Экспорт данных мониторинга производительности в BigQuery

Вы можете экспортировать данные для мониторинга производительности от компании Apple и Android приложений в BigQuery для дальнейшего анализа. BigQuery позволяет анализировать данные с помощью BigQuery SQL, экспортировать их в другой облачный провайдер и даже использовать данные для ваших пользовательских моделей машинного обучения.

Включить экспорт BigQuery

1. Перейти к интеграциям странице в Firebase консоли, затем нажмите Ссылку на карте BigQuery.

2. Следуйте инструкциям на экране, чтобы включить BigQuery.

Когда вы связываете свой проект с BiqQuery:

• Firebase экспортирует копию существующих данных в BigQuery.

  • При первоначальном связывании Firebase автоматически планирует ваши таблицы BigQuery для заполнения данных за последние 7 дней, чтобы вы могли сразу же начать экспериментировать. Подождите несколько часов, чтобы исходные данные стали доступны в BigQuery.

  • Вы также можете вручную данные расписания backfills на срок до последних 30 дней.

• Firebase настраивает ежедневную синхронизацию ваших данных из проекта Firebase в BigQuery.

• По умолчанию все приложения в вашем проекте связаны с BigQuery, а любые приложения, которые вы позже добавляете в проект, автоматически связываются с BigQuery. Вы можете управлять , какие приложения передачи данных .

Чтобы отключить экспорт BigQuery, разъединить ваш проект в консоли Firebase.

Какие данные экспортируются в BigQuery?

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

• Продолжительность след - следы, собирающие, по умолчанию, метрика «длительность», которые включают в себя запуск приложения, приложение-в-плане, и приложение-на-фоне, а также любой разработчик-инструментальных следы пользовательских кодов

  • event_type является DURATION_TRACE
  • event_name такое же , как имя трассировки

• Трассировка метрики - пользовательские метрики, связанные с разработчиком инструментальными пользовательского кода следов

  • event_type является TRACE_METRIC
  • event_name это имя метрики
  • parent_trace_name это имя следа , который содержит эту метрику

• Экран трассировка - следы , перекрывающие срок службы экрана (следы рендеринга экрана)

  • event_type является SCREEN_TRACE
  • event_name есть префикс _st_ плюс фактическое имя экрана

• Сеть запрос - следы перекрывающих жизней запроса сети (HTTP запрос сети следы)

  • event_type является NETWORK_REQUEST
  • event_name является категоризирована картиной URL запроса сети

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

• Продолжительность следы, метрики следов, и следы экрана содержат trace_info
• Метрики трассировки содержат trace_info.metric_info
• Следы экрана содержат trace_info.screen_info
• Следы сети содержат network_info

Подробная схема данных

Что вы можете сделать с экспортированными данными?

В следующих разделах приведены примеры запросов, которые вы можете запустить в BigQuery в отношении экспортированных данных мониторинга производительности.

Просмотр средней задержки запуска приложения с разбивкой 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 в различных условиях

Например, вы можете проверить соотношение замороженных кадров вместе с количеством времени, которое пользователи проводят на каждом экране вашего приложения при использовании разных типов радио (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 кеш для загрузки определенных типов файлов с диска

Этот анализ предполагает , что вы инструментальный пользовательский код трассировку для загрузки с диска пользовательского атрибутом с именем file-extension и пользовательские метриками (а TRACE_METRIC ) под названием cache-hit , который установлен в 1 , если кэш и 0 , если кэш промахов.

Например, вы можете вычислить частоту попаданий в кеш для загрузки файлов PNG 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);

Проверяйте время суток, когда пользователи отправляют сетевые запросы

Например, вы можете проверить, в какое время дня 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;

Возьмите свои данные мониторинга производительности куда угодно

Иногда вы хотите получить доступ к своим данным мониторинга производительности на стороне сервера или передать их другому стороннему решению. В настоящее время плата за экспорт данных не взимается.

Вы можете экспортировать свои данные:

• Использование веб-интерфейса BigQuery

• Запуск CLI команды bq extract

• Отправка задания экстракта через API или клиентские библиотеки.

Ценообразование

Экспорт данных из Performance Monitoring осуществляется бесплатно, а BigQuery предоставляет щедрые ограничения на бесплатное использование. Для получения более подробной информации, обратитесь к BigQuery ценообразованию или песочнице BigQuery .