Leistungsüberwachungsdaten nach BigQuery exportieren

Sie können Performance Monitoring-Daten aus Apple- und Android-Apps zur weiteren Analyse in BigQuery exportieren. Mit BigQuery können Sie die Daten mit BigQuery-SQL analysieren, sie zu einem anderen Cloud-Anbieter exportieren und sogar für Ihre benutzerdefinierten ML-Modelle verwenden.

BigQuery-Export aktivieren

1. Rufen Sie in der Firebase-Konsole die Seite Integrationen auf und klicken Sie dann auf der Karte BigQuery auf Verknüpfen.

2. Folgen Sie der Anleitung auf dem Bildschirm, um BigQuery zu aktivieren.

   Wenn Sie den BigQuery-Export für Performance Monitoring aktivieren, geschieht Folgendes:

   • Firebase exportiert eine Kopie Ihrer vorhandenen Daten nach BigQuery. Die erste Übertragung von Daten für den Export kann bis zu 48 Stunden dauern.

     • Sie können Daten-Backfills manuell für die letzten 30 Tage oder für das Datum planen, an dem Sie den BigQuery-Export aktiviert haben (je nachdem, welches Datum aktueller ist).

   • Nachdem das Dataset erstellt wurde, kann der Standort nicht mehr geändert werden. Sie können aber das Dataset an einen anderen Standort kopieren oder es manuell verschieben, d. h. an einem anderen Standort neu erstellen. Weitere Informationen finden Sie unter Dataset-Speicherort ändern.

   • Firebase richtet regelmäßige Synchronisierungen Ihrer Daten aus Ihrem Firebase-Projekt mit BigQuery ein. Diese täglichen Exportvorgänge werden in der Regel innerhalb von 24 Stunden nach ihrer Planung abgeschlossen.

   • Standardmäßig sind alle Apps in Ihrem Projekt mit BigQuery verknüpft. Alle Apps, die Sie dem Projekt später hinzufügen, werden automatisch mit BigQuery verknüpft. Sie können festlegen, welche Apps Daten senden.

Wenn Sie den BigQuery-Export deaktivieren möchten, heben Sie die Verknüpfung Ihres Projekts in der Firebase-Konsole auf.

Welche Daten werden nach BigQuery exportiert?

Für jede App im Projekt wird beim Export eine Tabelle mit allen erfassten Leistungsereignissen erstellt. Jede Zeile in der Tabelle ist ein einzelnes Leistungsereignis, das eines der folgenden sein kann:

• Dauer-Trace: Traces, die standardmäßig den Messwert „Dauer“ erfassen, einschließlich App-Start, App im Vordergrund und App im Hintergrund sowie alle vom Entwickler instrumentierten benutzerdefinierten Code-Traces.

  • event_type ist DURATION_TRACE
  • event_name ist mit dem Trace-Namen identisch.

• Trace-Messwert: Benutzerdefinierte Messwerte, die mit von Entwicklern instrumentierten benutzerdefinierten Code-Traces verknüpft sind.

  • event_type ist TRACE_METRIC
  • event_name ist der Name des Messwerts.
  • parent_trace_name ist der Trace-Name, der diesen Messwert enthält.

• Bildschirm-Trace: Traces, die die Lebensdauer eines Bildschirms umfassen (Bildschirm-Rendering-Traces)

  • event_type ist SCREEN_TRACE
  • event_name ist das Präfix _st_ plus der tatsächliche Bildschirmname

• Netzwerkanfrage: Traces, die die Lebensdauer einer Netzwerkanfrage umfassen (HTTP-Netzwerkanfrage-Traces)

  • event_type ist NETWORK_REQUEST
  • event_name ist das kategorisierte Muster der URL der Netzwerkanfrage.

Jedes Leistungsereignis enthält Attribute des Ereignisses (z. B. Land und Mobilfunkanbieter des Clientgeräts) sowie ereignisspezifische Informationen:

• Dauer-Traces, Trace-Messwerte und Bildschirm-Traces enthalten trace_info
• Trace-Messwerte enthalten trace_info.metric_info
• Bildschirm-Traces enthalten trace_info.screen_info
• Netzwerk-Traces enthalten network_info

Detailliertes Datenschema

Was können Sie mit den exportierten Daten tun?

In den folgenden Abschnitten finden Sie Beispiele für Abfragen, die Sie in BigQuery für Ihre exportierten Performance Monitoring-Daten ausführen können.

