אפשרויות לשימוש בנתונים מיוצאים מ-Crashlytics בשירותי Google Cloud

בעזרת Firebase Crashlytics ומרכז הבקרה שלו במסוף Firebase, אתם יכולים לבחון ולנתח נתונים על היציבות של האפליקציות שלכם. התכונות הרגילות של Crashlytics יכולות לעזור לכם בהרבה מהמשימות והיעדים שקשורים להפעלת האפליקציה.

אבל לפעמים, כשהאפליקציות והעסק גדלים והופכים למורכבים יותר, יכול להיות שתצטרכו תשובות לסוגים שונים של שאלות, לנתח או לאחד את הנתונים בדרכים ייחודיות, או ליצור מרכזי בקרה או התראות בהתאמה אישית על סמך הנתונים שלכם.

כדי לעזור לכם לעשות את כל זה, Crashlytics מציע אפשרויות לייצוא הנתונים שלכם לשירותי Google Cloud מתקדמים: BigQuery ו-Cloud Logging. במאמר מה אפשר לעשות עם הנתונים שיוצאו? מפורטת רשימה מקיפה יותר של היכולות של השירותים האלה.

  • ‫BigQuery: ניתוח נתונים באמצעות שאילתות SQL, שילוב נתונים מקבוצות נתונים אחרות, ייצוא נתונים לספק שירותי ענן אחר ויצירת תצוגות חזותיות של נתונים ומרכזי בקרה בהתאמה אישית (לדוגמה, באמצעות Data Studio).
    הגדרת ייצוא אל BigQuery

  • ‫Cloud Logging: יצירת מדדים מבוססי-יומנים לניתוח מתקדם, הגדרת התראות מתקדמות לערוצי התראות בהתאמה אישית, יצירת מרכזי בקרה ותרשימים בהתאמה אישית באמצעות Cloud Monitoring ועוד.
    הגדרת ייצוא אל Cloud Logging

בדף הזה מוסבר איך אתם יכולים להשתמש בנתוני Crashlytics שייצאתם ובנתוני הסשנים של Firebase (אופציונלי) בשירותי Google Cloud.

אילו נתונים מיוצאים לכל שירות?

הייצוא מכיל נתונים גולמיים של Crashlytics (ואופציונלית נתוני סשנים של Firebase), כולל סוג המכשיר, מערכת ההפעלה, חריגות (אפליקציות ל-Android) או שגיאות (אפליקציות ל-Apple), ויומני Crashlytics, וגם מטא-נתונים משויכים אחרים.

הנתונים שמיוצאים לכל שירות זהים, אבל המבנה שלהם שונה. ב-BigQuery הנתונים נמצאים בטבלאות (ראו סכימה של קבוצת נתונים), וב-Cloud Logging הנתונים נמצאים בפורמט של יומן (ראו סכימה של יומן).

מה אפשר לעשות עם הנתונים שיוצאו?

בהמשך מוצגים דגשים למה שאפשר לעשות כשמשתמשים בשירותי Google Cloud האלה עם נתוני Crashlytics. במסמכי התיעוד של Google Cloud מפורטות כל היכולות של BigQuery ושל Cloud Logging.

הנתונים יוצאו אל BigQuery

  • ניתוח נתונים באמצעות שאילתות SQL
    אתם יכולים להריץ שאילתות על נתוני Crashlytics כדי ליצור דוחות וסיכומים בהתאמה אישית. סוגי הדוחות האלה בהתאמה אישית לא זמינים במרכז הבקרה של Crashlytics במסוף Firebase, ולכן הם יכולים להשלים את הניתוח וההבנה של נתוני הקריסות. אנחנו אפילו מספקים לכם אוסף של שאילתות לדוגמה.

  • שילוב נתונים ממערכי נתונים שונים
    לדוגמה, אם תבחרו לייצא נתוני סשנים של Firebase כשתגדירו את ייצוא הנתונים של Crashlytics, תוכלו להבין טוב יותר את הנתונים של משתמשים בלי קריסות וסשנים בלי קריסות. בנוסף, אתם יכולים לייצא נתונים ממוצרים שונים של Firebase (כמו Performance Monitoring) או מ-Google Analytics, ואז לאחד ולנתח את הנתונים האלה ב-BigQuery עם הנתונים של Crashlytics.

  • יצירת תצוגות
    באמצעות ממשק המשתמש של BigQuery, אתם יכולים ליצור תצוגה, שהיא טבלה וירטואלית שמוגדרת על ידי שאילתת SQL. במאמרי העזרה של BigQuery מוסבר בפירוט על הסוגים השונים של התצוגות ואיך ליצור אותן.

