אפשרויות לשימוש בנתונים מיוצאים מ-Crashlytics בשירותי Google Cloud

‫Firebase Crashlytics ובמרכז הבקרה שלו במסוף Firebase אפשר לעיין בנתוני היציבות של האפליקציות ולנתח אותם. התכונות הרגילות של Crashlytics יכולות לעזור לכם בהרבה מהמשימות והיעדים שקשורים להפעלת האפליקציה שלכם.

עם זאת, ככל שהאפליקציות והעסק שלכם גדלים והופכים מורכבים יותר, יכול להיות שתצטרכו תשובות לסוגים שונים של שאלות, לנתח את הנתונים או לשלב אותם בדרכים ייחודיות, או ליצור לוחות בקרה מותאמים אישית או התראות מותאמות אישית על סמך הנתונים שלכם.

כדי לעזור לכם לעשות את כל זה, Crashlytics מציעה אפשרויות לייצוא הנתונים שלכם לשירותים רבי-עוצמה של Google Cloud: BigQuery ו-Cloud Logging. במאמר מה אפשר לעשות עם הנתונים המיוצאים? מופיעה רשימה מקיפה יותר של היכולות של השירותים האלה.

  • BigQuery: ניתוח נתונים באמצעות שאילתות SQL, שילוב נתונים ממערכי נתונים אחרים, ייצוא נתונים לספק שירותי ענן אחר ויצירת תצוגות חזותיות של נתונים ומרכזי בקרה בהתאמה אישית (לדוגמה, באמצעות Data Studio).
    הגדרת ייצוא אל BigQuery

  • ‫Cloud Logging: יצירת מדדים מבוססי-יומן לניתוח מתקדם, הגדרת התראות מתקדמות לערוצי התראות בהתאמה אישית, יצירת מרכזי בקרה ותרשימים בהתאמה אישית באמצעות Cloud Monitoring ועוד.
    הגדרת ייצוא אל Cloud Logging

בדף הזה מוסבר בפירוט איך אפשר להשתמש בנתוני Crashlytics המיוצאים ובנתוני הסשנים של Firebase (אופציונלי) בשירותים האלה של Google Cloud.

אילו נתונים מיוצאים לכל שירות?

הייצוא כולל נתונים גולמיים של Crashlytics (ואפשרות גם של נתוני סשנים ב-Firebase), כולל סוג המכשיר, מערכת ההפעלה, חריגים (אפליקציות ל-Android) או שגיאות (אפליקציות של אפל), ויומנים של Crashlytics, וגם מטא-נתונים משויכים אחרים.

הנתונים שמיוצאים לכל שירות זהים, אבל המבנה שונה. ב-BigQuery, הנתונים נמצאים בטבלאות (ראו סכימת מערך הנתונים), וב-Cloud Logging, הנתונים נמצאים בפורמט יומן (ראו סכימת היומן).

מה אפשר לעשות עם הנתונים המיוצאים?

בהמשך מוצגים דגשים לשימושים אפשריים בשירותים האלהGoogle Cloud עם נתוני Crashlytics. במסמכי התיעוד של Google Cloud אפשר לקרוא על כל היכולות של BigQuery ושל Cloud Logging.

הנתונים מיוצאים אל BigQuery

  • ניתוח נתונים באמצעות שאילתות SQL
    אתם יכולים להריץ שאילתות על נתוני Crashlytics כדי ליצור דוחות וסיכומים בהתאמה אישית. מכיוון שסוגי הדוחות המותאמים אישית האלה לא זמינים בלוח הבקרה Crashlytics של מסוף Firebase, הם יכולים להשלים את הניתוח שלכם ואת ההבנה של נתוני הקריסות. אנחנו אפילו מספקים לכם אוסף של דוגמאות לשאילתות.

  • צירוף נתונים ממערכי נתונים שונים
    לדוגמה, אם בוחרים לייצא נתוני סשנים של Firebase כשמגדירים ייצוא נתונים שלCrashlytics, אפשר לשפר את ההבנה של משתמשים ללא קריסות וסשנים ללא קריסות. בנוסף, אתם יכולים לייצא נתונים ממוצרי Firebase שונים (כמו Performance Monitoring) או מ-Google Analytics, ואז לשלב ולנתח את הנתונים האלה ב-BigQuery עם הנתונים של Crashlytics.

  • יצירת תצוגות
    באמצעות ממשק המשתמש של BigQuery, אפשר ליצור תצוגה, שהיא טבלה וירטואלית שמוגדרת על ידי שאילתת SQL. הוראות מפורטות על הסוגים השונים של תצוגות ועל אופן היצירה שלהן מופיעות במאמרי העזרה בנושא BigQuery.

  • ליצור ייצוגים חזותיים של נתונים ולוחות בקרה בהתאמה אישית
    לדוגמה, אפשר להשתמש בתבנית מוכנה מראש של Crashlytics כדי ליצור לוח בקרה באמצעות Data Studio.

הנתונים מיוצאים אל Cloud Logging

  • 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.

מתי כדאי לבחור באפשרות BigQuery ומתי באפשרות Cloud Logging?

ריכזנו כאן כמה הבדלים שכדאי להביא בחשבון כשבוחרים לאן לייצא את הנתונים.

הנתונים מיוצאים אל BigQuery הנתונים מיוצאים אל Cloud Logging
תפקידים רלוונטיים בעסק הכלי הזה אידיאלי לתפקידים של ניתוח נתונים, במיוחד לאיחוד נתונים מכמה מערכי נתונים. התכונה הזו שימושית למפתחים ולמהנדסי SRE להגדרת התראות ולוחות בקרה בהתאמה אישית, וגם לחיבור קל יותר לנתוני מעקב בצד השרת.
אפשרויות לשימוש בנתונים עם מוצרי Google Cloud
אפשרויות לצירוף נתונים ולייצוא נוסף שלהם
Pricing אתם משלמים גם על אחסון וגם על שאילתות.
מידע נוסף זמין במאמר בנושא ייצוא נתוני Crashlytics אל BigQuery. 		אתם משלמים על אחסון, אבל לא על שאילתות.
מידע נוסף זמין במאמר בנושא ייצוא נתוני Crashlytics אל Cloud Logging.

מה השלב הבא?

הגדרת ייצוא אל BigQuery הגדרת ייצוא אל Cloud Logging

אחרי שמגדירים את הייצוא של נתוני Crashlytics ו (אופציונלית) של נתוני סשנים ב-Firebase, אפשר להתחיל להשתמש בתכונות של שירותי Google Cloud: