Экспорт данных Firebase Crashlytics в BigQuery

SELECT
  TIMESTAMP_TRUNC(crashlytics.event_timestamp,DAY) AS event_date,
  (1 - (COUNT (DISTINCT installation_uuid) / COUNT (DISTINCT instance_id))) AS CFU
FROM
  `PROJECT_ID.firebase_sessions.PACKAGE_NAME_ANDROID` AS sessions
LEFT JOIN
  `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID` AS crashlytics
ON
  TIMESTAMP_TRUNC(sessions.event_timestamp,DAY) = TIMESTAMP_TRUNC(crashlytics.event_timestamp,DAY)
WHERE
  crashlytics.error_type="FATAL"
  AND crashlytics.application.display_version="APP_VERSION"
  AND sessions.application.display_version = "APP_VERSION"
GROUP BY
  event_date
ORDER BY
  event_date

Количество сессий без сбоев за последнюю неделю (за последние 168 часов):

SELECT
  TIMESTAMP_TRUNC(crashlytics.event_timestamp,DAY) AS event_date,
  (1 - (COUNT (DISTINCT crashlytics.firebase_session_id) / COUNT (DISTINCT sessions.session_id))) AS CFS
FROM
  `PROJECT_ID.firebase_sessions.PACKAGE_NAME_ANDROID` AS sessions
LEFT JOIN
  `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID` AS crashlytics
ON
  TIMESTAMP_TRUNC(sessions.event_timestamp,DAY) = TIMESTAMP_TRUNC(crashlytics.event_timestamp,DAY)
WHERE
  crashlytics.error_type="FATAL" AND _PARTITIONTIME >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 168 HOUR)
  AND _PARTITIONTIME < CURRENT_TIMESTAMP()
GROUP BY
  event_date
ORDER BY
  event_date

Пример 2: Аварии по дням

После того, как вы исправили как можно больше ошибок, вы считаете, что ваша команда наконец готова запустить новое приложение для обмена фотографиями. Но прежде чем это сделать, вы хотите проверить количество сбоев в день за последний месяц, чтобы убедиться, что благодаря исправлению ошибок приложение стало более стабильным со временем.

Вот пример запроса для приложения Android. Для приложения iOS используйте идентификатор пакета и IOS (вместо имени пакета и ANDROID ).

SELECT
  COUNT(DISTINCT event_id) AS number_of_crashes,
  FORMAT_TIMESTAMP("%F", event_timestamp) AS date_of_crashes
FROM
 `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID`
GROUP BY
  date_of_crashes
ORDER BY
  date_of_crashes DESC
LIMIT 30;

Пример 3: Найдите наиболее распространенные аварии.

Для правильной приоритизации производственных планов вам необходимо определить 10 наиболее распространенных сбоев в вашем приложении. Для этого создайте запрос, который предоставит соответствующие данные.

Вот пример запроса для приложения Android. Для приложения iOS используйте идентификатор пакета и IOS (вместо имени пакета и ANDROID ).

SELECT
  DISTINCT issue_id,
  COUNT(DISTINCT event_id) AS number_of_crashes,
  COUNT(DISTINCT installation_uuid) AS number_of_impacted_user,
  blame_frame.file,
  blame_frame.line
FROM
  `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID`
WHERE
  event_timestamp >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(),INTERVAL 168 HOUR)
  AND event_timestamp < CURRENT_TIMESTAMP()
GROUP BY
  issue_id,
  blame_frame.file,
  blame_frame.line
ORDER BY
  number_of_crashes DESC
LIMIT 10;

Пример 4: 10 устройств, чаще всего вызывающих сбои в работе.

Осень — это сезон новых телефонов! Ваша компания знает, что это также означает сезон новых проблем, специфичных для конкретных устройств, особенно для Android. Чтобы предотвратить надвигающиеся проблемы совместимости, вы составляете запрос, который определяет 10 устройств, которые чаще всего зависали за последнюю неделю (168 часов).

Вот пример запроса для приложения Android. Для приложения iOS используйте идентификатор пакета и IOS (вместо имени пакета и ANDROID ).

