Dane Firebase Crashlytics możesz wyeksportować do pliku BigQuery, aby przeanalizować je dokładniej. BigQuery umożliwia analizowanie danych za pomocą BigQuery SQL, eksportowanie ich do innego dostawcy usług w chmurze oraz wykorzystywanie do wizualizacji i paneli niestandardowych w Studiu danych Google.
Włącz eksport do usługi BigQuery
W konsoli Firebase otwórz stronę Integracje.
Na karcie BigQuery kliknij Połącz.
Aby umożliwić eksportowanie do BigQuery, postępuj zgodnie z instrukcjami wyświetlanymi na ekranie.
Jeśli chcesz mieć dostęp do danych Crashlytics w BigQuery w czasie zbliżonym do rzeczywistego, rozważ użycie eksportu strumieniowego.
Co się stanie, gdy włączysz eksport?
Wybierasz lokalizację zbioru danych. Po utworzeniu zbioru danych jego lokalizacji nie można już zmienić. Możesz natomiast skopiować zbiór danych do innej lokalizacji lub ręcznie przenieść (ponownie utworzyć) zbiór danych w innej lokalizacji. Więcej informacji znajdziesz w artykule Zmienianie lokalizacji dotychczasowych eksportów.
Ta lokalizacja dotyczy tylko danych eksportowanych do BigQuery. Nie ma wpływu na lokalizację danych przechowywanych na potrzeby korzystania w panelu Crashlytics w konsoli Firebase lub w Android Studio.
Domyślnie wszystkie aplikacje w projekcie są połączone z poziomem BigQuery, a wszystkie aplikacje, które później dodasz do projektu, zostaną automatycznie połączone z poziomem BigQuery. Możesz określić, które aplikacje mają wysyłać dane.
Firebase konfiguruje codzienną synchronizację danych z usługą BigQuery.
Po połączeniu projektu musisz zwykle zaczekać do następnej synchronizacji, aby pierwszy zestaw danych został wyeksportowany do BigQuery.
Codzienna synchronizacja odbywa się raz dziennie, niezależnie od harmonogramu eksportu BigQuery. Pamiętaj, że czas i długość trwania zadania synchronizacji mogą się zmienić, więc nie zalecamy planowania dalszych operacji ani zadań na podstawie określonego czasu eksportu.
Firebase eksportuje kopię Twoich dotychczasowych danych do usługi BigQuery. Początkowa propagacja danych na potrzeby eksportu może potrwać do 48 godzin.
W przypadku każdej połączonej aplikacji ten eksport obejmuje tabelę zbiorczą z danymi z codzienniej synchronizacji.
Możesz ręcznie zaplanować uzupełnianie danych w tabeli zbiorczej z ostatnich 30 dni lub z daty ostatniego włączenia eksportu do BigQuery (w zależności od tego, która z tych dat jest najnowsza).
Pamiętaj, że jeśli eksport danych Crashlytics został włączony przed połową października 2024 r., możesz też uzupełnić dane z 30 dni poprzedzających dzień włączenia eksportu.
Jeśli włączysz eksport strumieniowy Crashlytics do BigQuery, wszystkie połączone aplikacje będą też mieć tabelę w czasie rzeczywistym z ciągle aktualizowanymi danymi.
Aby dezaktywować eksport do usługi BigQuery, odłącz projekt w konsoli Firebase.
Jakie dane są eksportowane do BigQuery?
Dane Firebase Crashlytics są eksportowane do zbioru danych BigQuery o nazwie firebase_crashlytics
. Domyślnie w przypadku każdej aplikacji w projekcie zostaną utworzone osobne tabele w zbiorze danych Crashlytics. Firebase nadaje nazwy tabelom na podstawie identyfikatora aplikacji, przy czym kropki są zamieniane na podkreślenia, a na końcu dodawana jest nazwa platformy.
Na przykład dane aplikacji na Androida o nazwie pakietu com.google.test
będą znajdować się w tabeli o nazwie com_google_test_ANDROID
. Ta tabela zbiorcza jest aktualizowana raz dziennie. Jeśli włączysz eksport strumieniowy Crashlytics do tabeli BigQuery, dane Crashlytics będą też przesyłane w czasie rzeczywistym do tabeli o nazwie com_google_test_ANDROID_REALTIME
.
Każdy wiersz w tabeli odpowiada zdarzeniu, które wystąpiło w aplikacji, m.in. awariom, niekrytycznym błędom i zgłoszeniom ANR.
Eksport strumieniowy Crashlytics do BigQuery
Dane Crashlytics możesz przesyłać strumieniowo w czasie rzeczywistym za pomocą BigQuery. Możesz go używać do dowolnego celu, który wymaga danych na żywo, np. prezentowania informacji w panelu na żywo, obserwowania wdrażania na żywo lub monitorowania problemów z aplikacją, które powodują alerty i niestandardowe przepływy pracy.
Gdy włączysz eksport strumieniowy Crashlytics do BigQuery, oprócz tabeli zbiorczej będziesz mieć też tabelę w czasie rzeczywistym. Oto różnice między tymi tabelami, o których warto pamiętać:
Tabela zbiorcza | Tabela Czas rzeczywisty |
---|---|
|
|
Tabela zbiorcza jest idealna do długoterminowej analizy i określania trendów na przestrzeni czasu, ponieważ zdarzenia są trwało przechowywane przed zapisaniem i można je uzupełnić w tabeli przez maksymalnie 30 dni*. Gdy zapisujemy dane w tabeli czasu rzeczywistego, zapisujemy je też natychmiast w tabeli BigQuery. Dzięki temu są one idealne do paneli na żywo i alertów niestandardowych. Aby korzystać z zalet obu tabel, możesz połączyć je za pomocą zapytania łączącego.
Domyślny czas ważności partycji tabeli w czasie rzeczywistym wynosi 30 dni. Aby dowiedzieć się, jak to zmienić, zapoznaj się z sekcją Ustawianie daty wygaśnięcia partycji w dokumentacji BigQuery.
* Więcej informacji o obsługiwaniu danych zapasowych znajdziesz w artykule Przejście na nową infrastrukturę eksportu.
Włącz eksport strumieniowy Crashlytics do BigQuery
W konsoli Firebase otwórz stronę Integracje.
Na karcie BigQuery kliknij Zarządzaj.
Zaznacz pole wyboru Uwzględnij strumieniowanie.
To działanie włącza strumieniowanie dla wszystkich połączonych aplikacji.
Co można zrobić z wyeksportowanymi danymi?
Dane eksportowane do pliku BigQuery zawierają surowe dane o awariach, w tym typ urządzenia, system operacyjny, wyjątki (aplikacje na Androida) lub błędy (aplikacje na urządzenia Apple), a także inne dane.Crashlytics
W dalszej części tej strony możesz sprawdzić, jakie dokładnie dane Crashlytics są eksportowane, oraz schemat tabeli.
Używanie szablonu Studia danych
Aby włączyć dane w czasie rzeczywistym w szablonie Studia danych, postępuj zgodnie z instrukcjami podanymi w artykule Wizualizacja wyeksportowanych danych Crashlytics w Studiu danych.
Tworzenie widoków
Zapytania możesz przekształcać w widoki za pomocą interfejsu BigQuery. Szczegółowe instrukcje znajdziesz w dokumentacji BigQuery dotyczącej tworzenia widoków.
Uruchamianie zapytań
Poniższe przykłady pokazują zapytania, które możesz uruchamiać na danych Crashlytics, aby generować raporty, które agregują dane o zdarzeniach awarii w bardziej zrozumiałe podsumowania. Ponieważ te typy raportów są niedostępne na panelu Crashlytics w konsoli Firebase, mogą one uzupełniać Twoją analizę i pomóc w zrozumieniu danych o wypadkach.
Przykład 1. Błędy a dzień
Po wyeliminowaniu jak największej liczby błędów uważasz, że Twój zespół jest gotowy do uruchomienia nowej aplikacji do udostępniania zdjęć. Zanim to zrobisz, chcesz sprawdzić liczbę awarii dziennie w ciągu ostatniego miesiąca, aby upewnić się, że dzięki spotkaniu poświęconemu wyeliminowaniu błędów aplikacja jest stabilniejsza.
Oto przykładowe zapytanie dotyczące aplikacji na Androida. W przypadku aplikacji na iOS użyj identyfikatora pakietu i wartości IOS
(zamiast nazwy pakietu i wartości 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;
Przykład 2. Znajdowanie najczęściej występujących awarii
Aby prawidłowo ustalić priorytety planów produkcyjnych, musisz znaleźć 10 najczęstszych przyczyn awarii w aplikacji. W tym celu tworzysz zapytanie, które zawiera odpowiednie punkty danych.
Oto przykładowe zapytanie dotyczące aplikacji na Androida. W przypadku aplikacji na iOS użyj identyfikatora pakietu i wartości IOS
(zamiast nazwy pakietu i wartości 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;
Przykład 3. 10 najczęściej zawieszających się urządzeń
Jesień to czas na nowe telefony. Twoja firma wie, że oznacza to również nowy sezon problemów związanych z urządzeniami, zwłaszcza z Androidem. Aby uniknąć problemów z kompatybilnością, tworzysz zapytanie, które wskazuje 10 urządzeń, które w ciągu ostatniego tygodnia (168 godzin) najczęściej ulegały awarii.
