Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

BigQuery में एक्सपोर्ट किए गए डेटा पर SQL क्वेरी चलाना

अपने Crashlytics और (ज़रूरी नहीं) Firebase के सेशन डेटा को BigQuery में एक्सपोर्ट करने के बाद, इस डेटा का इस्तेमाल किया जा सकता है:

एसक्यूएल क्वेरी का इस्तेमाल करके डेटा का विश्लेषण करना
कस्टम रिपोर्ट और खास जानकारी जनरेट करने के लिए, आपके Crashlytics डेटा पर क्वेरी चलाई जा सकती हैं. इस तरह की कस्टम रिपोर्ट, Crashlytics डैशबोर्ड में उपलब्ध नहीं होती हैं. इसलिए, ये रिपोर्ट क्रैश डेटा के विश्लेषण और उसे समझने में आपकी मदद कर सकती हैं.Firebase इस पेज पर, क्वेरी के उदाहरणों का कलेक्शन देखें.
अलग-अलग डेटासेट से डेटा जोड़ना
उदाहरण के लिए, अगर डेटा को एक्सपोर्ट करने की सुविधा सेट अप करते समय, Firebase के सेशन डेटा को एक्सपोर्ट करने का विकल्प चुना जाता है, तो क्रैश न होने वाले उपयोगकर्ताओं और क्रैश न होने वाले सेशन के बारे में ज़्यादा जानकारी पाई जा सकती है. इसके लिए, क्वेरी का उदाहरण देखें.Crashlytics इसके अलावा, Firebase के अलग-अलग प्रॉडक्ट (जैसे, Performance Monitoring) या Google Analytics से डेटा एक्सपोर्ट किया जा सकता है. इसके बाद, इस डेटा को BigQuery में Crashlytics के डेटा के साथ जोड़ा और उसका विश्लेषण किया जा सकता है.
व्यू बनाना
BigQuery यूज़र इंटरफ़ेस (यूआई) का इस्तेमाल करके, व्यू बनाया जा सकता है. यह एक वर्चुअल टेबल होती है, जिसे एसक्यूएल क्वेरी के आधार पर तय किया जाता है. अलग-अलग तरह के व्यू और उन्हें बनाने के तरीके के बारे में ज़्यादा जानने के लिए, BigQuery दस्तावेज़ देखें.

डेटासेट के स्कीमा के बारे में जानने के लिए, एक्सपोर्ट किए गए डेटा के लिए डेटासेट का स्कीमा BigQuery देखें.

BigQuery SQL के बारे में जानकारी

क्वेरी के टाइप के बारे में जानें, इनमें इंटरैक्टिव क्वेरी जॉब, बैच क्वेरी जॉब, और लगातार क्वेरी जॉब शामिल हैं.
BigQuery में इस्तेमाल किए जा सकने वाले स्टेटमेंट और एसक्यूएल की भाषाओं के बारे में जानेंBigQuery.
एआई की मदद से काम करने वाले टूल (Gemini) का इस्तेमाल करके, क्वेरी लिखने का तरीका जानें .

Crashlytics डेटा के लिए क्वेरी के उदाहरण

इस सेक्शन में, कुछ उदाहरण दिए गए हैं. इनमें बताया गया है कि एक्सपोर्ट किए गए Crashlytics डेटा और Firebase के सेशन डेटा के साथ, BigQuery SQL का इस्तेमाल कैसे किया जा सकता है.

Firebase के सेशन डेटा का इस्तेमाल करके, क्रैश न होने वाली मेट्रिक का हिसाब लगाना
दिन के हिसाब से क्रैश की संख्या
सबसे ज़्यादा होने वाले क्रैश ढूंढना
सबसे ज़्यादा क्रैश होने वाले 10 डिवाइस
कस्टम कुंजी के हिसाब से फ़िल्टर करना
यूज़र आईडी निकालना
किसी खास क्रैश की समस्या का सामना करने वाले सभी उपयोगकर्ताओं को ढूंढना
किसी क्रैश की समस्या से प्रभावित उपयोगकर्ताओं की संख्या, देश के हिसाब से ब्रेकडाउन
आज अब तक की पांच सबसे बड़ी समस्याएं
तारीख से लेकर आज तक की पांच सबसे बड़ी समस्याएं

उदाहरण 1: Firebase के सेशन डेटा का इस्तेमाल करके, क्रैश न होने वाली मेट्रिक का हिसाब लगाना

अपने ऐप्लिकेशन के नए वर्शन में, आपने उपयोगकर्ता के अहम सफ़र में होने वाले क्रैश की समस्याओं को हल करने के लिए, ऐप्लिकेशन को पूरी तरह से नया रूप दिया है. आपको उपयोगकर्ताओं से शानदार समीक्षाएं मिली हैं, लेकिन आपको इस बात का सबूत चाहिए कि आपका ऐप्लिकेशन पहले से ज़्यादा स्थिर है.

