Eksportuj dane Firebase Crashlytics do BigQuery

Możesz wyeksportować 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 oraz 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 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 zbiorczą zawierającą dane z codziennej synchronizacji.
• Jeśli włączysz przesyłanie strumieniowe do Crashlytics BigQuery, wszystkie połączone aplikacje będą miały również tabelę w czasie rzeczywistym zawierającą stale aktualizowane dane.

Aby dezaktywować eksport BigQuery, odłącz 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 zestawie danych Crashlytics dla każdej aplikacji w Twoim projekcie zostaną utworzone osobne tabele. Firebase nazywa tabele na podstawie identyfikatora pakietu aplikacji, z kropkami zamienionymi na podkreślenia i nazwą platformy dołączoną na końcu.

Na przykład dane aplikacji o identyfikatorze com.google.test znajdują 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 z Crashlytics w czasie rzeczywistym za pomocą BigQueryStreaming . Można go używać do dowolnych celów, które wymagają danych na żywo, takich jak prezentowanie informacji na pulpicie nawigacyjnym na żywo, oglądanie na żywo wdrażania lub monitorowanie problemów z aplikacjami, które wyzwalają alerty i niestandardowe przepływy pracy.

Eksport strumieniowy Crashlytics BigQuery nie jest dostępny w piaskownicy BigQuery.

Gdy włączysz eksport strumieniowy Crashlytics BigQuery, oprócz tabeli wsadowej będziesz mieć do dyspozycji tabelę czasu rzeczywistego. Oto różnice, o których powinieneś wiedzieć między tabelami:

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, od razu zapisujemy je w BigQuery, dzięki czemu 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 tabela czasu rzeczywistego ma czas wygaśnięcia partycji wynoszący 30 dni. Aby dowiedzieć się, jak to zmienić, zobacz Aktualizacja wygaśnięcia partycji .

Włącz przesyłanie strumieniowe BigQuery Crashlytics

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

Szablon Studia danych

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

Wyświetlenia

Poniższe przykładowe zapytania możesz przekształcić w widoki za pomocą interfejsu użytkownika 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, a także inne dane.

Praca z danymi Firebase Crashlytics w BigQuery

Poniższe przykłady ilustrują zapytania, które można uruchomić 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 łatwiej zrozumiałe podsumowania.

Przykład 1: Awarie w ciągu dnia

Po naprawieniu jak największej liczby błędów główny programista uważa, że ​​jej zespół jest już gotowy do uruchomienia nowej aplikacji do udostępniania zdjęć. Zanim to zrobią, chcą sprawdzić liczbę awarii dziennie 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 najczęściej występujące awarie

Aby właściwie ustalić priorytety planów produkcyjnych, kierownik projektu zastanawia się, jak wskazać 10 najczęstszych awarii ich produktu. Tworzą zapytanie, które dostarcza istotne punkty 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 awarii urządzeń

Jesień to nowy sezon na telefony! Deweloper wie, że oznacza to również nowy sezon problemów z konkretnymi urządzeniami. Aby wyprzedzić pojawiające się problemy ze zgodnością, przygotowali zapytanie identyfikujące 10 urządzeń, które doświadczyły największej liczby awarii w ostatnim 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 niestandardowego klucza

Deweloper gry chce wiedzieć, na którym poziomie gry występuje najwięcej awarii. Aby pomóc im śledzić te statystyki, ustawiają 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 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 mają 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 chcieliby uruchomić zapytanie, aby wyodrębnić listę użytkowników aplikacji, których dotyczy 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. Udało im się 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 eksporty BigQuery dla Google Analytics. Zobacz Eksportowanie danych projektu do BigQuery .

2. Zaktualizuj swoją 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, które używa pola identyfikatora użytkownika do dołączania zdarzeń w zbiorze danych Google Analytics BigQuery 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 największych dotychczasowych problemów dzisiaj

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 usunięcia wszystkich 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;

Omówienie schematu Firebase Crashlytics w BigQuery

Gdy połączysz Crashlytics z BigQuery, Firebase eksportuje 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, aż do wyłączenia połączenia, 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 zrezygnowano z eksportowania danych dla tej aplikacji. Firebase nazywa tabele na podstawie identyfikatora pakietu aplikacji, z kropkami zamienionymi na podkreślenia i nazwą platformy dołączoną na końcu.

Na przykład dane aplikacji na Androida o identyfikatorze com.google.test byłyby w tabeli o nazwie com_google_test_ANDROID , a dane w czasie rzeczywistym (jeśli są włączone) w tabeli o nazwie com_google_test_ANDROID_REALTIME

Tabele zawierają standardowy zestaw danych Crashlytics oprócz dowolnych 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 włączony jest eksport strumieniowy Crashlytics BigQuery, tabela czasu rzeczywistego będzie zawierała te same kolumny co tabela wsadowa. Kolumny w ramach eksportu są wymienione poniżej.

Bez śladów stosu

Kolumny obecne w wierszach reprezentujących zdarzenia bez śladów stosu.

Wizualizacja wyeksportowanych danych z Crashlytics za pomocą Data Studio

Google Data Studio zamienia Twoje zbiory danych Crashlytics w BigQuery w raporty, które są łatwe do odczytania, łatwe do udostępniania i w pełni konfigurowalne.

Aby dowiedzieć się więcej o korzystaniu ze Studia danych, zapoznaj się z przewodnikiem po Studio danych — Witamy w Studiu danych .

Korzystanie z szablonu raportu Crashlytics

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

1. Otwórz szablon panelu Crashlytics Data Studio .
2. Kliknij Użyj szablonu w prawym górnym rogu.
3. Z listy rozwijanej Nowe źródło danych wybierz 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 partii jest zawsze dostępna do wyboru; jeśli włączony jest eksport strumieniowy Crashlytics BigQuery, możesz zamiast tego wybrać tabelę czasu rzeczywistego.
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 Crashlytics Data Studio Dashboard.