Mengekspor data Performance Monitoring ke BigQuery

Anda dapat mengekspor data Performance Monitoring dari aplikasi Apple dan Android ke BigQuery untuk melakukan analisis lebih lanjut. Dengan BigQuery, Anda dapat menganalisis data tersebut menggunakan BigQuery SQL, mengekspornya ke penyedia cloud lain, dan bahkan menggunakan data tersebut untuk model ML kustom Anda.

Mengaktifkan BigQuery Export

1. Buka halaman Integrations di Firebase console, lalu klik Link di kartu BigQuery.

2. Ikuti petunjuk di layar untuk mengaktifkan BigQuery.

   Saat Anda mengaktifkan ekspor BigQuery untuk Performance Monitoring, hal berikut akan terjadi:

   • Firebase akan mengekspor salinan data yang ada ke BigQuery. Penerapan data awal untuk ekspor mungkin memakan waktu hingga 48 jam.

     • Anda dapat menjadwalkan pengisian ulang data secara manual hingga 30 hari terakhir atau untuk tanggal terbaru saat ekspor BigQuery diaktifkan (mana saja yang terbaru).

   • Setelah set data dibuat, lokasi tidak dapat diubah, tetapi Anda dapat menyalin set data ke lokasi lain atau memindahkan (membuat ulang) set data secara manual di lokasi yang berbeda. Untuk mempelajari lebih lanjut, baca artikel Mengubah lokasi set data.

   • Firebase akan menyiapkan sinkronisasi reguler data Anda dari project Firebase ke BigQuery. Operasi ekspor harian ini biasanya selesai dalam 24 jam setelah dijadwalkan.

   • Secara default, semua aplikasi dalam project Anda ditautkan ke BigQuery. Setiap aplikasi yang Anda tambahkan kemudian ke project akan otomatis ditautkan ke BigQuery. Anda dapat mengelola aplikasi yang akan mengirimkan data.

Untuk menonaktifkan ekspor BigQuery, batalkan penautan project Anda di Firebase console.

Data apa yang diekspor ke BigQuery?

Untuk setiap aplikasi di dalam project, ekspor akan membuat tabel yang menyertakan semua peristiwa performa yang terekam. Tiap baris dalam tabel adalah peristiwa performa tunggal yang dapat berupa salah satu dari berikut ini:

• Trace durasi — trace yang secara default mengumpulkan metrik "durasi", yang mencakup aplikasi dimulai, aplikasi di latar depan, dan aplikasi di latar belakang, serta setiap trace kode kustom yang diinstrumentasikan oleh developer

  • event_type DURATION_TRACE
  • event_name sama dengan nama trace

• Metrik trace — metrik kustom yang terkait dengan trace kode kustom yang diinstrumentasikan oleh developer

  • event_type TRACE_METRIC
  • event_name adalah nama metrik
  • parent_trace_name adalah nama trace yang berisi metrik ini

• Trace layar — trace yang mencakup masa aktif layar (trace rendering layar)

  • event_type SCREEN_TRACE
  • event_name adalah awalan _st_ ditambah nama layar sebenarnya

• Permintaan jaringan — trace yang mencakup masa aktif permintaan jaringan (trace permintaan jaringan HTTP)

  • event_type NETWORK_REQUEST
  • event_name adalah pola yang dikategorikan dari URL permintaan jaringan

Setiap peristiwa performa berisi atribut peristiwa (seperti negara dan operator perangkat klien), serta informasi khusus peristiwa:

• Trace durasi, metrik trace, dan trace layar berisi trace_info
• Metrik trace berisi trace_info.metric_info
• Trace layar berisi trace_info.screen_info
• Trace jaringan berisi network_info

Skema data terperinci

Apa yang dapat dilakukan dengan data yang diekspor?

Bagian berikut menawarkan contoh kueri yang bisa Anda jalankan di BigQuery terhadap data Performance Monitoring yang diekspor.

Melihat perincian latensi awal aplikasi rata-rata menurut negara

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;

Periksa rasio periode frozen terhadap berbagai kondisi

Misalnya, Anda dapat memeriksa rasio periode frozen bersama jumlah waktu yang dihabiskan pengguna di tiap layar aplikasi Anda saat menggunakan berbagai jenis radio (WiFi, 4G, dll.).

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;

Menghitung rasio cache ditemukan untuk memuat jenis file tertentu dari disk

Analisis ini mengasumsikan bahwa Anda menginstrumentasikan trace kode kustom untuk memuat dari disk dengan atribut khusus bernama file-extension dan metrik kustom (TRACE_METRIC) bernama cache-hit, yang disetel ke 1 jika cache ditemukan dan 0 jika cache tidak ditemukan.

Misalnya, Anda dapat menghitung rasio cache ditemukan untuk memuat file PNG dari disk:

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);

Memeriksa waktu saat pengguna mengeluarkan permintaan jaringan

Misalnya, Anda dapat memeriksa pada jam berapa pengguna dari Amerika Serikat mengeluarkan permintaan jaringan dari aplikasi Anda:

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;

Membawa data Performance Monitoring Anda ke mana saja

Terkadang, Anda ingin mengakses sisi server data Performance Monitoring Anda atau mengarahkannya ke solusi pihak ketiga lainnya. Untuk saat ini, ekspor data tidak dikenai biaya.

Anda dapat mengekspor data dengan:

• Menggunakan UI web BigQuery

• Menjalankan perintah CLI bq extract

• Mengirimkan tugas ekstrak melalui library API atau klien.

Harga

Ekspor data dari Performance Monitoring tidak dikenai biaya, dan BigQuery menyediakan batas penggunaan tanpa biaya yang melimpah. Untuk mengetahui informasi selengkapnya, baca harga BigQuery atau sandbox BigQuery.