Cloud Logging में सेव किए गए डेटा का इस्तेमाल किस तरह किया जा सकता है?

अपने Crashlytics और (ज़रूरी नहीं) Firebase सेशन का डेटा Cloud Logging में एक्सपोर्ट करने के बाद, इस डेटा का इस्तेमाल करके अपने ऐप्लिकेशन की परफ़ॉर्मेंस को बेहतर तरीके से समझा जा सकता है. साथ ही, कस्टम डैशबोर्ड बनाने, कस्टम अलर्ट सेट अप करने, और अपने डेटा का विश्लेषण करने के लिए, Google Cloud की अन्य Google Cloud सेवाओं में लॉग का इस्तेमाल किया जा सकता है.

डेटा को अन्य सेवाओं में भी एक्सपोर्ट किया जा सकता है .

अपने डेटा के साथ काम करने के कुछ सामान्य इस्तेमाल के उदाहरण यहां दिए गए हैं:

  • बेहतर विश्लेषण के लिए, लॉग पर आधारित मेट्रिक बनाना
    लॉग एंट्री को मेट्रिक में बदलें. इससे, समय के साथ-साथ ऐप्लिकेशन के खास व्यवहार या परफ़ॉर्मेंस के ट्रेंड को ट्रैक किया जा सकता है. उदाहरण के लिए, एक मेट्रिक बनाई जा सकती है, जिससे यह गिना 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 चैनलों के लिए, बेहतर अलर्ट सेट अप करना
    Cloud Monitoring में, अलर्ट की नीतियां सेट अप करके, डिफ़ॉल्ट ईमेल अलर्ट से ज़्यादा बेहतर अलर्ट सेट अप किए जा सकते हैं. Cloud Monitoring. लॉग के खास पैटर्न या थ्रेशोल्ड के आधार पर सूचनाएं ट्रिगर करें और उन्हें Slack, Jira या PagerDuty जैसी सेवाओं पर भेजें.

  • कस्टम डैशबोर्ड और चार्ट बनाना
    Cloud Monitoring का इस्तेमाल करके, पसंद के मुताबिक डैशबोर्ड बनाएं. इनमें, आपके कारोबार के लिए सबसे अहम मेट्रिक हाइलाइट की जाती हैं. क्रैश-फ़्री रेट, सेशन वॉल्यूम, और गड़बड़ियों की संख्या को एक ही व्यू में विज़ुअलाइज़ किया जा सकता है. इसके साथ ही, अन्य Google Cloud प्रॉडक्ट डेटा भी देखा जा सकता है.

  • ऐप्लिकेशन के क्रैश होने की वजह जानने के लिए, बैकएंड लॉग से तुलना करना
    क्लाइंट-साइड क्रैश डेटा को सर्वर-साइड लॉग के साथ एक जगह पर इंटिग्रेट करें.

  • बड़े पैमाने पर, क्रैश के रॉ डेटा को खोजना और फ़िल्टर करना
    Logs Explorer का इस्तेमाल करके, मुश्किल क्वेरी चलाने के लिए, LQL (लॉगिंग क्वेरी लैंग्वेज) का इस्तेमाल करें. सभी उपयोगकर्ताओं और वर्शन में, खास लॉग मैसेज, कस्टम कुंजियां या ब्रेडक्रंब खोजे जा सकते हैं. इससे, डिवाइस से जुड़ी या कभी-कभी होने वाली समस्याओं का पता लगाया जा सकता है.

  • लंबे समय तक डेटा बनाए रखने या बाहरी प्रोसेसिंग के लिए, डेटा को रूट करना
    अपने Crashlytics लॉग को Cloud Storage में एक्सपोर्ट करने के लिए, लॉग सिंक का इस्तेमाल करें. इससे, नियमों का पालन किया जा सकता है. बड़े पैमाने पर विश्लेषण के लिए, BigQuery में लॉग एक्सपोर्ट करें. अपने बाहरी मॉनिटरिंग टूल में डेटा स्ट्रीम करने के लिए, Pub/Sub में लॉग एक्सपोर्ट करें.

अपने ऐप्लिकेशन की परफ़ॉर्मेंस को बेहतर तरीके से समझना

The Logs Explorer console में मौजूद Google Cloud, क्वेरी और इन-बिल्ट फ़िल्टर और डेटा पैनल का इस्तेमाल करके, आपके खास लॉग और डेटा देखने के लिए टूल उपलब्ध कराता है. लॉग को क्वेरी की मदद से फ़िल्टर करने के बारे में ज़्यादा जानने के लिए, नीचे दिया गया अगला सेक्शन पढ़ें.