SELECT
  device.model,
COUNT(DISTINCT event_id) AS number_of_crashes
FROM
  `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID`
WHERE
  event_timestamp >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 168 HOUR)
  AND event_timestamp < CURRENT_TIMESTAMP()
GROUP BY
  device.model
ORDER BY
  number_of_crashes DESC
LIMIT 10;

Пример 5: Фильтрация по пользовательскому ключу

Вы — разработчик игр, и вам нужно узнать, на каком уровне вашей игры чаще всего происходят сбои.

Для отслеживания этой статистики вы устанавливаете пользовательский ключ Crashlytics ( iOS+ | Android | Flutter | Unity ) под названием current_level и обновляете его каждый раз, когда пользователь достигает нового уровня.

Crashlytics.sharedInstance().setIntValue(3, forKey: "current_level");

CrashlyticsKit setIntValue:3 forKey:@"current_level";

Crashlytics.setInt("current_level", 3);

Используя этот ключ при экспорте в BigQuery , вы можете написать запрос для получения информации о распределении значений current_level , связанных с каждым событием сбоя.

Вот пример запроса для приложения Android. Для приложения iOS используйте идентификатор пакета и IOS (вместо имени пакета и ANDROID ).

SELECT
COUNT(DISTINCT event_id) AS num_of_crashes,
  value
FROM
  `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID`
UNNEST(custom_keys)
WHERE
  key = "current_level"
GROUP BY
  key,
  value
ORDER BY
  num_of_crashes DESC

Пример 6: Извлечение идентификатора пользователя

У вас есть Android-приложение в стадии раннего доступа. Большинству пользователей оно нравится, но трое столкнулись с необычно большим количеством сбоев. Чтобы разобраться в проблеме, вы пишете запрос, который извлекает все события сбоев для этих пользователей, используя их идентификаторы.

Вот пример запроса для приложения Android. Для приложения iOS используйте идентификатор пакета и IOS (вместо имени пакета и ANDROID ).

SELECT *
FROM
  `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID`
WHERE
  user.id IN ("USER_ID_1", "USER_ID_2", "USER_ID_3")
ORDER BY
  user.id
 

Пример 7: Найдите всех пользователей, столкнувшихся с определенной проблемой, приводящей к сбою.

Ваша команда случайно выпустила критическую ошибку для группы бета-тестеров. Используя запрос из примера «Поиск наиболее распространенных сбоев» выше, ваша команда смогла определить конкретный идентификатор проблемы, вызвавшей сбой. Теперь ваша команда хочет выполнить запрос для получения списка пользователей приложения, пострадавших от этого сбоя.

Вот пример запроса для приложения Android. Для приложения iOS используйте идентификатор пакета и IOS (вместо имени пакета и ANDROID ).

SELECT user.id as user_id
FROM
  `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID`
WHERE
  issue_id = "ISSUE_ID"
  AND application.display_version = "APP_VERSION"
  AND user.id != ""
ORDER BY
  user.id;

Пример 8: Количество пользователей, пострадавших от сбоя, в разбивке по странам.

Ваша команда обнаружила критическую ошибку во время развертывания новой версии. Вы смогли использовать запрос из примера «Поиск наиболее распространенных сбоев» выше, чтобы определить конкретный идентификатор проблемы, вызвавшей сбой. Теперь ваша команда хотела бы узнать, распространился ли этот сбой на пользователей в разных странах мира.

Для написания этого запроса вашей команде потребуется выполнить следующие действия:

1. Включите экспорт данных Google Analytics в BigQuery . См. раздел «Экспорт данных проекта в BigQuery» .

2. Обновите свое приложение, чтобы оно передавало идентификатор пользователя как в SDK Google Analytics , так и в SDK Crashlytics .

   Быстрый

   Crashlytics.sharedInstance().setUserIdentifier("123456789");
   Analytics.setUserID("123456789");
   

   Objective-C

   CrashlyticsKit setUserIdentifier:@"123456789";
   FIRAnalytics setUserID:@"12345678 9";
   

   Java

   Crashlytics.setUserIdentifier("123456789");
   mFirebaseAnalytics.setUserId("123456789");
   

3. Напишите запрос, который использует поле идентификатора пользователя для объединения событий в наборе данных Google Analytics с авариями в наборе данных Crashlytics .

   Вот пример запроса для приложения Android. Для приложения iOS используйте идентификатор пакета и IOS (вместо имени пакета и ANDROID ).

   SELECT DISTINCT c.issue_id, a.geo.country, COUNT(DISTINCT c.user.id) as num_users_impacted
   FROM `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID` c
   INNER JOIN  `PROJECT_ID.analytics_TABLE_NAME.events_*` a on c.user.id = a.user_id
   WHERE
     c.issue_id = "ISSUE_ID"
     AND a._TABLE_SUFFIX BETWEEN '20190101'
     AND '20200101'
   GROUP BY
     c.issue_id,
     a.geo.country,
     c.user.id

Пример 9: 5 главных проблем сегодняшнего дня

Вот пример запроса для приложения Android. Для приложения iOS используйте идентификатор пакета и IOS (вместо имени пакета и ANDROID ).

SELECT
  issue_id,
  COUNT(DISTINCT event_id) AS events
FROM
  `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID_REALTIME`
WHERE
  DATE(event_timestamp) = CURRENT_DATE()
GROUP BY
  issue_id
ORDER BY
  events DESC
LIMIT
  5;

Пример 10: 5 главных проблем с ДАТЫ, включая сегодняшний день.

Также можно объединить таблицы пакетной обработки и обработки в реальном времени с помощью запроса на объединение данных, чтобы добавить информацию в реальном времени к надежным пакетным данным. Поскольку event_id является первичным ключом, можно использовать DISTINCT event_id для удаления дубликатов общих событий из двух таблиц.

Вот пример запроса для приложения Android. Для приложения iOS используйте идентификатор пакета и IOS (вместо имени пакета и ANDROID ).

SELECT
  issue_id,
  COUNT(DISTINCT event_id) AS events
FROM (
  SELECT
    issue_id,
    event_id,
    event_timestamp
  FROM
    `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID_REALTIME`
  UNION ALL
  SELECT
    issue_id,
    event_id,
    event_timestamp
  FROM
    `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID`)
WHERE
  event_timestamp >= PARSE_TIMESTAMP("%Y_%m_%d", "YYYY_MM_DD")
GROUP BY
  issue_id
ORDER BY
  events DESC
LIMIT
  5;

Визуализируйте экспортированные данные Crashlytics с помощью Looker Studio

Looker Studio превращает ваши наборы данных Crashlytics в BigQuery в отчеты, которые легче читать, легче делиться ими и которые полностью настраиваются.

Чтобы узнать больше об использовании Looker Studio , ознакомьтесь с их приветственным руководством .

Используйте шаблон отчета Crashlytics

Looker Studio есть пример отчета для Crashlytics , который включает в себя полный набор измерений и метрик из экспортированной схемы Crashlytics BigQuery . Если вы включили потоковый экспорт Crashlytics в BigQuery , вы можете просмотреть эти данные на странице «Тенденции в реальном времени» в шаблоне Looker Studio . Вы можете использовать этот пример в качестве шаблона для быстрого создания новых отчетов и визуализаций на основе необработанных данных о сбоях вашего приложения:

1. Откройте шаблон панели управления Crashlytics Looker Studio .

2. Нажмите «Использовать шаблон» в правом верхнем углу.

3. В раскрывающемся списке «Новый источник данных» выберите «Создать новый источник данных» .

4. Нажмите кнопку «Выбрать» на карточке BigQuery .

5. Выберите таблицу, содержащую экспортированные данные Crashlytics , перейдя в раздел Мои проекты > PROJECT_ID > firebase_crashlytics > TABLE_NAME .