Oto przykładowe zapytanie dotyczące aplikacji na Androida. W przypadku aplikacji na iOS użyj identyfikatora pakietu i wartości IOS
(zamiast nazwy pakietu i wartości 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;
Przykład 4. Filtrowanie według klucza niestandardowego
Jesteś deweloperem gier i chcesz wiedzieć, na którym poziomie gry najczęściej występują awarie.
Aby śledzić tę statystykę, możesz ustawić niestandardowy klucz Crashlytics o nazwie current_level
i aktualizować go za każdym razem, gdy użytkownik osiągnie nowy poziom.
Swift
Crashlytics.sharedInstance().setIntValue(3, forKey: "current_level");
Objective-C
CrashlyticsKit setIntValue:3 forKey:@"current_level";
Java
Crashlytics.setInt("current_level", 3);
Gdy masz ten klucz w eksporcie do BigQuery, możesz napisać zapytanie, aby zgłosić rozkład wartości current_level
powiązanych z każdym zdarzeniem awarii.
Oto przykładowe zapytanie dotyczące aplikacji na Androida. W przypadku aplikacji na iOS użyj identyfikatora pakietu i wartości IOS
(zamiast nazwy pakietu i wartości 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
Przykład 5. Wyodrębnianie identyfikatora użytkownika
Masz aplikację na Androida w ramach wcześniejszego dostępu. Większość użytkowników ją uwielbia, ale u 3 z nich wystąpiła nietypowa liczba awarii. Aby dojść do sedna problemu, możesz utworzyć zapytanie, które pobiera wszystkie zdarzenia awarii dla tych użytkowników, korzystając z ich identyfikatorów.
Oto przykładowe zapytanie dotyczące aplikacji na Androida. W przypadku aplikacji na iOS użyj identyfikatora pakietu i wartości IOS
(zamiast nazwy pakietu i wartości 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
Przykład 6. Znajdowanie wszystkich użytkowników, którzy mają problem z określonym błędem powodującym zamykanie aplikacji
Twój zespół przypadkowo udostępnił krytyczny błąd grupie beta-testerów. Twój zespół mógł użyć zapytania z przykładu „Znajdowanie najczęściej występujących awarii” powyżej, aby zidentyfikować konkretny identyfikator problemu z awarią. Twój zespół chce teraz wykonać zapytanie, aby pobrać listę użytkowników aplikacji, których dotyczył ten błąd.
Oto przykładowe zapytanie dotyczące aplikacji na Androida. W przypadku aplikacji na iOS użyj identyfikatora pakietu i wartości IOS
(zamiast nazwy pakietu i wartości 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;
Przykład 7. Liczba użytkowników, których dotyczy problem z awarią, według kraju
Podczas wdrażania nowej wersji nasz zespół wykrył błąd krytyczny. Aby znaleźć konkretny identyfikator problemu z zawieszaniem, możesz użyć zapytania z powyższego przykładu „Znajdowanie najczęściej występujących awarii”. Nasz zespół chce teraz sprawdzić, czy ten błąd występuje u użytkowników w różnych krajach na całym świecie.
Aby utworzyć to zapytanie, Twój zespół musi wykonać te czynności:
Włącz eksport danych Google Analytics do usługi BigQuery. Zobacz artykuł Eksportowanie danych projektu do BigQuery.
Zaktualizuj aplikację, aby przekazywać identyfikator użytkownika do obu pakietów SDK: Google Analytics i Crashlytics.
Swift
Crashlytics.sharedInstance().setUserIdentifier("123456789"); Analytics.setUserID("123456789");
Objective-C
CrashlyticsKit setUserIdentifier:@"123456789"; FIRAnalytics setUserID:@"12345678 9";
Java
Crashlytics.setUserIdentifier("123456789"); mFirebaseAnalytics.setUserId("123456789");
Napisz zapytanie, które za pomocą pola identyfikatora użytkownika złączy zdarzenia ze zbioru danych Google Analytics z awariami ze zbioru danych Crashlytics.
Oto przykładowe zapytanie dotyczące aplikacji na Androida. W przypadku aplikacji na iOS użyj identyfikatora pakietu i wartości
IOS
(zamiast nazwy pakietu i wartościANDROID
).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
Przykład 8. 5 najważniejszych problemów do tej pory
Oto przykładowe zapytanie dotyczące aplikacji na Androida. W przypadku aplikacji na iOS użyj identyfikatora pakietu i wartości IOS
(zamiast nazwy pakietu i wartości 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;
Przykład 9. Najważniejsze problemy od daty {DATE}, w tym dzisiaj
Możesz też połączyć tabele zbiorcze i w czasie rzeczywistym za pomocą zapytania łączącego, aby dodać informacje w czasie rzeczywistym do wiarygodnych danych zbiorczych. Ponieważ event_id
jest kluczem głównym, możesz używać DISTINCT event_id
do usuwania duplikatów wspólnych zdarzeń z obu tabel.
