SQL-Abfragen für exportierte Daten in BigQuery ausführen

Nachdem Sie Ihre Crashlytics und optional Firebase-Sitzungsdaten nach BigQuery exportiert haben, können Sie mit den Daten arbeiten:

  • Daten mit SQL-Abfragen analysieren
    Sie können Abfragen für Ihre Crashlytics Daten ausführen, um benutzerdefinierte Berichte und Zusammenfassungen zu erstellen. Da diese Arten von benutzerdefinierten Berichten im Crashlytics Dashboard der Firebase Konsole nicht verfügbar sind, können sie Ihre Analyse und Ihr Verständnis von Absturzdaten ergänzen. Eine Sammlung von Beispielabfragen finden Sie weiter unten auf dieser Seite.

  • Daten aus verschiedenen Datasets zusammenführen
    Wenn Sie beispielsweise beim Einrichten des CrashlyticsDatenexports Firebase-Sitzungsdaten exportieren, können Sie die Messwerte zu Nutzern und Sitzungen ohne Abstürze besser verstehen (siehe Beispielabfrage). Außerdem können Sie Daten aus verschiedenen Firebase-Produkten (z. B. Performance Monitoring) oder aus Google Analytics exportieren und diese Daten dann in BigQuery mit Ihren Crashlytics Daten zusammenführen und analysieren.

  • Ansichten erstellen
    Über die BigQuery UI können Sie eine Ansicht erstellen, also eine virtuelle Tabelle, die durch eine SQL-Abfrage definiert ist. Eine detaillierte Anleitung zu den verschiedenen Arten von Ansichten und ihrer Erstellung finden Sie in der BigQuery Dokumentation.

Details zum Dataset-Schema finden Sie unter Dataset-Schema für exportierte Daten in BigQuery.

BigQuery SQL

Beispielabfragen für Crashlytics Daten

In diesem Abschnitt finden Sie einige Beispielsituationen und ‑abfragen, die zeigen, wie Sie BigQuery SQL mit Ihren exportierten Crashlytics Daten und Firebase-Sitzungsdaten verwenden können.

Beispiel 1: Messwerte zu Sitzungen ohne Abstürze mit Firebase-Sitzungsdaten berechnen

In der neuesten Version haben Sie Ihre App umfassend überarbeitet, um Abstürze in einem kritischen Nutzerpfad zu beheben. Sie haben hervorragende Rezensionen von Nutzern erhalten, möchten aber einen quantitativen Nachweis dafür, dass Ihre App stabiler als zuvor ist.

Messwerte zu Sitzungen ohne Abstürze können Ihnen diese Informationen liefern. Diese Messwerte sind wichtig, um den allgemeinen Zustand Ihrer App zu verstehen. Mit Firebase-Sitzungsdaten und Crashlytics Ereignissen können Sie diese Messwerte mit einer einfachen Abfrage berechnen.

Hier sind Beispielabfragen für eine Android-App. Verwenden Sie für eine iOS-App die Paket-ID und IOS (anstelle des Paketnamens und ANDROID).

Nutzer ohne Abstürze für eine bestimmte Version:

SELECT
  TIMESTAMP_TRUNC(crashlytics.event_timestamp,DAY) AS event_date,
  (1 - (COUNT (DISTINCT installation_uuid) / COUNT (DISTINCT instance_id))) AS CFU
FROM
  `PROJECT_ID.firebase_sessions.PACKAGE_NAME_ANDROID` AS sessions
LEFT JOIN
  `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID` AS crashlytics
ON
  TIMESTAMP_TRUNC(sessions.event_timestamp,DAY) = TIMESTAMP_TRUNC(crashlytics.event_timestamp,DAY)
WHERE
  crashlytics.error_type="FATAL"
  AND crashlytics.application.display_version="APP_VERSION"
  AND sessions.application.display_version = "APP_VERSION"
GROUP BY
  event_date
ORDER BY
  event_date

Sitzungen ohne Abstürze in der letzten Woche (letzte 168 Stunden):

SELECT
  TIMESTAMP_TRUNC(crashlytics.event_timestamp,DAY) AS event_date,
  (1 - (COUNT (DISTINCT crashlytics.firebase_session_id) / COUNT (DISTINCT sessions.session_id))) AS CFS
FROM
  `PROJECT_ID.firebase_sessions.PACKAGE_NAME_ANDROID` AS sessions
LEFT JOIN
  `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID` AS crashlytics
ON
  TIMESTAMP_TRUNC(sessions.event_timestamp,DAY) = TIMESTAMP_TRUNC(crashlytics.event_timestamp,DAY)
WHERE
  crashlytics.error_type="FATAL" AND _PARTITIONTIME >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 168 HOUR)
  AND _PARTITIONTIME < CURRENT_TIMESTAMP()
GROUP BY
  event_date
ORDER BY
  event_date

Beispiel 2: Abstürze pro Tag

Nachdem Sie so viele Fehler wie möglich behoben haben, sind Sie der Meinung, dass Ihr Team bereit ist, Ihre neue Foto-Sharing-App zu veröffentlichen. Zuvor möchten Sie jedoch noch die Anzahl der täglichen Abstürze im vergangenen Monat überprüfen. Sie möchten sichergehen, dass die App aufgrund der Fehlerbehebungen im Lauf der Zeit stabiler geworden ist.

Hier ist eine Beispielabfrage für eine Android-App. Verwenden Sie für eine iOS-App die Paket-ID und IOS (anstelle des Paketnamens und 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;

Beispiel 3: Die häufigsten Abstürze finden

Um die Produktionspläne richtig zu priorisieren, möchten Sie die 10 häufigsten Abstürze in Ihrer App finden. Sie erstellen eine Abfrage, die die relevanten Datenpunkte liefert.