Mit den in der Konsole angezeigten Daten übereinstimmen

Im Firebase-Dashboard werden die täglichen Daten in der Zeitzone America/Los_Angeles zusammengefasst. Damit die Ergebnisse mit denen in der Console übereinstimmen, sollten Datumsfunktionen explizit America/Los_Angeles als Zeitzone festlegen. Andernfalls wird standardmäßig UTC verwendet.

SELECT
  DATE(event_timestamp, 'America/Los_Angeles') AS daily_date,
  APPROX_QUANTILES(trace_info.duration_us, 100)[OFFSET(90)] / 1000000 AS p90_seconds,
FROM `TABLE_NAME`
WHERE
  DATE(event_timestamp, 'America/Los_Angeles')
    >= DATE_SUB( PARSE_DATE('%Y%m%d', 'YYYY-MM-DD'), INTERVAL 7 DAY)
  AND DATE(event_timestamp, 'America/Los_Angeles')
    <= PARSE_DATE('%Y%m%d', 'YYYY-MM-DD')
  AND event_name = '_app_start'
GROUP BY 1
ORDER BY 1 DESC;

Aufschlüsselung der durchschnittlichen Latenz beim App-Start nach Land ansehen

SELECT AVG(trace_info.duration_us), country
FROM `TABLE_NAME`
WHERE _PARTITIONTIME > TIMESTAMP("YYYY-MM-DD")
AND event_type = "DURATION_TRACE"
AND event_name = "_app_start"
GROUP BY 2;

Verhältnis eingefrorener Frames unter verschiedenen Bedingungen prüfen

Du kannst beispielsweise das Verhältnis von eingefrorenen Frames zur Zeit, die Nutzer auf den einzelnen Bildschirmen deiner App verbringen, bei verschiedenen Funktypen (WLAN, 4G usw.) prüfen.

SELECT
  AVG(trace_info.duration_us / 1000000) AS seconds_on_screen,
  AVG(trace_info.screen_info.frozen_frame_ratio) AS frozen_frame_ratio,
  event_name,
  radio_type
FROM `TABLE_NAME`
WHERE _PARTITIONTIME > TIMESTAMP("YYYY-MM-DD")
AND event_type = "SCREEN_TRACE"
GROUP BY event_name, radio_type
ORDER BY event_name, radio_type;

Cache-Trefferquote für das Laden bestimmter Dateitypen vom Laufwerk berechnen

Bei dieser Analyse wird davon ausgegangen, dass Sie einen benutzerdefinierten Code-Trace für das Laden von der Festplatte mit einem benutzerdefinierten Attribut namens file-extension und einem benutzerdefinierten Messwert (einem TRACE_METRIC) namens cache-hit instrumentiert haben, der bei einem Cache-Treffer auf 1 und bei einem Cache-Fehler auf 0 gesetzt wird.

Sie können beispielsweise die Cache-Trefferquote für das Laden von PNG-Dateien vom Laufwerk berechnen:

SELECT AVG(trace_info.metric_info.metric_value) AS cache_hit_rate
FROM `TABLE_NAME`
WHERE _PARTITIONTIME > TIMESTAMP("YYYY-MM-DD")
AND event_type = "TRACE_METRIC"
AND event_name = "cache-hit"
AND parent_trace_name = "loadFromDisk"
AND STRUCT("file-extension", "png") IN UNNEST(custom_attributes);

Prüfen, zu welcher Tageszeit Nutzer Netzwerkanfragen senden

Sie können beispielsweise prüfen, zu welcher Tageszeit Nutzer aus den USA Netzwerkanfragen über Ihre App senden:

SELECT
  count(1) AS hourly_count,
  EXTRACT(HOUR FROM event_timestamp) AS hour_of_day
FROM `TABLE_NAME`
WHERE _PARTITIONTIME > TIMESTAMP("YYYY-MM-DD")
AND event_type = "NETWORK_REQUEST"
AND country = "US"
GROUP BY 2 ORDER BY 2;

Performance Monitoring-Daten überallhin mitnehmen

Manchmal möchten Sie serverseitig auf Ihre Performance Monitoring-Daten zugreifen oder sie an eine andere Drittanbieterlösung senden. Für den Export von Daten fallen derzeit keine Gebühren an.

Sie können Ihre Daten so exportieren:

• BigQuery-Web-UI verwenden

• Führen Sie den Befehlszeilenbefehl bq extract aus.

• Durch Senden eines Extraktionsjobs über die API oder die Clientbibliotheken

Preise

Für den Export von Daten aus Performance Monitoring fallen keine Gebühren an und BigQuery bietet großzügige kostenlose Nutzungslimits. Ausführliche Informationen finden Sie unter BigQuery-Preise oder in der BigQuery-Sandbox.