  • ליצור ייצוגים חזותיים של נתונים ומרכזי בקרה בהתאמה אישית
    לדוגמה, אתם יכולים להשתמש בתבנית מוכנה מראש של Crashlytics כדי ליצור מרכז בקרה באמצעות Data Studio.

הנתונים יוצאו אל Cloud Logging

  • יצירת מדדים מבוססי-יומנים לניתוח מתקדם
    הופכים את רשומות היומן למדדים שעוקבים אחרי התנהגויות ספציפיות של האפליקציה או מגמות יציבות לאורך זמן. לדוגמה, אתם יכולים ליצור מדד כדי לספור כמה פעמים מתרחשת חריגה ספציפית שלא גורמת לקריסה, ולהציג אותה לצד מדדים אחרים של תקינות המערכת.

  • הגדרת התראות מתקדמות לערוצי התראות בהתאמה אישית
    בנוסף להתראות ברירת המחדל באימייל, אפשר להגדיר כללי מדיניות התראה בהתאמה אישית ב-Cloud Monitoring. אפשר להפעיל התראות על סמך דפוסים או ספים ספציפיים ביומנים, ולשלוח אותן לשירותים כמו Slack, ‏ Jira או PagerDuty.

  • יצירת מרכזי בקרה ותרשימים בהתאמה אישית
    אתם יכולים להשתמש ב-Cloud Monitoring כדי ליצור מרכזי בקרה בהתאמה אישית שמדגישים את המדדים שהכי חשובים לעסק שלכם. אתם יכולים לראות את שיעורי המשתמשים ללא קריסות, את נפחי הסשנים ואת מספר השגיאות בתצוגה אחת, בשילוב עם נתוני מוצרים אחרים של Google Cloud.

  • התאמה בין קריסות של אפליקציות לבין יומני בק-אנד
    משלבים את נתוני הקריסות בצד הלקוח עם היומנים בצד השרת במקום אחד.

  • חיפוש וסינון של נתוני קריסות גולמיים בקנה מידה נרחב
    אפשר להשתמש ב-Logs Explorer כדי להריץ שאילתות מורכבות באמצעות LQL (שפת שאילתות לרישום ביומן). אתם יכולים לחפש הודעות ספציפיות ביומן, מפתחות בהתאמה אישית או נתיבי ניווט אצל כל המשתמשים ובכל הגרסאות כדי למצוא בעיות נדירות או בעיות שספציפיות למכשיר.

  • ניתוב נתונים לשמירה לטווח ארוך או לעיבוד חיצוני
    אפשר להשתמש ב-sink ביומן כדי לייצא את היומנים של Crashlytics אל Cloud Storage לצורך תאימות, אל BigQuery לניתוח נתונים בקנה מידה עצום או אל Pub/Sub כדי להעביר נתונים בסטרימינג לכלי המעקב החיצוניים שלכם.

מתי כדאי לבחור ב-BigQuery ומתי ב-Cloud Logging?

ברמה הכללית, הנה כמה הבדלים שכדאי להביא בחשבון כשבוחרים לאן לייצא את הנתונים.

הנתונים יוצאו אל BigQuery הנתונים יוצאו אל Cloud Logging
תפקידים רלוונטיים בעסק התפקיד הזה מתאים במיוחד למנתחי נתונים, בעיקר כדי לאחד נתונים מכמה קבוצות נתונים. הוא עוזר למפתחים ולמהנדסי אמינות אתר (SRE) להגדיר התראות ומרכזי בקרה בהתאמה אישית, וגם להתחבר בקלות רבה יותר לנתוני מעקב בצד השרת.
אפשרויות לשימוש בנתונים במוצרי Google Cloud
אפשרויות לאיחוד וייצוא נוסף של נתונים
Pricing אתם משלמים גם על האחסון וגם על השאילתות.
מידע נוסף זמין במאמר ייצוא נתוני Crashlytics אל BigQuery. 		אתם משלמים על האחסון, אבל לא על השאילתות.
מידע נוסף זמין במאמר ייצוא נתוני Crashlytics אל Cloud Logging.

מה השלב הבא?

הגדרת ייצוא אל BigQuery הגדרת ייצוא אל Cloud Logging

אחרי שמגדירים את הייצוא של נתוני Crashlytics ושל נתוני הסשנים ב-Firebase (אופציונלי), אפשר להתחיל להשתמש בתכונות של שירותי Google Cloud: