Crashlytics और (ज़रूरत पड़ने पर) Firebase सेशन के डेटा को Cloud Logging में एक्सपोर्ट करने के बाद, इस डेटा का इस्तेमाल किया जा सकता है. इससे अपने ऐप्लिकेशन की परफ़ॉर्मेंस को बेहतर तरीके से समझा जा सकता है. साथ ही, अन्य Google Cloud सेवाओं में लॉग का इस्तेमाल करके, कस्टम डैशबोर्ड बनाए जा सकते हैं, कस्टम सूचनाएं सेट अप की जा सकती हैं, और अपने डेटा का विश्लेषण किया जा सकता है.
आपके पास डेटा को दूसरी सेवाओं में एक्सपोर्ट करने का विकल्प भी है.
यहां आपके डेटा के साथ काम करने के कुछ सामान्य उदाहरण दिए गए हैं:
बेहतर विश्लेषण के लिए, लॉग पर आधारित मेट्रिक बनाएं
अपनी लॉग एंट्री को ऐसी मेट्रिक में बदलें जो समय के साथ-साथ ऐप्लिकेशन के खास व्यवहार या स्थिरता के रुझानों को ट्रैक करती हैं. उदाहरण के लिए, एक ऐसी मेट्रिक बनाई जा सकती है जिससे यह पता लगाया जा सके कि कोई खास नुकसान न पहुंचाने वाली गड़बड़ी कितनी बार होती है. साथ ही, इसे सिस्टम की परफ़ॉर्मेंस से जुड़ी अन्य मेट्रिक के साथ विज़ुअलाइज़ किया जा सकता है.कस्टम सूचना चैनल के लिए ऐडवांस सूचनाएं सेट अप करना
Cloud Monitoring में कस्टम सूचना देने की नीतियां सेट अप करके, ईमेल से मिलने वाली डिफ़ॉल्ट सूचनाओं से ज़्यादा सूचनाएं पाएं. लॉग के खास पैटर्न या थ्रेशोल्ड के आधार पर सूचनाएं ट्रिगर करें और उन्हें Slack, Jira या PagerDuty जैसी सेवाओं पर भेजें.अपनी पसंद के मुताबिक डैशबोर्ड और चार्ट बनाना
Cloud Monitoring का इस्तेमाल करके, अपनी पसंद के मुताबिक डैशबोर्ड बनाएं. इनमें आपके कारोबार के लिए सबसे अहम मेट्रिक हाइलाइट की जाती हैं. एक ही व्यू में, क्रैश-फ़्री रेट, सेशन की संख्या, और गड़बड़ियों की संख्या को विज़ुअलाइज़ किया जा सकता है. साथ ही, इसे Google Cloud के अन्य प्रॉडक्ट डेटा के साथ भी जोड़ा जा सकता है.ऐप्लिकेशन क्रैश होने की जानकारी को बैकएंड लॉग से जोड़ें
क्लाइंट-साइड क्रैश डेटा को सर्वर-साइड लॉग के साथ एक जगह पर इंटिग्रेट करें.बड़े पैमाने पर क्रैश के रॉ डेटा को खोजें और फ़िल्टर करें
Logs Explorer का इस्तेमाल करके, LQL (लॉगिंग क्वेरी लैंग्वेज) का इस्तेमाल करके जटिल क्वेरी चलाएं. सभी उपयोगकर्ताओं और वर्शन के लिए, खास लॉग मैसेज, कस्टम कुंजियां या ब्रेडक्रंब खोजे जा सकते हैं. इससे, डिवाइस से जुड़ी समस्याओं या ऐसी समस्याओं का पता लगाया जा सकता है जो कभी-कभी होती हैं.डेटा को लंबे समय तक सेव रखने या बाहरी प्रोसेसिंग के लिए रूट करना
लॉग सिंक का इस्तेमाल करके, अपने Crashlytics लॉग को Cloud Storage में एक्सपोर्ट करें. ऐसा अनुपालन के लिए करें. इसके अलावा, BigQuery में बड़े पैमाने पर विश्लेषण करने के लिए या Pub/Sub में अपने बाहरी मॉनिटरिंग टूल में डेटा स्ट्रीम करने के लिए भी ऐसा किया जा सकता है.
अपने ऐप्लिकेशन की स्थिरता को बेहतर तरीके से समझना
Google Cloud कंसोल में मौजूद, Logs Explorer की मदद से, क्वेरी, पहले से मौजूद फ़िल्टर, और डेटा पैनल का इस्तेमाल करके, अपने लॉग और डेटा को देखा जा सकता है. यहां दिए गए अगले सेक्शन में, क्वेरी की मदद से अपने लॉग फ़िल्टर करने के बारे में ज़्यादा जानें.
Crashlytics डैशबोर्ड पर, आपको अपने ऐप्लिकेशन की परफ़ॉर्मेंस के बारे में खास जानकारी मिलती है. वहीं, Cloud Logging में एक्सपोर्ट करने पर, आपको अपने ऐप्लिकेशन के व्यवहार के बारे में ज़्यादा बारीकी से जानकारी मिलती है:
किसी क्रैश का बैकएंड गतिविधि से क्या संबंध है?