Hier ist eine Beispielabfrage für eine Android-App. Verwenden Sie für eine iOS-App die Paket-ID und IOS (anstelle des Paketnamens und 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;

Beispiel 4: Die 10 Geräte mit den meisten Abstürzen

Im Herbst kommen die neuen Smartphones auf den Markt! Ihr Unternehmen weiß, dass dadurch auch neue gerätespezifische Probleme auftreten – insbesondere bei Android. Sie erstellen eine Abfrage zur Ermittlung der zehn Geräte, die in der vergangenen Woche (168 Stunden) am häufigsten abgestürzt sind, um sich einen Überblick über die voraussichtlichen Kompatibilitätsprobleme zu verschaffen:

Hier ist eine Beispielabfrage für eine Android-App. Verwenden Sie für eine iOS-App die Paket-ID und IOS (anstelle des Paketnamens und 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;

Beispiel 5: Nach benutzerdefiniertem Schlüssel filtern

Sie sind Spieleentwickler und möchten wissen, auf welchem Level Ihr Spiel am häufigsten abstürzt.

Um diese Statistik zu verfolgen, legen Sie einen benutzerdefinierten Crashlytics Schlüssel (iOS+ | Android | Flutter | Unity ) mit dem Namen current_level fest und aktualisieren ihn jedes Mal, wenn der Nutzer ein neues Level erreicht.

Swift

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

Objective-C

CrashlyticsKit setIntValue:3 forKey:@"current_level";

Java

Crashlytics.setInt("current_level", 3);

Mit diesem Schlüssel in Ihrem Export nach BigQuery können Sie dann eine Abfrage schreiben, um die Verteilung der current_level-Werte zu protokollieren, die mit jedem Absturz ereignis verbunden sind.

Hier ist eine Beispielabfrage für eine Android-App. Verwenden Sie für eine iOS-App die Paket-ID und IOS (anstelle des Paketnamens und 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

Beispiel 6: Nutzer-IDs extrahieren

Sie haben eine Android-App im Vorabzugriff. Die meisten Nutzer sind begeistert, während bei drei Nutzern ungewöhnlich viele Abstürze aufgetreten sind. Zur Ermittlung der Ursache schreiben Sie eine Abfrage, mit der alle Absturzereignisse der betroffenen Nutzer anhand ihrer Nutzer-IDs abgerufen werden:

Hier ist eine Beispielabfrage für eine Android-App. Verwenden Sie für eine iOS-App die Paket-ID und IOS (anstelle des Paketnamens und 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

Beispiel 7: Alle Nutzer finden, die von einem bestimmten Absturzproblem betroffen sind

Ihr Team hat versehentlich einen kritischen Fehler für eine Gruppe von Betatestern veröffentlicht. Ihr Team konnte die Abfrage aus dem Beispiel „Die häufigsten Abstürze finden“ oben verwenden, um die ID des spezifischen Absturzproblems zu ermitteln. Jetzt möchte Ihr Team eine Abfrage ausführen, um die Liste der App-Nutzer zu extrahieren, die von diesem Absturz betroffen waren.

Hier ist eine Beispielabfrage für eine Android-App. Verwenden Sie für eine iOS-App die Paket-ID und IOS (anstelle des Paketnamens und 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;

Beispiel 8: Anzahl der Nutzer, die von einem Absturzproblem betroffen sind, nach Land aufgeschlüsselt

Ihr Team hat während der Einführung eines neuen Releases einen kritischen Fehler entdeckt. Sie konnten die Abfrage aus dem "Die häufigsten Abstürze finden" Beispiel oben verwenden, um die ID des spezifischen Absturzproblems zu ermitteln. Ihr Team möchte nun prüfen, ob dieser Absturz auch bei Nutzern in anderen Ländern aufgetreten ist.

Dazu muss Ihr Team Folgendes tun:

  1. Export von Google Analytics Daten nach BigQuery aktivieren. Weitere Informationen finden Sie unter Projektdaten nach BigQuery exportieren.

  2. App so aktualisieren, dass eine Nutzer-ID sowohl an das Google Analytics SDK als auch an das Crashlytics SDK übergeben wird.

    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. Eine Abfrage schreiben, die das Feld „Nutzer-ID“ verwendet, um Ereignisse im Google Analytics Dataset mit Abstürzen im Crashlytics Dataset zu verknüpfen.

    Hier ist eine Beispielabfrage für eine Android-App. Verwenden Sie für eine iOS-App die Paket-ID und IOS (anstelle des Paketnamens und 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

Beispiel 9: Die 5 häufigsten Probleme bisher heute

Hier ist eine Beispielabfrage für eine Android-App. Verwenden Sie für eine iOS-App die Paket-ID und IOS (anstelle des Paketnamens und 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;

Beispiel 10: Die 5 häufigsten Probleme seit DATUM, einschließlich heute

Sie können die Batch- und Echtzeittabellen auch mit einer Verknüpfungsabfrage kombinieren, um den zuverlässigen Batchdaten Echtzeitinformationen hinzuzufügen. Da event_id ein Primär schlüssel ist, können Sie DISTINCT event_id verwenden, um gemeinsame Ereignisse aus den beiden Tabellen zu deduplizieren.

Hier ist eine Beispielabfrage für eine Android-App. Verwenden Sie für eine iOS-App die Paket-ID und IOS (anstelle des Paketnamens und 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 >= PARSE_TIMESTAMP("%Y_%m_%d", "YYYY_MM_DD")
GROUP BY
  issue_id
ORDER BY
  events DESC
LIMIT
  5;

Nächste Schritte