您可以对存储在 Cloud Logging 中的数据执行哪些操作？

将 Crashlytics 和（可选）Firebase 会话数据导出到 Cloud Logging 后，您就可以开始使用这些数据来更好地了解应用的稳定性，甚至可以在其他 Google Cloud 服务中使用日志来构建自定义信息中心、设置自定义提醒和分析数据。

以下是一些常见的数据使用场景：

创建基于日志的指标以进行高级分析
将日志条目转换为指标，以跟踪特定应用行为或随时间推移的稳定性趋势。例如，您可以创建一个指标来统计特定非致命异常的发生频率，并将其与其他系统健康状况指标一起直观呈现。
为自定义通知渠道设置高级提醒
在 Cloud Monitoring 中设置自定义提醒政策，从而超越默认的电子邮件提醒。根据特定日志模式或阈值触发通知，并将其发送到 Slack、Jira 或 PagerDuty 等服务。
构建自定义信息中心和图表
使用 Cloud Monitoring 创建个性化信息中心，突出显示对您的业务最重要的指标。您可以在单个视图中直观呈现无崩溃率、会话量和错误计数，并结合其他 Google Cloud 产品数据。
将应用崩溃与后端日志相关联
将客户端崩溃数据与服务器端日志集成到一个位置。
大规模搜索和过滤原始崩溃数据
使用 Logs Explorer 可通过 LQL（日志记录查询语言）运行复杂的查询。您可以搜索所有用户和版本中的特定日志消息、自定义键或轨迹，以查找罕见问题或特定于设备的问题。
将数据路由到长期保留或外部处理
使用日志接收器将 Crashlytics 日志导出到 Cloud Storage 以满足合规性要求，导出到 BigQuery 以进行大规模分析，或导出到 Pub/Sub 以将数据流式传输到您自己的外部监控工具。

更好地了解应用的稳定性

Google Cloud 控制台中的 Logs Explorer提供了多种工具，可供您使用查询和内置过滤条件及数据面板查看特定日志和数据。如需详细了解如何使用查询过滤日志，请参阅下文。

虽然 Crashlytics 信息中心可提供应用健康状况的概览，但导出到 Cloud Logging 可让您更精细地了解应用的行为：

特定崩溃与后端活动有何关联？
使用通用标识符（例如用户 ID 或请求 ID）来准确了解客户端崩溃时服务器上发生的情况。
特定地理区域的无崩溃会话率是多少？
通过将 Crashlytics 事件与 Firebase 会话数据联接，您可以计算标准信息中心中没有的高级指标。
在推出新版本后，某些设备型号是否出现了更多非严重错误？
按 device.model 和 error_type 过滤原始日志，以实时识别特定于硬件的回归。
导致崩溃的确切事件序列是什么？
检查日志条目中的 breadcrumbs 和 logs 字段，查看在发生故障之前用户操作和系统事件的时间戳轨迹。
最新版本中，有多少用户受到特定“内存不足”错误的影响？
跨所有日志运行查询，以查找与特定异常类型关联的唯一 installation_uuid 值的数量。
与某些功能相比，特定功能是否导致了更多崩溃？
如果您使用自定义键来跟踪功能标志或应用状态，则可以过滤日志，查看特定键值对在崩溃事件中是否占比较高。

您还可以将日志用于其他 Google Cloud 服务，例如 Cloud Monitoring 或 BigQuery。

使用 Cloud Monitoring，您可以根据导出的数据使用基于日志的指标来执行以下任一操作：

由于 Cloud Logging 和 Cloud Monitoring 都是 Google Cloud Observability Suite 的一部分，因此您可以直接使用存储在 Cloud Logging 中的数据，而无需导出这些数据。Cloud Monitoring

使用 BigQuery，您可以执行以下任一操作：

如需开始使用 BigQuery 处理存储在 Cloud Logging 中的导出数据，您需要让 BigQuery 可以访问这些数据。使用以下任一选项：