   Ваша таблица для пакетной обработки всегда доступна для выбора. Если включен экспорт потоковых данных Crashlytics в BigQuery , вы можете выбрать вместо нее свою таблицу для обработки в реальном времени.

6. В разделе «Конфигурация» установите уровень шаблона Crashlytics на «По умолчанию» .

7. Нажмите «Подключить» , чтобы создать новый источник данных.

8. Нажмите «Добавить в отчет» , чтобы вернуться к шаблону Crashlytics .

9. Наконец, нажмите «Создать отчет» , чтобы создать свою копию шаблона панели мониторинга Crashlytics Looker Studio .

Разберитесь в схеме BigQuery

Firebase создает новые наборы данных в BigQuery для экспортированных данных:

• Набор данных Crashlytics

• Набор данных сессий Firebase (если экспорт данных сессий разрешен)

Набор данных Crashlytics

Данные Crashlytics экспортируются в набор данных BigQuery под названием firebase_crashlytics . Этот набор данных охватывает весь ваш проект, даже если он включает в себя несколько приложений.

Таблицы

По умолчанию Firebase создает отдельные таблицы внутри набора данных Crashlytics для каждого приложения в вашем проекте, связанного с BigQuery .

Таблицы именуются на основе идентификатора приложения (точки заменяются подчеркиваниями) и дополняются названием платформы приложения ( _IOS или _ANDROID ). Например, данные для приложения Android с именем пакета com.google.test будут находиться в таблице с именем com_google_test_ANDROID .

• Если включен потоковый экспорт в BigQuery , то данные также будут передаваться в режиме реального времени в таблицу с добавлением _REALTIME (например, com_google_test_ANDROID_REALTIME ).

• Каждая строка в таблице представляет собой событие, произошедшее в приложении, включая сбои, некритические ошибки и ошибки ANR.

• В таблицах содержится стандартный набор данных Crashlytics в дополнение к любым пользовательским ключам Crashlytics , определенным вами в вашем приложении ( iOS+ | Android | Flutter | Unity ).

Ряды

Каждая строка в таблице представляет собой ошибку, обнаруженную приложением.

Колонки

Столбцы в таблице идентичны для аварий, нефатальных ошибок и ошибок ANR.

• Если включен потоковый экспорт в BigQuery , то таблица в реальном времени будет содержать те же столбцы, что и таблица пакетной обработки.

• У вас могут быть столбцы в строках, представляющие события, для которых отсутствуют трассировки стека.

Вот столбцы таблицы с экспортированными данными Crashlytics :

Набор данных сессий Firebase

Данные о сессиях Firebase экспортируются в набор данных BigQuery под названием firebase_sessions . Этот набор данных охватывает весь ваш проект, даже если он включает в себя несколько приложений.

Таблицы

По умолчанию Firebase создает отдельные таблицы внутри набора данных Firebase sessions для каждого приложения в вашем проекте, связанного с BigQuery .

Таблицы именуются на основе идентификатора приложения (точки заменяются подчеркиваниями) и дополняются названием платформы приложения ( _IOS или _ANDROID ). Например, данные для приложения Android с именем пакета com.google.test будут находиться в таблице с именем com_google_test_ANDROID .

Ряды

Каждая строка в таблице представляет собой событие сессии, которое произошло.

Колонки

Если включен потоковый экспорт в BigQuery , то таблица в реальном времени будет содержать те же столбцы, что и таблица пакетной обработки.

Вот столбцы таблицы с экспортированными данными о сессиях Firebase:

Обновите инфраструктуру экспорта для BigQuery до новой версии.

В середине октября 2024 года Crashlytics запустила новую инфраструктуру для пакетного экспорта данных Crashlytics в BigQuery .

• Если вы включили пакетный экспорт после октября 2024 года , то ваш проект Firebase автоматически использует новую инфраструктуру экспорта. Никаких действий не требуется.

• Если вы включили пакетный экспорт до или во время октября 2024 года , ознакомьтесь с информацией в разделе «Как перейти на новую инфраструктуру экспорта для BigQuery?», чтобы определить, нужно ли вам предпринимать какие-либо действия.