Экспорт данных мониторинга производительности в BigQuery

Вы можете экспортировать данные Performance Monitoring из приложений Apple и Android в BigQuery для дальнейшего анализа. BigQuery позволяет анализировать данные с помощью BigQuery SQL, экспортировать их в другой облачный сервис и даже использовать их для собственных моделей машинного обучения.

Включить экспорт BigQuery

1. Перейдите на страницу «Интеграции» в консоли Firebase , затем нажмите «Ссылка» на карточке BigQuery .

2. Следуйте инструкциям на экране, чтобы включить BigQuery .

   При включении экспорта BigQuery для Performance Monitoring происходит следующее:

   • Firebase экспортирует копию ваших данных в BigQuery . Первоначальное распространение данных для экспорта может занять до 48 часов.

     • Вы можете вручную запланировать заполнение данных за последние 30 дней или на самую последнюю дату, когда вы включили экспорт BigQuery (в зависимости от того, что наступило позже).

   • После создания набора данных его местоположение изменить нельзя, но вы можете скопировать его в другое место или вручную переместить (создать заново). Подробнее см. в разделе Изменение местоположения набора данных .

   • Firebase настраивает регулярную синхронизацию данных из вашего проекта Firebase с BigQuery . Эти ежедневные операции экспорта обычно завершаются в течение 24 часов после запланированного времени.

   • По умолчанию все приложения в вашем проекте связаны с BigQuery . Все приложения, которые вы позже добавите в проект, автоматически связаны с BigQuery . Вы можете управлять тем, какие приложения отправляют данные .

Чтобы деактивировать экспорт BigQuery , отключите свой проект в консоли Firebase .

Какие данные экспортируются в BigQuery ?

Для каждого приложения в проекте при экспорте создаётся таблица, включающая все зафиксированные события производительности. Каждая строка в таблице представляет собой одно событие производительности, которое может быть одним из следующих:

• Трассировка длительности — трассировки, которые по умолчанию собирают метрику «длительности», которая включает запуск приложения, приложение на переднем плане и приложение в фоновом режиме, а также любые пользовательские трассировки кода, инструментированные разработчиком.

  • event_type — DURATION_TRACE
  • event_name совпадает с именем трассировки

• Метрика трассировки — пользовательские метрики, связанные с пользовательскими трассировками кода, инструментированными разработчиком.

  • event_type — TRACE_METRIC
  • event_name — имя метрики
  • parent_trace_name — имя трассы, содержащей эту метрику

• Трассировка экрана — трассировки, охватывающие весь жизненный цикл экрана (трассировки рендеринга экрана)

  • event_type — SCREEN_TRACE
  • event_name — это префикс _st_ плюс фактическое имя экрана

• Сетевой запрос — трассировки, охватывающие весь жизненный цикл сетевого запроса (трассировки сетевых запросов HTTP)

  • event_type — NETWORK_REQUEST
  • event_name — это категоризированный шаблон URL-адреса сетевого запроса

Каждое событие производительности содержит атрибуты события (такие как страна и оператор клиентского устройства), а также информацию, специфичную для события:

• Трассировки длительности, метрики трассировки и трассировки экрана содержат trace_info
• Метрики трассировки содержат trace_info.metric_info
• Трассировки экрана содержат trace_info.screen_info
• Сетевые трассировки содержат network_info

Подробная схема данных

Что можно сделать с экспортированными данными?

В следующих разделах приведены примеры запросов, которые можно выполнить в BigQuery по отношению к экспортированным данным Performance Monitoring .

Сопоставьте данные, отображаемые на консоли.

Панель управления Firebase агрегирует ежедневные данные в часовом поясе America/Los_Angeles . Чтобы соответствовать тому, что отображается в консоли, функции даты должны явно указывать часовой пояс America/Los_Angeles , иначе функция даты по умолчанию будет использовать UTC .

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;

Посмотреть среднюю задержку запуска приложения по странам

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;

Проверьте соотношение замороженных кадров при различных условиях

Например, вы можете проверить соотношение зависших кадров и количество времени, которое пользователи проводят на каждом экране вашего приложения при использовании разных типов радиосвязи (Wi-Fi, 4G и т. д.).

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;

Вычислить частоту попаданий в кэш при загрузке определенных типов файлов с диска

В этом анализе предполагается, что вы настроили пользовательскую трассировку кода для загрузки с диска с пользовательским атрибутом с именем file-extension и пользовательской метрикой ( TRACE_METRIC ) с именем cache-hit , которая устанавливается в 1 при попадании в кэш и 0 при промахе кэша.

Например, можно вычислить частоту попаданий в кэш при загрузке PNG-файлов с диска:

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);

Проверьте время суток, когда пользователи отправляют сетевые запросы.

Например, вы можете проверить, в какое время суток пользователи из США отправляют сетевые запросы из вашего приложения:

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;

Берите данные Performance Monitoring с собой куда угодно

Иногда вам нужно получить доступ к данным Performance Monitoring на стороне сервера или передать их стороннему решению. В настоящее время экспорт данных бесплатный.

Вы можете экспортировать свои данные следующими способами:

• Использование веб-интерфейса BigQuery

• Выполнение команды CLI bq extract

• Отправка задания на извлечение через API или клиентские библиотеки.

Ценообразование

Экспорт данных из Performance Monitoring бесплатен, а BigQuery предоставляет щедрые бесплатные лимиты использования. Подробную информацию см. на странице цен BigQuery или в песочнице BigQuery .