מה אפשר לעשות עם הנתונים שמאוחסנים ב-Cloud Logging?

אחרי שמייצאים את נתוני Crashlytics ואת נתוני הסשנים של Firebase (אופציונלי) אל Cloud Logging, אפשר להתחיל לעבוד עם הנתונים כדי להבין טוב יותר את היציבות של האפליקציה ואפילו להשתמש ביומנים בשירותים אחרים של Google Cloud כדי ליצור מרכזי בקרה בהתאמה אישית, להגדיר התראות בהתאמה אישית ולנתח את הנתונים.

אפשר גם לייצא את הנתונים לשירותים אחרים.

ריכזנו כאן כמה תרחישי שימוש נפוצים לעבודה עם הנתונים:

  • יצירת מדדים מבוססי-יומן לניתוח מתקדם
    הופכים את רשומות היומן למדדים שעוקבים אחרי התנהגויות ספציפיות באפליקציה או אחרי מגמות יציבות לאורך זמן. לדוגמה, אתם יכולים ליצור מדד לספירת התדירות שבה מתרחש חריג ספציפי לא קריטי, ולהציג אותו לצד מדדים אחרים של תקינות המערכת.

  • הגדרה של התראות מתקדמות לערוצי התראות בהתאמה אישית
    אפשר להגדיר מדיניות התראות בהתאמה אישית ב-Cloud Monitoring כדי לקבל התראות באימייל מעבר להתראות ברירת המחדל. להפעיל התראות על סמך דפוסים או ספים ספציפיים ביומן ולשלוח אותן לשירותים כמו Slack,‏ Jira או PagerDuty.

  • יצירת מרכזי בקרה ותרשימים בהתאמה אישית
    אפשר להשתמש ב-Cloud Monitoring כדי ליצור מרכזי בקרה בהתאמה אישית שמציגים את המדדים שהכי חשובים לעסק. אפשר לראות את שיעורי הפעילות ללא קריסה, את נפחי הסשנים ואת מספר השגיאות בתצוגה אחת, בשילוב עם Google Cloud נתוני מוצרים אחרים.

  • התאמה בין קריסות של אפליקציות לבין יומנים של backend
    שילוב של נתוני קריסות בצד הלקוח עם יומנים בצד השרת במקום אחד.

  • חיפוש וסינון של נתוני קריסות גולמיים בהיקף גדול
    אפשר להשתמש ב-Logs Explorer כדי להריץ שאילתות מורכבות באמצעות LQL (שפת שאילתות של רישום ביומן). אתם יכולים לחפש הודעות ספציפיות ביומן, מפתחות מותאמים אישית או נתיבי ניווט אצל כל המשתמשים ובכל הגרסאות כדי למצוא בעיות נדירות או בעיות שספציפיות למכשיר.

  • העברת נתונים לצורך שמירה לטווח ארוך או עיבוד חיצוני
    אפשר להשתמש ב-log sinks כדי לייצא את היומנים של Crashlytics אל Cloud Storage לצורך עמידה בדרישות, אל BigQuery לצורך ניתוח נתונים בהיקף נרחב או אל Pub/Sub כדי להזרים נתונים אל כלי ניטור חיצוניים משלכם.

הבנה טובה יותר של יציבות האפליקציה

הכלי Logs Explorer במסוף Google Cloud מציע כלים לצפייה ביומנים ובנתונים הספציפיים שלכם באמצעות שאילתות, מסננים מובנים ולוחות נתונים. מידע נוסף על סינון היומנים באמצעות שאילתות מופיע בקטע הבא.

בלוח הבקרה של Crashlytics מוצגת סקירה כללית של תקינות האפליקציה, אבל אם מייצאים את הנתונים אל Cloud Logging אפשר לקבל תשובות לשאלות ספציפיות יותר לגבי התנהגות האפליקציה:

  • איך אפשר לראות קשר בין קריסה ספציפית לפעילות בשרת העורפי?
    משתמשים במזהה משותף (כמו מזהה משתמש או מזהה בקשה) כדי לראות בדיוק מה קרה בשרתים ברגע שקרסה אפליקציה בצד הלקוח.

  • מהו שיעור הסשנים בלי קריסות באזור גיאוגרפי ספציפי?
    אם מצטרפים לCrashlytics אירועים עם נתוני סשנים של Firebase, אפשר לחשב מדדים מתקדמים שלא זמינים בלוח הבקרה הרגיל.

  • האם בדגמים מסוימים של מכשירים יש נפח גבוה יותר של שגיאות לא קריטיות אחרי השקה של גרסה חדשה?
    מסננים יומנים גולמיים לפי device.model ו-error_type כדי לזהות רגרסיות ספציפיות לחומרה בזמן אמת.

  • מה היה רצף האירועים המדויק שהוביל לקריסה?
    בודקים את השדות breadcrumbs ו-logs ברשומה ביומן כדי לראות את המסלול עם חותמת הזמן של פעולות המשתמש ואירועי המערכת שקדמו לכשל.

  • כמה משתמשים מושפעים משגיאה ספציפית של 'אין זיכרון פנוי (OOM)' בגרסה העדכנית?
    מריצים שאילתה בכל היומנים כדי למצוא את מספר הערכים הייחודיים installation_uuid שמשויכים לסוג חריגה ספציפי.

  • האם תכונה מסוימת גורמת ליותר קריסות מאחרות?
    אם אתם משתמשים במפתחות מותאמים אישית כדי לעקוב אחרי דגלים של תכונות או מצבי אפליקציה, אתם יכולים לסנן את היומנים כדי לראות אם צמד מסוים של מפתח וערך מיוצג באופן לא פרופורציונלי באירועי קריסה.

שימוש ביומנים בשירותים אחרים של Google Cloud

אפשר גם להשתמש ביומנים בשירותים אחרים של Google Cloud, כמו Cloud Monitoring או BigQuery.

Cloud Monitoring

באמצעות Cloud Monitoring, תוכלו להשתמש במדדים מבוססי-יומן על סמך הנתונים המיוצאים כדי לבצע כל אחת מהפעולות הבאות:

איך ניגשים לנתוני Cloud Logging ב-Cloud Monitoring

מכיוון שגם Cloud Logging וגם Cloud Monitoring הם חלק מ-Google Cloud Observability Suite, אתם יכולים להתחיל להשתמש בנתונים שמאוחסנים ב-Cloud Logging ישירות ב-Cloud Monitoring בלי לייצא אותם.

BigQuery

בעזרת BigQuery, אתם יכולים לבצע כל אחת מהפעולות הבאות:

  • אפשר להשתמש ב-Data Studio כדי ליצור מרכזי בקרה בהתאמה אישית של הנתונים המיוצאים. מידע נוסף על Data Studio זמין במדריך למשתמש.

  • מריצים שאילתות על נתוני Crashlytics ועל נתוני סשנים ב-Firebase (אופציונלי) כדי ליצור דוחות וסיכומים בהתאמה אישית.

  • אפשר לשלב את הנתונים של Crashlytics עם נתונים אחרים מ-Firebase שייצאתם אל BigQuery ולשלוח שאילתות לגביהם בדרכים חדשות.

איך ניגשים לנתוני Cloud Logging ב-BigQuery

כדי להתחיל להשתמש בנתונים המיוצאים שמאוחסנים ב-Cloud Logging עם BigQuery, צריך לתת ל-BigQuery גישה לנתונים. אפשר לבחור באחת מהאפשרויות הבאות: