ייצוא נתונים מ-Firebase Crashlytics ל-BigQuery

אפשר לייצא את נתוני Firebase Crashlytics אל BigQuery לצורך ניתוח נוסף. BigQuery מאפשר לנתח את הנתונים באמצעות BigQuery SQL, לייצא אותם לספק ענן אחר ולהשתמש בהם להצגה חזותית וליצירת מרכזי בקרה בהתאמה אישית באמצעות Google Data Studio.

הפעלת הייצוא אל BigQuery

1. במסוף Firebase, נכנסים לדף Integrations.

2. בכרטיס BigQuery, לוחצים על קישור.

3. פועלים לפי ההוראות במסך כדי להפעיל את הייצוא אל BigQuery.

   אם אתם רוצים גישה כמעט בזמן אמת לנתוני Crashlytics ב-BigQuery, כדאי לשדרג לייצוא בסטרימינג.

מה קורה כשמפעילים את הייצוא?

• בוחרים את המיקום של מערך הנתונים. אי אפשר לשנות את המיקום אחרי שיוצרים את מערך הנתונים, אבל אפשר להעתיק את מערך הנתונים למיקום אחר או להעביר אותו ידנית למיקום אחר (וליצור אותו מחדש). למידע נוסף, ראו שינוי המיקום של פעולות ייצוא קיימות.

  המיקום הזה רלוונטי רק לנתונים שיוצאו אל BigQuery, והוא לא משפיע על המיקום של הנתונים שנשמרים לשימוש בלוח הבקרה Crashlytics במסוף Firebase או ב-Android Studio.

• כברירת מחדל, כל האפליקציות בפרויקט מקושרות אל BigQuery וכל האפליקציות שתוסיפו לפרויקט במועד מאוחר יותר יקושרו באופן אוטומטי אל BigQuery. אתם יכולים לקבוע אילו אפליקציות ישלחו נתונים.

• מערכת Firebase מגדירה סנכרון יומי של הנתונים שלכם אל BigQuery.

  • אחרי שמקשרים את הפרויקט, בדרך כלל צריך לחכות עד לסנכרון של היום הבא כדי שקבוצת הנתונים הראשונה תוצג ב-BigQuery.

  • הסנכרון היומי מתבצע פעם ביום, ללא קשר לייצוא מתוזמן שייתכן שהגדרתם ב-BigQuery. חשוב לזכור שהתזמון והמשך של משימת הסנכרון עשויים להשתנות, לכן לא מומלץ לתזמן פעולות או משימות במורד הזרם על סמך תזמון ספציפי של הייצוא.

• מערכת Firebase מייצאת עותק של הנתונים הקיימים אל BigQuery. ההפצה הראשונית של הנתונים לייצוא עשויה להימשך עד 48 שעות.

  • הייצוא כולל לכל אפליקציה מקושרת טבלה עם הנתונים מהסנכרון היומי.

  • אתם יכולים לתזמן באופן ידני מילוי חוסרים של נתונים לטבלת האצווה עד 30 הימים האחרונים או עד לתאריך האחרון שבו הפעלתם את הייצוא אל BigQuery (התאריך האחרון מביניהם).

  לתשומת ליבכם: אם הפעלתם את הייצוא של נתוני Crashlytics לפני אמצע אוקטובר 2024, תוכלו גם למלא את החוסרים בנתונים מ-30 הימים שלפני היום שבו הפעלתם את הייצוא.

• אם מפעילים את הייצוא בסטרימינג של Crashlytics אל BigQuery, לכל האפליקציות המקושרות תהיה גם טבלה בזמן אמת שמכילה נתונים שמתעדכנים כל הזמן.

כדי להשבית את הייצוא אל BigQuery, צריך לבטל את הקישור של הפרויקט במסוף Firebase.

אילו נתונים מיוצאים אל BigQuery?

נתוני Firebase Crashlytics מיוצאים למערך נתונים BigQuery בשם firebase_crashlytics. כברירת מחדל, טבלאות נפרדות ייוצרו בתוך מערך הנתונים Crashlytics לכל אפליקציה בפרויקט. מערכת Firebase נותנת לשמות הטבלאות שמות על סמך המזהה של האפליקציה, תוך המרה של הנקודות לקוויות תחתונות והוספת שם הפלטפורמה בסוף.

לדוגמה, נתונים של אפליקציה ל-Android עם שם החבילה com.google.test יופיעו בטבלה בשם com_google_test_ANDROID. טבלת האצווה הזו מתעדכנת פעם ביום. אם מפעילים את הייצוא בסטרימינג של Crashlytics אל BigQuery, הנתונים של Crashlytics ישודרו גם בסטרימינג בזמן אמת לטבלה בשם com_google_test_ANDROID_REALTIME.

כל שורה בטבלה מייצגת אירוע שהתרחש באפליקציה, כולל קריסות, שגיאות לא קטלניות ומקרי ANR.

ייצוא בסטרימינג של Crashlytics אל BigQuery

אפשר לשדר את הנתונים של Crashlytics בזמן אמת באמצעות סטרימינג של BigQuery. אפשר להשתמש בו לכל מטרה שדורשת נתונים בזמן אמת, כמו הצגת מידע בלוח בקרה בזמן אמת, צפייה בהשקה בזמן אמת או מעקב אחרי בעיות באפליקציה שמפעילות התראות ותהליכי עבודה מותאמים אישית.

כשמפעילים ייצוא בסטרימינג של Crashlytics אל BigQuery, בנוסף לטבלת האצווה תהיה לכם גם טבלה בזמן אמת. אלה ההבדלים שצריך להיות מודעים להם בין הטבלאות:

טבלת האצווה אידיאלית לניתוח לטווח ארוך ולזיהוי מגמות לאורך זמן, כי אנחנו מאחסנים את האירועים באופן עמיד לפני שאנחנו כותבים אותם, ואפשר למלא את הטבלה בנתונים חסרים למשך עד 30 יום*. כשאנחנו כותבים נתונים לטבלה בזמן אמת, אנחנו כותבים אותם מיד אל BigQuery, ולכן היא אידיאלית למרכזי בקרה פעילים ולהתראות מותאמות אישית. אפשר לשלב את שתי הטבלאות עם שאילתת סטיצ'ינג כדי ליהנות מהיתרונות של שתיהן.

כברירת מחדל, מועד התפוגה של המחיצות בטבלה 'זמן אמת' הוא 30 יום. במאמר הגדרת התוקף של מחיצה במסמכי העזרה של BigQuery מוסבר איך לשנות את התוקף.

^{* פרטים על תמיכה במילוי חוסרים מופיעים במאמר שדרוג לתשתית הייצוא החדשה.}

הפעלת ייצוא סטרימינג של Crashlytics אל BigQuery

1. נכנסים לדף Integrations במסוף Firebase.

2. בכרטיס BigQuery, לוחצים על Manage (ניהול).

3. מסמנים את התיבה Include streaming (הכללת סטרימינג).

הפעולה הזו מפעילה סטרימינג לכל האפליקציות המקושרות.

מה אפשר לעשות עם הנתונים המיוצאים?

הייצוא אל BigQuery כולל נתוני קריסה גולמיים, כולל סוג המכשיר, מערכת ההפעלה, חריגים (אפליקציות ל-Android) או שגיאות (אפליקציות של Apple) ויומני Crashlytics, וגם נתונים אחרים.

בהמשך הדף מוסבר בדיוק אילו נתונים של Crashlytics מיוצאים ואילו סכמות של טבלאות הן רלוונטיות.

שימוש בתבנית של Data Studio

כדי להפעיל נתונים בזמן אמת בתבנית של Data Studio, צריך לפעול לפי ההוראות במאמר המחשה חזותית של נתוני Crashlytics שיוצאו באמצעות Data Studio.

יצירת תצוגות

אפשר להפוך שאילתות לתצוגות באמצעות ממשק המשתמש של BigQuery. הוראות מפורטות זמינות במאמר יצירת תצוגות במסמכי העזרה של BigQuery.

הרצת שאילתות

בדוגמאות הבאות מפורטות שאילתות שאפשר להריץ על נתוני Crashlytics כדי ליצור דוחות שמאגדים נתונים של אירועי תאונות לסיכומים שקל יותר להבין. מכיוון שסוגי הדוחות האלה לא זמינים במרכז הבקרה Crashlytics במסוף Firebase, הם יכולים להשלים את הניתוח וההבנה של נתוני התקלות.

דוגמה 1: קריסות לפי יום

אחרי שניסיתם לתקן כמה שיותר באגים, אתם חושבים שהצוות שלכם מוכן סוף סוף להשיק את אפליקציית שיתוף התמונות החדשה. לפני כן, אתם רוצים לבדוק את מספר הקריסות ביום בחודש האחרון, כדי לוודא שהבאג-באש עזר לאפליקציה להיות יציבה יותר לאורך זמן.

