Nachdem Sie Ihre Crashlytics- und (optional) Firebase-Sitzungsdaten nach Cloud Logging exportiert haben, können Sie mit den Daten arbeiten, um die Stabilität Ihrer App besser zu verstehen und sogar Logs in anderen Google Cloud-Diensten zu verwenden, um benutzerdefinierte Dashboards zu erstellen, benutzerdefinierte Benachrichtigungen einzurichten und Ihre Daten zu analysieren.
Sie können die Daten auch in andere Dienste exportieren.
Hier sind einige gängige Anwendungsfälle für die Arbeit mit Ihren Daten:
Logbasierte Messwerte für erweiterte Analysen erstellen
Wandeln Sie Ihre Logeinträge in Messwerte um, mit denen Sie bestimmte App-Verhaltensweisen oder Stabilitätstrends im Zeitverlauf verfolgen können. Sie können beispielsweise einen Messwert erstellen, um zu zählen, wie oft eine bestimmte nicht schwerwiegende Ausnahme auftritt, und diesen zusammen mit anderen Gesundheitsmesswerten visualisieren.Erweiterte Benachrichtigungen für benutzerdefinierte Benachrichtigungskanäle einrichten
Sie können über die standardmäßigen E-Mail-Benachrichtigungen hinausgehen, indem Sie benutzerdefinierte Benachrichtigungsrichtlinien in Cloud Monitoring einrichten. Sie können Benachrichtigungen basierend auf bestimmten Logmustern oder Grenzwerten auslösen und an Dienste wie Slack, Jira oder PagerDuty senden.Benutzerdefinierte Dashboards und Diagramme erstellen
Mit Cloud Monitoring können Sie personalisierte Dashboards erstellen, die die für Ihr Unternehmen wichtigsten Messwerte hervorheben. Sie können die Rate der Nutzer ohne Absturz, das Sitzungsvolumen und die Fehleranzahl in einer einzigen Ansicht zusammen mit anderen Google Cloud-Produktdaten visualisieren.App-Abstürze mit Backend-Logs korrelieren
Integrieren Sie Ihre clientseitigen Absturzdaten an einem zentralen Ort in Ihre serverseitigen Logs.Rohdaten zu Abstürzen im großen Maßstab suchen und filtern
Verwenden Sie die Logs Explorer, um komplexe Abfragen mit LQL (Logging Query Language) auszuführen. Sie können nach bestimmten Logeinträgen, benutzerdefinierten Schlüsseln oder Navigationspfaden für alle Nutzer und Versionen suchen, um seltene oder gerätespezifische Probleme zu finden.Daten für die langfristige Aufbewahrung oder externe Verarbeitung weiterleiten
Verwenden Sie Logsenken, um Ihre Crashlytics-Logs zu Compliance-Zwecken nach Cloud Storage, für umfangreiche Analysen nach BigQuery oder zum Streamen von Daten in Ihre eigenen externen Monitoring-Tools nach Pub/Sub zu exportieren.
Die Stabilität Ihrer App besser nachvollziehen
Logs Explorer in der Google Cloud-Konsole bietet Tools, mit denen Sie Ihre spezifischen Logs und Daten mithilfe von Abfragen, integrierten Filtern und Datenbereichen ansehen können. Weitere Informationen zum Filtern von Logs mit Abfragen finden Sie im nächsten Abschnitt.
Das Crashlytics-Dashboard bietet einen allgemeinen Überblick über den Zustand Ihrer App. Wenn Sie die Daten nach Cloud Logging exportieren, können Sie detailliertere Fragen zum Verhalten Ihrer App beantworten:
Wie hängt ein bestimmter Absturz mit der Backend-Aktivität zusammen?
Verwenden Sie eine gemeinsame Kennung (z. B. eine Nutzer-ID oder Anfrage-ID), um genau zu sehen, was auf Ihren Servern passiert ist, als ein clientseitiger Absturz aufgetreten ist.Wie hoch ist die Rate der Sitzungen ohne Abstürze für eine bestimmte geografische Region?
Wenn Sie Crashlytics-Ereignisse mit Firebase-Sitzungsdaten verknüpfen, können Sie erweiterte Messwerte berechnen, die im Standard-Dashboard nicht verfügbar sind.Treten bei bestimmten Gerätemodellen nach einem neuen Roll-out mehr nicht schwerwiegende Fehler auf?
Filtern Sie Rohprotokolle nachdevice.modelunderror_type, um hardwarespezifische Regressionen in Echtzeit zu identifizieren.Wie genau war die Abfolge der Ereignisse, die zu einem Absturz geführt haben?
Prüfen Sie die Felderbreadcrumbsundlogsin einem Logeintrag, um den mit Zeitstempeln versehenen Verlauf der Nutzeraktionen und Systemereignisse vor einem Fehler zu sehen.Wie viele Nutzer sind in der aktuellen Version von einem bestimmten „Out of Memory“-Fehler betroffen?
Führen Sie eine Abfrage über alle Logs aus, um die Anzahl der eindeutigeninstallation_uuid-Werte zu ermitteln, die mit einem bestimmten Ausnahmetyp verknüpft sind.Verursacht eine bestimmte Funktion mehr Abstürze als andere?
Wenn Sie benutzerdefinierte Schlüssel verwenden, um Funktions-Flags oder App-Zustände zu verfolgen, können Sie Ihre Protokolle filtern, um zu sehen, ob ein bestimmtes Schlüssel/Wert-Paar in Absturzereignissen überproportional vertreten ist.
Logs in anderen Google Cloud-Diensten verwenden
Sie können Ihre Logs auch in anderen Google Cloud-Diensten wie Cloud Monitoring oder BigQuery verwenden.
Cloud Monitoring
Mit Cloud Monitoring können Sie logbasierte Messwerte basierend auf Ihren exportierten Daten für Folgendes verwenden:
Diagramme erstellen und benutzerdefinierte Dashboards erstellen.
Benutzerdefinierte Benachrichtigungen für benutzerdefinierte Benachrichtigungskanäle einrichten und senden.
So greifen Sie auf Cloud Logging-Daten in Cloud Monitoring zu
Da Cloud Logging und Cloud Monitoring beide Teil der Google Cloud Observability Suite sind, können Sie Ihre in Cloud Logging gespeicherten Daten direkt mit Cloud Monitoring verwenden, ohne sie exportieren zu müssen.
BigQuery
Mit BigQuery können Sie Folgendes tun:
Mit Data Studio können Sie benutzerdefinierte Dashboards Ihrer exportierten Daten erstellen. Weitere Informationen zu Data Studio findest du in der Einführung.
Führen Sie Abfragen für Ihre Crashlytics-Daten und (optional) Firebase-Sitzungsdaten aus, um benutzerdefinierte Berichte und Zusammenfassungen zu generieren.
Kombinieren Sie Ihre Crashlytics-Daten mit anderen Firebase-Daten, die Sie nach BigQuery exportiert haben, und fragen Sie sie auf neue Weise ab.
So greifen Sie auf Cloud Logging-Daten in BigQuery zu
Damit Sie Ihre in Cloud Logging gespeicherten exportierten Daten mit BigQuery verwenden können, müssen Sie sie für BigQuery zugänglich machen. Verwenden Sie eine der folgenden Optionen:
BigQuery- und Cloud Logging-Daten mithilfe von verknüpften Datasets zusammenführen.
In Cloud Logging gespeicherte Daten mithilfe von Logsenken nach BigQuery exportieren.