किसी सामान्य आइडेंटिफ़ायर (जैसे, यूज़र आईडी या अनुरोध आईडी) का इस्तेमाल करके यह देखें कि क्लाइंट-साइड क्रैश होने के समय आपके सर्वर पर क्या हो रहा था.किसी खास भौगोलिक क्षेत्र के लिए, ऐसे सेशन जिनमें ऐप्लिकेशन क्रैश नहीं हुआ, का रेट क्या है?
Crashlytics इवेंट को Firebase सेशन के डेटा के साथ जोड़कर, ऐडवांस मेट्रिक का हिसाब लगाया जा सकता है. ये मेट्रिक, स्टैंडर्ड डैशबोर्ड में उपलब्ध नहीं होती हैं.क्या कुछ डिवाइस मॉडल में, नए रोलआउट के बाद नुकसान न पहुंचाने वाली गड़बड़ियों की संख्या बढ़ गई है?
रीयल टाइम में हार्डवेयर से जुड़ी समस्याओं का पता लगाने के लिए,device.modelऔरerror_typeके हिसाब से रॉ लॉग फ़िल्टर करें.क्रैश होने से पहले, इवेंट का सही क्रम क्या था?
लॉग एंट्री में मौजूदbreadcrumbsऔरlogsफ़ील्ड की जांच करें. इससे आपको उपयोगकर्ता की कार्रवाइयों और सिस्टम इवेंट का टाइमस्टैंप वाला ट्रेल दिखेगा. यह ट्रेल, गड़बड़ी से पहले की कार्रवाइयों और इवेंट का होगा.नवीनतम वर्शन में, किसी खास "आउट ऑफ़ मेमोरी" गड़बड़ी से कितने उपयोगकर्ताओं पर असर पड़ा है?
सभी लॉग में क्वेरी चलाकर, किसी खास अपवाद टाइप से जुड़ी यूनीकinstallation_uuidवैल्यू की संख्या ढूंढें.क्या कोई सुविधा, अन्य सुविधाओं के मुकाबले ज़्यादा क्रैश हो रही है?
अगर आपने फ़ीचर फ़्लैग या ऐप्लिकेशन की स्थितियों को ट्रैक करने के लिए, कस्टम कुंजियों का इस्तेमाल किया है, तो अपने लॉग को फ़िल्टर करके यह देखा जा सकता है कि क्रैश इवेंट में कोई खास की-वैल्यू पेयर, ज़रूरत से ज़्यादा बार तो नहीं दिख रहा है.
Google Cloud की अन्य सेवाओं में लॉग का इस्तेमाल करना
अपने लॉग का इस्तेमाल, Cloud Monitoring या BigQuery जैसी अन्य Google Cloud सेवाओं में भी किया जा सकता है.
Cloud Monitoring
Cloud Monitoring का इस्तेमाल करके, एक्सपोर्ट किए गए डेटा के आधार पर लॉग-आधारित मेट्रिक का इस्तेमाल किया जा सकता है. इससे ये काम किए जा सकते हैं:
कस्टम सूचना चैनलों को कस्टम सूचनाएं सेट अप और भेजें.
Cloud Monitoring में Cloud Logging डेटा को ऐक्सेस करने का तरीका
Cloud Logging और Cloud Monitoring, दोनों Google Cloud Observability Suite का हिस्सा हैं. इसलिए, Cloud Logging में सेव किए गए डेटा को सीधे तौर पर Cloud Monitoring के साथ इस्तेमाल किया जा सकता है. इसके लिए, आपको डेटा एक्सपोर्ट करने की ज़रूरत नहीं होगी.
BigQuery
BigQuery का इस्तेमाल करके, इनमें से कोई भी काम किया जा सकता है:
एक्सपोर्ट किए गए डेटा के कस्टम डैशबोर्ड बनाने के लिए, Data Studio का इस्तेमाल करें. Data Studio के बारे में ज़्यादा जानने के लिए, उनकी वेलकम गाइड पढ़ें.
कस्टम रिपोर्ट और खास जानकारी जनरेट करने के लिए, अपने Crashlytics डेटा और (ज़रूरत पड़ने पर) Firebase सेशन के डेटा पर क्वेरी चलाएं.
अपने Crashlytics डेटा को BigQuery में एक्सपोर्ट किए गए अन्य Firebase डेटा के साथ मिलाएं और उसे नए तरीकों से क्वेरी करें.
BigQuery में Cloud Logging डेटा को ऐक्सेस करने का तरीका
Cloud Logging में सेव किए गए एक्सपोर्ट किए गए डेटा का इस्तेमाल BigQuery के साथ करने के लिए, आपको इसे BigQuery के लिए ऐक्सेस किया जा सकने वाला बनाना होगा. इनमें से किसी एक विकल्प का इस्तेमाल करें:
लिंक किए गए डेटासेट का इस्तेमाल करके, BigQuery और Cloud Logging डेटा को एक साथ जोड़ें.
लॉग सिंक का इस्तेमाल करके, Cloud Logging में सेव किए गए डेटा को BigQuery में एक्सपोर्ट करें.