זוהי דוגמה לשאילתה לאפליקציה ל-Android. באפליקציה ל-iOS, צריך להשתמש במזהה החבילה וב-IOS (במקום שם החבילה וב-ANDROID).

SELECT
  COUNT(DISTINCT event_id) AS number_of_crashes,
  FORMAT_TIMESTAMP("%F", event_timestamp) AS date_of_crashes
FROM
 `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID`
GROUP BY
  date_of_crashes
ORDER BY
  date_of_crashes DESC
LIMIT 30;

דוגמה 2: איתור הקריסות שפוגעות במידה הרבה ביותר

כדי לתת עדיפות לתוכניות ייצור בצורה נכונה, כדאי למצוא את 10 הקריסות המובילות שמתרחשות באפליקציה שלכם. יוצרים שאילתה שמספקת את נקודות הנתונים הרלוונטיות.

הנה שאילתה לדוגמה לאפליקציה ל-Android: לאפליקציה ל-iOS, צריך להשתמש במזהה החבילה וב-IOS (במקום בשם החבילה וב-ANDROID).

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
  `PROJECT_ID.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;

דוגמה 3: 10 המכשירים המובילים שמתרסקים

הסתיו הוא העונה של טלפונים חדשים! החברה שלכם יודעת גם שמדובר בעונה חדשה של בעיות שקשורות למכשיר, במיוחד ל-Android. כדי להתכונן מראש לבעיות התאימות הצפויות, אתם יוצרים שאילתה שמזהה את 10 המכשירים שקרסו הכי הרבה פעמים בשבוע האחרון (168 שעות).

זוהי דוגמה לשאילתה לאפליקציה ל-Android. באפליקציה ל-iOS, צריך להשתמש במזהה החבילה וב-IOS (במקום שם החבילה וב-ANDROID).

SELECT
  device.model,
COUNT(DISTINCT event_id) AS number_of_crashes
FROM
  `PROJECT_ID.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;

דוגמה 4: סינון לפי מפתח מותאם אישית

אתם מפתחי משחקים שרוצים לדעת באיזה שלב במשחק מתרחשים הכי הרבה קריסות.

כדי לעקוב אחרי הנתונים הסטטיסטיים האלה, אפשר להגדיר מפתח Crashlytics בהתאמה אישית בשם current_level, ולעדכן אותו בכל פעם שהמשתמש מגיע לרמה חדשה.

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

CrashlyticsKit setIntValue:3 forKey:@"current_level";

Crashlytics.setInt("current_level", 3);

אחרי שתוסיפו את המפתח הזה לייצוא אל BigQuery, תוכלו לכתוב שאילתה כדי לדווח על התפלגות הערכים של current_level שמשויכים לכל אירוע התרסקות.

זוהי דוגמה לשאילתה לאפליקציה ל-Android. באפליקציה ל-iOS, צריך להשתמש במזהה החבילה וב-IOS (במקום שם החבילה וב-ANDROID).

SELECT
COUNT(DISTINCT event_id) AS num_of_crashes,
  value
FROM
  `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID`
UNNEST(custom_keys)
WHERE
  key = "current_level"
GROUP BY
  key,
  value
ORDER BY
  num_of_crashes DESC

דוגמה 5: חילוץ User‑ID

יש לכם אפליקציה ל-Android בגרסת גישה מוקדמת. רוב המשתמשים שלכם אוהבים את האפליקציה, אבל שלושה מהם נתקלו במספר לא רגיל של קריסות. כדי להגיע לתחתית הבעיה, כותבים שאילתה שמאחזרת את כל אירועי הקריסה של המשתמשים האלה באמצעות מזהי המשתמשים שלהם.

זוהי דוגמה לשאילתה לאפליקציה ל-Android. באפליקציה ל-iOS, צריך להשתמש במזהה החבילה וב-IOS (במקום שם החבילה וב-ANDROID).

SELECT *
FROM
  `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID`
WHERE
  user.id IN ("USER_ID_1", "USER_ID_2", "USER_ID_3")
ORDER BY
  user.id
 

דוגמה 6: חיפוש כל המשתמשים שנתקלו בבעיה ספציפית של קריסה

הצוות שלך שחרר בטעות באג קריטי לקבוצה של בודקי גרסת בטא. הצוות שלך הצליח להשתמש בשאילתה מהדוגמה 'איתור התקריות הנפוצות ביותר' שלמעלה כדי לזהות את מזהה הבעיה הספציפית של הקריסה. עכשיו הצוות שלך רוצה להריץ שאילתה כדי לחלץ את רשימת משתמשי האפליקציה שהושפעו מהקריסה הזו.

הנה שאילתה לדוגמה לאפליקציה ל-Android: לאפליקציה ל-iOS, צריך להשתמש במזהה החבילה וב-IOS (במקום בשם החבילה וב-ANDROID).

SELECT user.id as user_id
FROM
  `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID`
WHERE
  issue_id = "ISSUE_ID"
  AND application.display_version = "APP_VERSION"
  AND user.id != ""
ORDER BY
  user.id;

דוגמה 7: מספר המשתמשים שהושפעו מבעיה של קריסה, לפי מדינה

הצוות שלכם זיהה באג קריטי במהלך ההשקה של גרסה חדשה. השתמשתם בשאילתה מהדוגמה 'חיפוש התקלות הנפוצות ביותר' שלמעלה כדי לזהות את מזהה הבעיה הספציפית של הקריסה. עכשיו הצוות שלך רוצה לבדוק אם הקריסה הזו התפשטה למשתמשים במדינות שונות ברחבי העולם.

כדי לכתוב את השאילתה הזו, הצוות שלכם יצטרך לבצע את הפעולות הבאות:

1. מפעילים את הייצוא של נתוני Google Analytics אל BigQuery. ייצוא נתוני פרויקטים ל-BigQuery

2. צריך לעדכן את האפליקציה כך שיעביר מזהה משתמש גם ל-SDK של Google Analytics וגם ל-SDK של Crashlytics.

   Swift

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

   Objective-C

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

   Java

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

3. כותבים שאילתה שמשתמשת בשדה user_id כדי לצרף אירועים במערך הנתונים Google Analytics לתאונות במערך הנתונים Crashlytics.

   זוהי דוגמה לשאילתה לאפליקציה ל-Android. באפליקציה ל-iOS, צריך להשתמש במזהה החבילה וב-IOS (במקום שם החבילה וב-ANDROID).

   SELECT DISTINCT c.issue_id, a.geo.country, COUNT(DISTINCT c.user.id) as num_users_impacted
   FROM `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID` c
   INNER JOIN  `PROJECT_ID.analytics_TABLE_NAME.events_*` a on c.user.id = a.user_id
   WHERE
     c.issue_id = "ISSUE_ID"
     AND a._TABLE_SUFFIX BETWEEN '20190101'
     AND '20200101'
   GROUP BY
     c.issue_id,
     a.geo.country,
     c.user.id

דוגמה 8: 5 הבעיות המובילות עד עכשיו היום

זוהי דוגמה לשאילתה לאפליקציה ל-Android. באפליקציה ל-iOS, צריך להשתמש במזהה החבילה וב-IOS (במקום שם החבילה וב-ANDROID).

SELECT
  issue_id,
  COUNT(DISTINCT event_id) AS events
FROM
  `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID_REALTIME`
WHERE
  DATE(event_timestamp) = CURRENT_DATE()
GROUP BY
  issue_id
ORDER BY
  events DESC
LIMIT
  5;

דוגמה 9: 5 הבעיות המובילות מאז DATE, כולל היום

אפשר גם לשלב את הטבלאות של האצווה והטבלאות בזמן אמת עם שאילתת סטיצ'ינג כדי להוסיף מידע בזמן אמת לנתוני האצווה המהימנים. מכיוון ש-event_id הוא מפתח ראשי, אפשר להשתמש ב-DISTINCT event_id כדי למחוק כפילויות של אירועים משותפים בשתי הטבלאות.

זוהי דוגמה לשאילתה לאפליקציה ל-Android. באפליקציה ל-iOS, צריך להשתמש במזהה החבילה וב-IOS (במקום שם החבילה וב-ANDROID).

SELECT
  issue_id,
  COUNT(DISTINCT event_id) AS events
FROM (
  SELECT
    issue_id,
    event_id,
    event_timestamp
  FROM
    `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID_REALTIME`
  UNION ALL
  SELECT
    issue_id,
    event_id,
    event_timestamp
  FROM
    `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID`)
WHERE
  event_timestamp >= "YYYY_MM_DD"
GROUP BY
  issue_id
ORDER BY
  events DESC
LIMIT
  5;

הסבר על הסכימה Crashlytics ב-BigQuery

כשמגדירים ייצוא נתונים מ-Crashlytics אל BigQuery, מערכת Firebase מייצאת אירועים מהזמן האחרון (קריסות, שגיאות לא קטלניות ואירועי ANR), כולל אירועים מ-2 ימים לפני הקישור, עם אפשרות למילוי חוסרים עד 30 יום.

מנקודה זו ואילך, עד להשבתת הייצוא, מערכת Firebase תייצא אירועי Crashlytics על בסיס יומי. יכול להיות שיחלפו כמה דקות עד שהנתונים יהיו זמינים ב-BigQuery אחרי כל ייצוא.

מערכי נתונים

Crashlytics יוצר מערך נתונים חדש ב-BigQuery לנתוני Crashlytics. מערך הנתונים כולל את כל הפרויקט, גם אם הוא כולל מספר אפליקציות.

טבלאות

Crashlytics יוצרת טבלה במערך הנתונים לכל אפליקציה בפרויקט, אלא אם ביטלתם את האפשרות לייצא את הנתונים של אותה אפליקציה. מערכת Firebase מספקת שמות לטבלאות על סמך מזהה האפליקציה, עם נקודות מומרים לקווים תחתונים ושם הפלטפורמה מצורף לסוף.

לדוגמה, נתונים של אפליקציה ל-Android ששם החבילה שלה com.google.test יופיעו בטבלה בשם com_google_test_ANDROID, ונתוני זמן אמת (אם הם מופעלים) יופיעו בטבלה בשם com_google_test_ANDROID_REALTIME

הטבלאות מכילות קבוצה רגילה של נתוני Crashlytics, בנוסף לכל מפתחות Crashlytics מותאמים אישית שהגדרתם באפליקציה.

שורות

כל שורה בטבלה מייצגת שגיאה שהאפליקציה נתקלה בה.

עמודות

העמודות בטבלה זהות עבור קריסות, שגיאות לא חמורות ומקרי ANR. אם הייצוא בסטרימינג של Crashlytics ל-BigQuery מופעל, לטבלה בזמן אמת יהיו אותן עמודות כמו לטבלת האצווה. שימו לב: יכול להיות שיהיו עמודות בשורות שמייצגות אירועים שאין להם מעקב סטאק.

העמודות בתוך הייצוא מפורטות בטבלה הזו:

הצגת נתוני Crashlytics מיוצאים בתצוגה חזותית באמצעות Data Studio

ב-Google Data Studio, מערכי הנתונים של Crashlytics ב-BigQuery הופכים לדוחות שקל יותר לקרוא ולשתף, ואפשר להתאים אותם אישית.

למידע נוסף על השימוש ב-Data Studio, כדאי לעיין במדריך למתחילים ב-Data Studio, ברוכים הבאים ל-Data Studio.

שימוש בתבנית של דוח Crashlytics

ב-Data Studio יש דוח לדוגמה בשביל Crashlytics, שכולל קבוצה מקיפה של מאפיינים ומדדים מהסכימה Crashlytics BigQuery המיוצאת. אם הפעלתם את הייצוא בסטרימינג של Crashlytics אל BigQuery, תוכלו להציג את הנתונים האלה בדף מגמות בזמן אמת בתבנית של Data Studio. אפשר להשתמש בדוגמה הזו כתבנית כדי ליצור במהירות דוחות ותצוגות חזותיות חדשות על סמך נתוני הקריסות הגולמיים של האפליקציה שלכם:

1. פותחים את Crashlyticsהתבנית של מרכז הבקרה של Data Studio.

2. לוחצים על שימוש בתבנית בפינה השמאלית העליונה.

3. בתפריט הנפתח New Data Source, בוחרים באפשרות Create New Data Source.

4. לוחצים על בחירה בכרטיס BigQuery.

5. בוחרים טבלה שמכילה נתוני Crashlytics שיוצאו, על ידי בחירה באפשרות My Projects‏ > PROJECT_ID‏ > firebase_crashlytics‏ > TABLE_NAME.

   תמיד אפשר לבחור את טבלת האצווה. אם הייצוא בסטרימינג של Crashlytics אל BigQuery מופעל, תוכלו לבחור במקום זאת את הטבלה של נתוני הזמן האמת.

6. בקטע Configuration, מגדירים את Crashlytics Template level לערך Default.

7. לוחצים על קישור כדי ליצור את מקור הנתונים החדש.

8. לוחצים על הוספה לדוח כדי לחזור לתבנית Crashlytics.