क्रैश न होने वाली मेट्रिक, यह जानकारी पाने में आपकी मदद कर सकती हैं. ये मेट्रिक, अहम मेज़रमेंट होती हैं. इनकी मदद से, अपने ऐप्लिकेशन की परफ़ॉर्मेंस को समझा जा सकता है. Firebase के सेशन डेटा और Crashlytics इवेंट की मदद से, सामान्य क्वेरी का इस्तेमाल करके इन मेट्रिक का हिसाब लगाया जा सकता है.

यहां Android ऐप्लिकेशन के लिए क्वेरी के उदाहरण दिए गए हैं. iOS ऐप्लिकेशन के लिए, उसके बंडल आईडी और IOS का इस्तेमाल करें. इसके अलावा, पैकेज के नाम और ANDROID का इस्तेमाल न करें.

किसी खास वर्शन के लिए, क्रैश न होने वाले उपयोगकर्ताओं की संख्या:

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

पिछले हफ़्ते (पिछले 168 घंटों) में, क्रैश न होने वाले सेशन की संख्या:

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

उदाहरण 2: दिन के हिसाब से क्रैश की संख्या

ज़्यादा से ज़्यादा बग ठीक करने के बाद, आपको लगता है कि आपकी टीम, फ़ोटो शेयर करने वाला नया ऐप्लिकेशन लॉन्च करने के लिए तैयार है. हालांकि, लॉन्च करने से पहले, आपको पिछले महीने के हर दिन होने वाले क्रैश की संख्या की जांच करनी है. इससे यह पक्का किया जा सकेगा कि बग ठीक करने की प्रोसेस के बाद, ऐप्लिकेशन पहले से ज़्यादा स्थिर हो गया है.

यहां Android ऐप्लिकेशन के लिए क्वेरी का उदाहरण दिया गया है. iOS ऐप्लिकेशन के लिए, उसके बंडल आईडी और IOS का इस्तेमाल करें. इसके अलावा, पैकेज के नाम और ANDROID का इस्तेमाल न करें.

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;

उदाहरण 3: सबसे ज़्यादा होने वाले क्रैश ढूंढना

प्रॉडक्शन प्लान को सही तरीके से प्राथमिकता देने के लिए, आपको अपने ऐप्लिकेशन में सबसे ज़्यादा होने वाले 10 क्रैश ढूंढने हैं. इसके लिए, ऐसी क्वेरी जनरेट करें जिससे डेटा के काम के पॉइंट मिलें.

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;

उदाहरण 4: सबसे ज़्यादा क्रैश होने वाले 10 डिवाइस

फ़ॉल, नए फ़ोन का सीज़न है! आपकी कंपनी को पता है कि इसका मतलब है कि डिवाइस से जुड़ी नई समस्याओं का सीज़न भी शुरू हो गया है. खास तौर पर, Android के लिए. डिवाइस की कंपैटिबिलिटी से जुड़ी समस्याओं से बचने के लिए, आपने एक क्वेरी तैयार की है. इससे पिछले हफ़्ते (168 घंटों) में सबसे ज़्यादा क्रैश होने वाले 10 डिवाइस की पहचान की जा सकती है.

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;

उदाहरण 5: कस्टम कुंजी के हिसाब से फ़िल्टर करना

आप गेम डेवलपर हैं. आपको यह जानना है कि आपके गेम के किस लेवल पर सबसे ज़्यादा क्रैश होते हैं.

इस आंकड़े को ट्रैक करने के लिए, आपने एक कस्टम Crashlytics कुंजी (iOS+ | Android | Flutter | Unity ) सेट की है. इसे current_level कहा जाता है. साथ ही, उपयोगकर्ता के हर नए लेवल पर पहुंचने पर, इसे अपडेट किया जाता है.

Swift

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

Objective-C

CrashlyticsKit setIntValue:3 forKey:@"current_level";

Java

Crashlytics.setInt("current_level", 3);

BigQuery में एक्सपोर्ट किए गए डेटा में, इस कुंजी का इस्तेमाल करके, हर क्रैश इवेंट से जुड़ी current_level वैल्यू के डिस्ट्रिब्यूशन की रिपोर्ट पाने के लिए क्वेरी लिखी जा सकती है.