जहां Crashlytics डैशबोर्ड आपके ऐप्लिकेशन की परफ़ॉर्मेंस की खास जानकारी देता है, वहीं Cloud Logging में डेटा एक्सपोर्ट करने से, आपको अपने ऐप्लिकेशन के व्यवहार के बारे में ज़्यादा विस्तृत जानकारी मिलती है:

  • किसी खास क्रैश की वजह जानने के लिए, बैकएंड गतिविधि से तुलना करना
    क्लाइंट-साइड क्रैश होने के समय, आपके सर्वर पर क्या हो रहा था, यह जानने के लिए, किसी सामान्य आइडेंटिफ़ायर (जैसे, उपयोगकर्ता आईडी या अनुरोध आईडी) का इस्तेमाल करें.

  • 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, बेहतर मेट्रिक का हिसाब लगाया जा सकता है. ये मेट्रिक, स्टैंडर्ड डैशबोर्ड में उपलब्ध नहीं होती हैं.

  • क्या नए रोलआउट के बाद, कुछ डिवाइस मॉडल में नॉन-फ़ेटल गड़बड़ियां ज़्यादा हो रही हैं?
    रीयल-टाइम में, हार्डवेयर से जुड़ी समस्याओं की पहचान करने के लिए, रॉ लॉग को device.model और error_type के हिसाब से फ़िल्टर करें.

  • क्रैश होने से पहले, इवेंट का सही क्रम क्या था?
    लॉग एंट्री में मौजूद breadcrumbs और logs फ़ील्ड की जांच करें. इससे, गड़बड़ी से पहले उपयोगकर्ता की कार्रवाइयों और सिस्टम इवेंट का टाइमस्टैंप वाला ट्रेल दिखता है.

  • लेटेस्ट वर्शन में, "आउट ऑफ़ मेमोरी" वाली किसी खास गड़बड़ी से कितने उपयोगकर्ता प्रभावित हुए हैं?
    किसी खास अपवाद टाइप से जुड़े, यूनीक installation_uuid की संख्या जानने के लिए, सभी लॉग पर क्वेरी चलाएं.

  • क्या कोई खास सुविधा, अन्य सुविधाओं के मुकाबले ज़्यादा क्रैश की वजह बन रही है?
    अगर फ़ीचर फ़्लैग या ऐप्लिकेशन की स्थितियों को ट्रैक करने के लिए, कस्टम कुंजियों का इस्तेमाल किया जाता है, तो अपने लॉग को फ़िल्टर करके देखा जा सकता है कि क्रैश इवेंट में, कोई खास कुंजी-वैल्यू पेयर ज़रूरत से ज़्यादा तो नहीं दिख रहा है.

अन्य Google Cloud सेवाओं में लॉग का इस्तेमाल करना

अपने लॉग का इस्तेमाल, अन्य Google Cloud सेवाओं में भी किया जा सकता है. जैसे, Cloud Monitoring या BigQuery.

Cloud Monitoring

Cloud Monitoring का इस्तेमाल करके, एक्सपोर्ट किए गए डेटा के आधार पर, लॉग पर आधारित मेट्रिक का इस्तेमाल किया जा सकता है. इससे, इनमें से कोई भी काम किया जा सकता है:

Cloud Monitoring में, Cloud Logging का डेटा ऐक्सेस करने का तरीका

Cloud Logging और Cloud Monitoring, दोनों ही Google Cloud Observability Suite का हिस्सा हैं. इसलिए, Cloud Logging में सेव किए गए डेटा को सीधे Cloud Monitoring के साथ इस्तेमाल किया जा सकता है. इसके लिए, डेटा को एक्सपोर्ट करने की ज़रूरत नहीं होती.

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 करना. Data Studio के बारे में ज़्यादा जानने के लिए, उनकी स्वागत गाइड पढ़ें.

  • कस्टम रिपोर्ट और खास जानकारी जनरेट करने के लिए, आपके Crashlytics डेटा और (ज़रूरी नहीं) Firebase सेशन डेटा पर क्वेरी चलाना.

  • अपने Crashlytics डेटा को, Firebase के अन्य डेटा के साथ जोड़ना. इसके लिए, डेटा को BigQuery में एक्सपोर्ट करें और नए तरीकों से क्वेरी करें.

BigQuery में, Cloud Logging का डेटा ऐक्सेस करने का तरीका

Cloud Logging में सेव किए गए, एक्सपोर्ट किए गए डेटा को BigQuery के साथ इस्तेमाल करने के लिए, आपको इसे BigQuery के लिए ऐक्सेस करना होगा. इनमें से कोई एक विकल्प इस्तेमाल करें:

  • लिंक किए गए डेटासेट का इस्तेमाल करके, BigQuery और Cloud Logging डेटा को जोड़ना .

  • लॉग सिंक का इस्तेमाल करके, Cloud Logging में सेव किए गए डेटा को BigQuery में एक्सपोर्ट करना.