9. לבסוף, לוחצים על Create Report (יצירת דוח) כדי ליצור עותק של התבנית Crashlytics של מרכז הבקרה ב-Data Studio.

שדרוג לתשתית הייצוא החדשה

באמצע אוקטובר 2024, הושקה תשתית חדשה של Crashlytics לייצוא נתוני Crashlytics אל BigQuery. נכון לעכשיו, השדרוג לתשתית החדשה הוא אופציונלי.

התשתית החדשה הזו תומכת במיקומים של Crashlytics מערכי נתונים מחוץ לארצות הברית.

• אם הפעלת את הייצוא לפני אמצע אוקטובר 2024, אפשר עכשיו לשנות את המיקום של ייצוא הנתונים לכל מיקום של מערך נתונים שיש בו תמיכה ב-BigQuery.

• אם הפעלתם ייצוא באמצע אוקטובר 2024 או מאוחר יותר, תוכלו לבחור כל מיקום של מערכי נתונים שנתמכים ב-BigQuery במהלך ההגדרה.

הבדל נוסף בתשתית החדשה הוא שהיא לא תומכת בהשלמות נתונים מלפני שהפעלתם את הייצוא. (בתשתית הישנה אפשר לבצע מילוי חוסרים עד 30 יום לפני תאריך ההפעלה). התשתית החדשה תומכת במילוי חוסרים עד 30 הימים האחרונים או עד לתאריך האחרון שבו הפעלתם את הייצוא אל BigQuery (המוקדם מביניהם).

דרישה מוקדמת לשדרוג

לפני שמשדרגים לתשתית החדשה, צריך לוודא שעומדים בדרישת ההתחלה הבאה: למזהי הטבלאות הקיימות של BigQuery צריך להיות התאמה למזהי החבילות או לשמות החבילות שהוגדרו לאפליקציות Firebase הרשומים.

לדוגמה:

• אם יש לכם טבלה BigQuery בשם com_yourcompany_yourproject_IOS, סימן שאפליקציית Firebase ל-iOS+ רשומה בפרויקט Firebase שלכם עם מזהה החבילה com.yourcompany.yourproject.

• אם יש לכם טבלה BigQuery בשם com_yourcompany_yourproject_ANDROID, סימן שאפליקציית Firebase ל-Android רשומה בפרויקט Firebase שלכם עם שם החבילה com.yourcompany.yourproject.

כך מוצאים את כל האפליקציות ב-Firebase שרשונות בפרויקט ב-Firebase:

1. במסוף Firebase, עוברים אל Project settings ב-settings.

2. גוללים למטה לכרטיס האפליקציות שלך ולוחצים על האפליקציה הרצויה ב-Firebase כדי להציג את פרטי האפליקציה, כולל המזהה שלה.

תשתית הייצוא החדשה תייצא את הנתונים של כל אפליקציה על סמך שם החבילה או מזהה החבילה שהוגדרו לאפליקציית Firebase הרשומה. כדי לא לשבש את תהליך העבודה של BigQuery, חשוב לוודא שלטבלאות האצווה הנוכחיות כבר יש את השמות הנכונים, כדי שתשתית הייצוא החדשה תוכל לצרף את כל הנתונים החדשים לטבלאות הקיימות. אם יש לכם שמות של טבלאות אצווה שלא תואמים לאפליקציות הרשומה ב-Firebase, אבל אתם עדיין רוצים לשדרג, פנו לתמיכה של Firebase.

איך לשדרג לתשתית החדשה

אם כבר הפעלתם ייצוא, תוכלו לשדרג לתשתית החדשה פשוט על ידי השבתה ואז הפעלה מחדש של ייצוא הנתונים של Crashlytics במסוף Firebase.

אלה השלבים המפורטים:

1. נכנסים לדף Integrations במסוף Firebase.

2. בכרטיס BigQuery, לוחצים על Manage (ניהול).

3. כדי להשבית את הייצוא צריך להשבית את פס ההזזה של Crashlytics. כשמופיעה הבקשה, מאשרים שרוצים להפסיק את ייצוא הנתונים.

4. כדי להפעיל מחדש את הייצוא, מעבירים מיד את פס ההזזה Crashlytics למצב מופעל. כשמוצגת הנחיה, מאשרים שרוצים לייצא נתונים.

   ייצוא הנתונים של Crashlytics אל BigQuery מתבצע עכשיו באמצעות תשתית הייצוא החדשה.