Firebase Crashlytics और Firebase कंसोल में मौजूद इसके डैशबोर्ड की मदद से, अपने ऐप्लिकेशन के स्थिरता से जुड़े डेटा को एक्सप्लोर और उसका विश्लेषण किया जा सकता है. स्टैंडर्ड Crashlytics सुविधाओं की मदद से, ऐप्लिकेशन को चलाने से जुड़े कई टास्क और लक्ष्यों को पूरा किया जा सकता है.
हालांकि, कभी-कभी आपके ऐप्लिकेशन और कारोबार के बढ़ने और ज़्यादा जटिल होने पर, आपको अलग-अलग तरह के सवालों के जवाब चाहिए हो सकते हैं. साथ ही, आपको डेटा का विश्लेषण करने या उसे यूनीक तरीके से जोड़ने की ज़रूरत पड़ सकती है. इसके अलावा, आपको अपने डेटा के आधार पर कस्टम डैशबोर्ड या कस्टम सूचनाएं बनाने की ज़रूरत पड़ सकती है.
इन सभी कामों में आपकी मदद करने के लिए, Crashlytics, आपके डेटा को Google Cloud की बेहतर सेवाओं में एक्सपोर्ट करने के विकल्प उपलब्ध कराता है: BigQuery और Cloud Logging. इन सेवाओं के लिए उपलब्ध सुविधाओं की पूरी सूची देखने के लिए, एक्सपोर्ट किए गए डेटा का इस्तेमाल कैसे किया जा सकता है? लेख पढ़ें.
BigQuery: एसक्यूएल क्वेरी का इस्तेमाल करके डेटा का विश्लेषण करें, दूसरे डेटासेट से डेटा जोड़ें, डेटा को किसी अन्य क्लाउड सेवा देने वाली कंपनी को एक्सपोर्ट करें, और डेटा विज़ुअलाइज़ेशन और कस्टम डैशबोर्ड बनाएं. उदाहरण के लिए, Looker Studio का इस्तेमाल करके.
BigQuery में एक्सपोर्ट करने की सुविधा सेट अप करेंCloud Logging: बेहतर विश्लेषण के लिए, लॉग पर आधारित मेट्रिक बनाएं. कस्टम सूचना चैनल के लिए, सूचनाएं पाने की सुविधा सेट अप करें. Cloud Monitoring की मदद से, कस्टम डैशबोर्ड और चार्ट बनाएं. इसके अलावा, और भी बहुत कुछ करें.
Cloud Logging में एक्सपोर्ट करने की सुविधा सेट अप करना
इस पेज पर, इस बारे में ज़्यादा जानकारी दी गई है कि एक्सपोर्ट किए गए Crashlytics डेटा और (ज़रूरी नहीं) Firebase सेशन के डेटा का इस्तेमाल इन Google Cloud सेवाओं के साथ कैसे किया जा सकता है.
हर सेवा में कौनसा डेटा एक्सपोर्ट किया जाता है?
एक्सपोर्ट किए गए डेटा में, डिवाइस टाइप, ऑपरेटिंग सिस्टम, अपवाद (Android ऐप्लिकेशन) या गड़बड़ियां (Apple ऐप्लिकेशन), और Crashlytics लॉग के साथ-साथ अन्य संबंधित मेटाडेटा शामिल होता है. इसमें Crashlytics रॉ डेटा (और ज़रूरत पड़ने पर Firebase सेशन का डेटा) भी शामिल होता है.
हर सेवा में एक्सपोर्ट किया गया डेटा एक जैसा होता है, लेकिन उसका स्ट्रक्चर अलग होता है. BigQuery के लिए, डेटा टेबल में होता है (डेटासेट स्कीमा देखें). वहीं, Cloud Logging के लिए, डेटा लॉग फ़ॉर्मैट में होता है (लॉग स्कीमा देखें).
एक्सपोर्ट किए गए डेटा का इस्तेमाल किस तरह किया जा सकता है?
Crashlytics डेटा के साथ इन Google Cloud सेवाओं का इस्तेमाल करने पर, ये काम किए जा सकते हैं. Google Cloud के दस्तावेज़ में, BigQuery और Cloud Logging की सभी सुविधाओं के बारे में जानें.
डेटा को BigQuery में एक्सपोर्ट किया गया
SQL क्वेरी का इस्तेमाल करके डेटा का विश्लेषण करना
कस्टम रिपोर्ट और खास जानकारी जनरेट करने के लिए, अपने Crashlytics डेटा पर क्वेरी चलाई जा सकती हैं. इस तरह की कस्टम रिपोर्ट, Firebase कंसोल के Crashlytics डैशबोर्ड में उपलब्ध नहीं होती हैं. इसलिए, ये क्रैश डेटा का विश्लेषण करने और उसे समझने में आपकी मदद कर सकती हैं. हम आपको क्वेरी के उदाहरण का कलेक्शन भी उपलब्ध कराते हैं.अलग-अलग डेटासेट से डेटा जोड़ें
उदाहरण के लिए, अगर आपने डेटा एक्सपोर्ट करने की सुविधा सेट अप करते समय, Firebase सेशन का डेटा एक्सपोर्ट करने का विकल्प चुना है, तो क्रैश न होने वाले उपयोगकर्ताओं और क्रैश न होने वाले सेशन के बारे में बेहतर जानकारी मिल सकती है.Crashlytics इसके अलावा, Google Analytics और Performance Monitoring जैसे अलग-अलग Firebase प्रॉडक्ट से डेटा एक्सपोर्ट किया जा सकता है. इसके बाद, उस डेटा को BigQuery में अपने Crashlytics 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 SQL 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 का दस्तावेज़ देखें.डेटा विज़ुअलाइज़ेशन और कस्टम डैशबोर्ड बनाना
उदाहरण के लिए, Looker Studio का इस्तेमाल करके डैशबोर्ड बनाने के लिए, पहले से बने Crashlytics टेंप्लेट का इस्तेमाल किया जा सकता है.
डेटा को Cloud Logging में एक्सपोर्ट किया गया
बेहतर विश्लेषण के लिए, लॉग पर आधारित मेट्रिक बनाएं
अपनी लॉग एंट्री को ऐसी मेट्रिक में बदलें जो समय के साथ ऐप्लिकेशन के खास व्यवहार या स्थिरता के रुझानों को ट्रैक करती हैं. उदाहरण के लिए, एक मेट्रिक बनाई जा सकती है. इससे यह पता चलेगा कि कोई खास नॉन-फ़ैटल अपवाद कितनी बार हुआ. साथ ही, इसे सिस्टम की सेहत से जुड़ी अन्य मेट्रिक के साथ विज़ुअलाइज़ किया जा सकता है.पसंद के मुताबिक सूचना चैनल के लिए ऐडवांस सूचनाएं सेट अप करना
Cloud Monitoring में, कस्टम सूचना देने से जुड़ी नीतियां सेट अप करके, ईमेल से मिलने वाली डिफ़ॉल्ट सूचनाओं से ज़्यादा जानकारी पाएं. 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, अपने हिसाब से डैशबोर्ड बनाएं. इनमें अपने कारोबार के लिए सबसे अहम मेट्रिक हाइलाइट करें. 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 ही जगह पर इंटिग्रेट करें.बड़े पैमाने पर क्रैश के रॉ डेटा को खोजें और फ़िल्टर करें
LQL (लॉगिंग क्वेरी लैंग्वेज) का इस्तेमाल करके जटिल क्वेरी चलाने के लिए, Logs Explorer का इस्तेमाल करें. 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.
BigQuery और Cloud Logging में से किसे कब चुनना चाहिए?
यहां कुछ अंतर दिए गए हैं. डेटा एक्सपोर्ट करने के लिए कोई विकल्प चुनते समय, इन अंतरों को ध्यान में रखें.
| डेटा को BigQuery में एक्सपोर्ट किया गया | डेटा को Cloud Logging में एक्सपोर्ट किया गया | |
|---|---|---|
| कारोबार की भूमिकाएं | यह डेटा विश्लेषक की भूमिकाओं के लिए सबसे सही विकल्प है. खास तौर पर, एक से ज़्यादा डेटासेट से डेटा को एक साथ मिलाने के लिए. | यह डेवलपर और एसआरई के लिए फ़ायदेमंद है. इसकी मदद से, कस्टम सूचनाएं और डैशबोर्ड सेट अप किए जा सकते हैं. साथ ही, सर्वर साइड मॉनिटरिंग डेटा से आसानी से कनेक्ट किया जा सकता है. |
| Google Cloud प्रॉडक्ट के साथ डेटा इस्तेमाल करने के विकल्प |
|
|
| डेटा को जोड़ने और आगे एक्सपोर्ट करने के विकल्प |
|
|
| कीमत |
स्टोरेज और क्वेरी, दोनों के लिए पेमेंट किया जाता है. डेटा को BigQuery में Crashlytics एक्सपोर्ट करें लेख में इसके बारे में ज़्यादा जानें. |
आपको स्टोरेज के लिए पैसे चुकाने होते हैं, लेकिन क्वेरी करने के लिए नहीं. डेटा को Cloud Logging में Crashlytics एक्सपोर्ट करें लेख में इसके बारे में ज़्यादा जानें. |
आगे क्या करना है?
BigQuery में एक्सपोर्ट करने की सुविधा सेट अप करना Cloud Logging में एक्सपोर्ट करने की सुविधा सेट अप करना
Crashlytics और (ज़रूरत पड़ने पर) Firebase सेशन के डेटा को एक्सपोर्ट करने की सुविधा सेट अप करने के बाद, Google Cloud सेवाओं की सुविधाओं का इस्तेमाल शुरू करें:
BigQuery में एक्सपोर्ट किए गए डेटा के लिए, उदाहरण क्वेरी देखें. साथ ही, एक्सपोर्ट किए गए डेटा के लिए डेटासेट स्कीमा के बारे में जानें.
Cloud Logging में एक्सपोर्ट किए गए डेटा के लिए, एक्सपोर्ट किए गए डेटा का इस्तेमाल करने का तरीका, लॉग पर आधारित मेट्रिक को फ़िल्टर करने और इस्तेमाल करने का तरीका, और कस्टम सूचना चैनलों के लिए कस्टम सूचनाएं सेट अप करने का तरीका जानें.
अलग-अलग Google Cloud सेवाओं का इस्तेमाल करके, कस्टम डैशबोर्ड बनाएं. BigQuery या Cloud Logging के ज़रिए उपलब्ध विकल्पों के बारे में जानें.