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

उदाहरण 6: यूज़र आईडी निकालना

आपका Android ऐप्लिकेशन, अर्ली ऐक्सेस में है. ज़्यादातर उपयोगकर्ताओं को यह ऐप्लिकेशन पसंद है, लेकिन तीन उपयोगकर्ताओं को असामान्य रूप से ज़्यादा क्रैश की समस्या हुई है. समस्या की वजह जानने के लिए, आपने एक क्वेरी लिखी है. इससे उन उपयोगकर्ताओं के यूज़र आईडी का इस्तेमाल करके, उनके सभी क्रैश इवेंट का डेटा निकाला जा सकता है.

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

उदाहरण 7: किसी खास क्रैश की समस्या का सामना करने वाले सभी उपयोगकर्ताओं को ढूंढना

आपकी टीम ने गलती से, बीटा टेस्टर के एक ग्रुप के लिए, एक अहम बग रिलीज़ कर दिया है. आपकी टीम ने ऊपर दिए गए "सबसे ज़्यादा होने वाले क्रैश ढूंढना" उदाहरण में दी गई क्वेरी का इस्तेमाल करके, क्रैश की समस्या के आईडी की पहचान कर ली है. अब आपकी टीम, एक क्वेरी चलाना चाहती है, ताकि उन ऐप्लिकेशन उपयोगकर्ताओं की सूची निकाली जा सके जो इस क्रैश से प्रभावित हुए हैं.

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;

उदाहरण 8: किसी क्रैश की समस्या से प्रभावित उपयोगकर्ताओं की संख्या, देश के हिसाब से ब्रेकडाउन

आपकी टीम को नए वर्शन के रोलआउट के दौरान, एक अहम बग का पता चला है. आपने ऊपर दिए गए "सबसे ज़्यादा होने वाले क्रैश ढूंढना" उदाहरण में दी गई क्वेरी का इस्तेमाल करके, क्रैश की समस्या के आईडी की पहचान कर ली है. अब आपकी टीम यह देखना चाहती है कि क्या यह क्रैश, दुनिया भर के अलग-अलग देशों में मौजूद उपयोगकर्ताओं तक फैल गया है.

इस क्वेरी को लिखने के लिए, आपकी टीम को यह काम करना होगा:

Google Analytics डेटा को BigQuery में एक्सपोर्ट करने की सुविधा चालू करना. प्रोजेक्ट के डेटा को BigQuery में एक्सपोर्ट करना लेख पढ़ें.

अपने ऐप्लिकेशन को अपडेट करना, ताकि Google Analytics SDK और Crashlytics SDK, दोनों में यूज़र आईडी पास किया जा सके.

Swift

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

Objective-C

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

Java

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

ऐसी क्वेरी लिखना जिसमें यूज़र आईडी फ़ील्ड का इस्तेमाल करके, Google Analytics डेटासेट में मौजूद इवेंट को Crashlytics डेटासेट में मौजूद क्रैश के साथ जोड़ा जा सके.

यहां Android ऐप्लिकेशन के लिए क्वेरी का उदाहरण दिया गया है. iOS ऐप्लिकेशन के लिए, उसके बंडल आईडी और IOS का इस्तेमाल करें. इसके अलावा, पैकेज के नाम और ANDROID का इस्तेमाल न करें.
```
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
```

उदाहरण 9: आज अब तक की पांच सबसे बड़ी समस्याएं

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;

उदाहरण 10: तारीख से लेकर आज तक की पांच सबसे बड़ी समस्याएं

इसके अलावा, बैच और रीयल-टाइम टेबल को स्टिचिंग क्वेरी के साथ जोड़ा जा सकता है, ताकि भरोसेमंद बैच डेटा में रीयल-टाइम जानकारी जोड़ी जा सके. event_id प्राइमरी कुंजी है. इसलिए, दोनों टेबल से किसी भी सामान्य इवेंट को हटाने के लिए, DISTINCT event_id का इस्तेमाल किया जा सकता है.

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;

आगे क्या करना है?

कस्टम डैशबोर्ड बनाना एक्सपोर्ट किए गए डेटा और अलग-अलग Google Cloud सेवाओं, जैसे कि Data Studio का इस्तेमाल करके.
एक्सपोर्ट किए गए डेटा के लिए डेटासेट के स्कीमा के बारे में जानना.