ייצוא נתונים מ-Crashlytics ל-BigQuery

אפשר לייצא את הנתונים שלכם ב-Firebase Crashlytics אל BigQuery. אחרי שהנתונים מגיעים אל BigQuery, אפשר לנתח את הנתונים באמצעות שאילתות SQL, ליצור תצוגות חזותיות של נתונים ולוחות בקרה בהתאמה אישית, ואפילו לייצא את הנתונים לשירותים אחרים.

בדף הזה מוסבר איך להגדיר ייצוא של נתוני סשנים מ-Crashlytics ומ-Firebase (אופציונלי) אל BigQuery.

הגדרת ייצוא אל BigQuery

  1. במסוף Firebase, עוברים אל הגדרות > דף השילובים.

  2. בכרטיס BigQuery, לוחצים על קישור.

  3. פועלים לפי ההוראות במסך כדי להגדיר ייצוא אל BigQuery, כולל האפשרויות הבאות:

ביטול הקישור מ-BigQuery גורם להפסקת המילוי של מערכי הנתונים התואמים ב-BigQuery.

חשוב לשים לב לנקודות הבאות:

  • נתונים שכבר יוצאו אל BigQuery יישמרו למשך תקופת השמירה המותרת, ויכול להיות שעדיין תחויבו על אחסון ועל שאילתות. כדי למנוע חיובים נוספים, אפשר למחוק את מערכי הנתונים באופן ידני.

  • אם יש לכם נתוני BigQuery שמאוחסנים בשירותים אחרים, יכול להיות שהנתונים האלה כפופים לתנאים שונים לגבי שמירת נתונים.

אפשר לבטל את הקישור מ-BigQuery ברמת פרויקט Firebase, ברמת המוצר או ברמת האפליקציה למוצר ספציפי.

כך מבטלים את הקישור ל-BigQuery:

  1. במסוף Firebase, עוברים אל הגדרות > הכרטיסייה שילובים.

  2. בכרטיס BigQuery, לוחצים על ניהול.

  3. בוחרים לבטל את הקישור של מוצר ספציפי או של אפליקציות ספציפיות למוצר ספציפי.

    כדי לבטל את הקישור של פרויקט Firebase לחלוטין, מחפשים את הלחצן בחלק התחתון של הדף.

  4. כשמופיעה בקשת אישור, מאשרים שרוצים להפסיק את הייצוא.


מה קורה כשמפעילים את האפשרות לייצוא?

  • מערכת Firebase מייצאת נתונים מהאפליקציות שמקושרות אל BigQuery.

    • במהלך ההגדרה, כל האפליקציות בפרויקט מקושרות ל-BigQuery כברירת מחדל, אבל אתם יכולים לבחור לא לקשר אפליקציות ספציפיות במהלך ההגדרה.

    • כל האפליקציות שתוסיפו לפרויקט Firebase במועד מאוחר יותר יקושרו באופן אוטומטי אל BigQuery.

    • אתם יכולים לקבוע אילו אפליקציות ייצאו נתונים בכל שלב.

  • מערכת Firebase מייצאת נתונים למיקום של מערך הנתונים שבחרתם במהלך ההגדרה.

    • המיקום הזה חל גם על קבוצת הנתונים Crashlytics וגם על קבוצת הנתונים של הסשנים ב-Firebase (אם הופעל ייצוא של נתוני סשנים).

    • המיקום הזה רלוונטי רק לנתונים שמיוצאים אל BigQuery, והוא לא משפיע על מיקום הנתונים שמאוחסנים לשימוש בלוח הבקרה Crashlytics במסוף Firebase או ב-Android Studio.

    • אי אפשר לשנות את המיקום של מערך הנתונים אחרי שיוצרים אותו, אבל אפשר להעתיק את מערך הנתונים למיקום אחר או להעביר אותו ידנית (ליצור אותו מחדש) למיקום אחר. מידע נוסף מופיע במאמר שינוי המיקום של ייצוא קיים.

  • מערכת Firebase מגדירה סנכרון יומי של נתוני האצווה עם BigQuery.

    • אחרי הקישור אל BigQuery, יכול להיות שיחלפו עד 48 שעות עד לייצוא הראשוני של נתוני האצווה.

    • הסנכרון היומי מתבצע פעם ביום, בלי קשר לייצוא מתוזמן שאולי הגדרתם ב-BigQuery. חשוב לזכור שהתזמון והמשך של עבודת הסנכרון יכולים להשתנות, ולכן לא מומלץ לתזמן פעולות או עבודות במורד הזרם על סמך תזמון ספציפי של הייצוא.

  • ‫Firebase מייצא עותק של הנתונים הקיימים אל BigQuery.

    • לכל אפליקציה מקושרת, הייצוא הזה כולל טבלת אצווה שמכילה את הנתונים מהסנכרון היומי.

    • אפשר לתזמן באופן ידני מילוי חוסרים בנתונים בטבלת האצווה עד 30 הימים האחרונים או עד התאריך האחרון שבו הפעלתם את הייצוא אל BigQuery (התאריך המאוחר מביניהם).

  • אם מפעילים ייצוא בסטרימינג אל BigQuery,‏ Firebase מבצע את הפעולות הבאות:

    • לכל אפליקציה מקושרת תהיה גם טבלה משלה בזמן אמת, שמכילה נתונים שמתעדכנים כל הזמן (בנוסף לטבלת האצוות של האפליקציה לייצוא יומי של אצוות).

    • אחרי שמפעילים את הסטרימינג, יכול להיות שיעברו עד שעה לפני שיתחיל סטרימינג של הנתונים.


היתרונות של ייצוא בסטרימינג אל BigQuery

כברירת מחדל, הנתונים מיוצאים אל BigQuery בייצוא יומי של קבוצות נתונים. בנוסף, אפשר להזרים את נתוני Crashlytics ואת הסשנים ב-Firebase בזמן אמת באמצעות הזרמה של BigQuery. אפשר להשתמש בנתונים בסטרימינג לכל מטרה שדורשת נתונים בזמן אמת, כמו הצגת מידע במרכז השליטה של הסטרימינג בשידור חי, צפייה בהשקה בזמן אמת או מעקב אחרי בעיות באפליקציה שמפעילות התראות ותהליכי עבודה מותאמים אישית.

כשמפעילים ייצוא בסטרימינג אל BigQuery, מקבלים גם טבלאות בזמן אמת (בנוסף לטבלאות של עיבוד באצווה). לשני סוגי הטבלאות יהיה אותו סכימת מערך נתונים, אבל יש כמה הבדלים חשובים בין טבלאות של עיבוד באצווה לבין טבלאות של עיבוד בזמן אמת:

טבלת חבילות טבלת נתונים בזמן אמת
  • ייצוא הנתונים מתבצע פעם ביום.
  • האירועים מאוחסנים באופן קבוע לפני שהם נכתבים בקבוצות ל-BigQuery.
  • אפשר למלא חוסרים בנתונים עד 30 ימים אחורה*.
  • הנתונים מיוצאים בזמן אמת.
  • אין אפשרות למילוי חוסרים.

הטבלה של עיבוד באצווה מתאימה במיוחד לניתוח לטווח ארוך ולזיהוי מגמות לאורך זמן, כי אנחנו מאחסנים את האירועים באופן עמיד לפני שאנחנו כותבים אותם, ואפשר להוסיף אותם לטבלה עד 30 יום אחורה*. כשכותבים נתונים לטבלה בזמן אמת, אנחנו כותבים אותם מיד ל-BigQuery, ולכן היא אידיאלית למרכזי בקרה בזמן אמת ולהתראות בהתאמה אישית. אפשר לשלב את שתי הטבלאות האלה באמצעות שאילתת שילוב כדי ליהנות מהיתרונות של שתיהן.

כברירת מחדל, זמן התפוגה של המחיצה בטבלה בזמן אמת הוא 30 יום. במאמר הגדרת תפוגה של מחיצה במסמכי התיעוד של BigQuery מוסבר איך לשנות את ההגדרה הזו.

‫* אפשר לבצע מילוי חוסרים עד 30 ימים אחורה או עד התאריך האחרון שבו הפעלתם את הייצוא אל BigQuery (התאריך המאוחר מבין השניים).


תמחור וארגז החול BigQuery

אם פרויקט Firebase שלכם מוגדר בתוכנית התמחור Spark ללא עלות, אתם יכולים להשתמש בBigQuery סביבת הארגז, שמאפשרת גישת ניסיון ללא עלות ל-BigQuery. מידע על ארגז החול BigQuery והיכולות שלו זמין במאמר שימוש בארגז החול BigQuery.

אם פרויקט Firebase שלכם מוגדר במינוי Blaze בתשלום לפי שימוש, אתם יכולים להשתמש בכל התכונות של BigQuery. השימוש שלך ב-BigQuery כפוף לתמחור של BigQuery, שכולל שימוש מוגבל ללא עלות.


מה השלב הבא?