streaming de 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;

Ejemplo 9: 5 problemas principales desde la FECHA, incluido hoy

Requiere habilitar la exportación de streaming de Crashlytics BigQuery.

En este ejemplo, combinamos tablas por lotes y en tiempo real para agregar información en tiempo real a los datos por lotes confiables. Dado que event_id es una clave principal, podemos usar DISTINCT event_id para deduplicar cualquier evento común de las dos tablas.

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;

Comprender el esquema de Firebase Crashlytics en BigQuery

Cuando vinculas Crashlytics con BigQuery, Firebase exporta eventos recientes (bloqueos, errores no fatales y ANR), incluidos eventos de hasta dos días antes del vínculo, con la opción de reponer hasta noventa días.

Desde ese momento hasta que deshabilites el enlace, Firebase exporta eventos de Crashlytics diariamente. Los datos pueden tardar unos minutos en estar disponibles en BigQuery después de cada exportación.

Conjuntos de datos

Firebase Crashlytics crea un nuevo conjunto de datos en BigQuery para datos de Crashlytics. El conjunto de datos cubre todo su proyecto, incluso si tiene varias aplicaciones.

Mesas

Firebase Crashlytics crea una tabla en el conjunto de datos para cada aplicación de tu proyecto, a menos que hayas optado por no exportar datos para esa aplicación. Firebase nombra las tablas según el identificador del paquete de la aplicación, con puntos convertidos en guiones bajos y un nombre de plataforma agregado al final.

Por ejemplo, los datos de una aplicación de Android con el ID com.google.test estarían en una tabla denominada com_google_test_ANDROID y los datos en tiempo real (si están habilitados) estarían en una tabla denominada com_google_test_ANDROID_REALTIME

Las tablas contienen un conjunto estándar de datos de Crashlytics además de las claves de Crashlytics personalizadas definidas por los desarrolladores.

Filas

Cada fila de una tabla representa un error que encontró la aplicación.

columnas

Las columnas de una tabla son idénticas para fallas, errores no fatales y ANR. Si la exportación de streaming de Crashlytics BigQuery está habilitada, la tabla en tiempo real tendrá las mismas columnas que la tabla por lotes. Las columnas dentro de la exportación se enumeran a continuación.

Sin rastros de pila

Columnas presentes en filas que representan eventos sin seguimientos de pila.

Visualización de datos exportados de Crashlytics con Data Studio

Google Data Studio convierte sus conjuntos de datos de Crashlytics en BigQuery en informes fáciles de leer, compartir y totalmente personalizables.

Para obtener más información sobre el uso de Data Studio, consulte la guía de inicio rápido de Data Studio, Bienvenido a Data Studio .

Usar una plantilla de informe de Crashlytics

Data Studio tiene un informe de muestra para Crashlytics que incluye un conjunto completo de dimensiones y métricas del esquema de Crashlytics BigQuery exportado. Si ha habilitado la exportación de streaming de Crashlytics BigQuery, puede ver esos datos en la página Tendencias en tiempo real de la plantilla de Data Studio. Puede usar el ejemplo como plantilla para crear rápidamente nuevos informes y visualizaciones basados ​​en los datos de fallas sin procesar de su propia aplicación:

1. Abra la plantilla del panel de Crashlytics Data Studio .
2. Haga clic en Usar plantilla en la esquina superior derecha.
3. En el menú desplegable Nueva fuente de datos , seleccione Crear nueva fuente de datos .
4. Haga clic en Seleccionar en la tarjeta de BigQuery .
5. Selecciona una tabla que contenga datos exportados de Crashlytics eligiendo Mis proyectos > [nombre-de-tu-proyecto] > firebase_crashlytics > [nombre-de-tu-tabla] . Su tabla de lotes siempre está disponible para seleccionar; Si la exportación de streaming de Crashlytics BigQuery está habilitada, puede seleccionar su tabla en tiempo real.
6. En Configuración , establezca el nivel de plantilla de Crashlytics en Predeterminado .
7. Haga clic en Conectar para crear la nueva fuente de datos.
8. Haga clic en Agregar al informe para regresar a la plantilla de Crashlytics.
9. Finalmente, haga clic en Crear informe para crear su copia de la plantilla del panel de Crashlytics Data Studio.