Oto przykładowe zapytanie dotyczące aplikacji na Androida. W przypadku aplikacji na iOS użyj identyfikatora pakietu i wartości IOS
(zamiast nazwy pakietu i wartości 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 >= "YYYY_MM_DD" GROUP BY issue_id ORDER BY events DESC LIMIT 5;
Schemat Crashlytics w pliku BigQuery
Gdy skonfigurujesz eksport danych Crashlytics do BigQuery, Firebase będzie eksportować ostatnie zdarzenia (awarie, błędy niekrytyczne i błędy ANR), w tym zdarzenia z okresu do 2 dni przed połączeniem, z opcją uzupełniania danych z okresu do 30 dni.
Od tego momentu do momentu dezaktywacji eksportu Firebase będzie codziennie eksportować zdarzenia Crashlytics. Po każdym eksporcie dane mogą być dostępne w BigQuery dopiero po kilku minutach.
Zbiory danych
Crashlytics tworzy w BigQuery nowy zbiór danych dla danych Crashlytics. Zbiór danych obejmuje cały projekt, nawet jeśli zawiera on wiele aplikacji.
Tabele
Crashlytics tworzy tabelę w zbiorze danych dla każdej aplikacji w Twoim projekcie, chyba że zrezygnowałeś(-aś) z eksportowania danych z tej aplikacji. Firebase nadaje nazwy tabel na podstawie identyfikatora aplikacji, przy czym kropki zastępuje podkreśleniami, a na końcu dodaje nazwę platformy.
Na przykład dane aplikacji na Androida o nazwie pakietu com.google.test
będą się znajdować w tabeli o nazwie com_google_test_ANDROID
, a dane w czasie rzeczywistym (jeśli są włączone) – w tabeli o nazwie com_google_test_ANDROID_REALTIME
.
Tabele zawierają standardowy zestaw danych Crashlytics oraz wszystkie niestandardowe klucze Crashlytics zdefiniowane przez Ciebie w aplikacji.
Wiersze
Każdy wiersz w tabeli odpowiada błędowi, na który napotkała aplikacja.
Kolumny
Kolumny w tabeli są identyczne w przypadku awarii, błędów niekrytycznych i błędów ANR. Jeśli masz włączony eksport strumieniowy Crashlytics do tabeli BigQuery, tabela w czasie rzeczywistym będzie miała te same kolumny co tabela zbiorcza. Pamiętaj, że w wierszach mogą występować kolumny, które reprezentują zdarzenia bez ścieżek wywołania.
Kolumny w ramach eksportu są wymienione w tej tabeli:
Nazwa pola | Typ danych | Opis |
---|---|---|
platform |
CIĄG ZNAKÓW | Platforma aplikacji zarejestrowana w projekcie Firebase (prawidłowe wartości: IOS lub ANDROID ).
|
bundle_identifier |
CIĄG ZNAKÓW | Unikalny identyfikator aplikacji zarejestrowany w projekcie Firebase (np. com.google.gmail W przypadku aplikacji na platformę Apple jest to identyfikator pakietu aplikacji. W przypadku aplikacji na Androida jest to nazwa pakietu aplikacji. |
event_id |
CIĄG ZNAKÓW | Unikalny identyfikator zdarzenia |
is_fatal |
WARTOŚĆ LOGICZNA | czy aplikacja uległa awarii. |
error_type |
CIĄG ZNAKÓW | Typ błędu zdarzenia (np. FATAL ,
NON_FATAL , ANR itd.) |
issue_id |
CIĄG ZNAKÓW | Problem związany ze zdarzeniem |
variant_id |
CIĄG ZNAKÓW | Wariant problemu powiązany z tym zdarzeniem Pamiętaj, że nie wszystkie zdarzenia mają powiązany wariant problemu. |
event_timestamp |
SYGNATURA CZASOWA | Kiedy wystąpiło zdarzenie |
device |
REKORD | Urządzenie, na którym wystąpiło zdarzenie. |
device.manufacturer |
CIĄG ZNAKÓW | Producent urządzenia |
device.model |
CIĄG ZNAKÓW | Model urządzenia |
device.architecture |
CIĄG ZNAKÓW | Przykłady: X86_32 , X86_64 , ARMV7 , ARM64 , ARMV7S lub ARMV7K . |
memory |
REKORD | stan pamięci urządzenia; |
memory.used |
INT64 | Wykorzystana pamięć w bajtach |
memory.free |
INT64 | Pozostałe bajty pamięci |
storage |
REKORD | Pamięć trwała urządzenia |
storage.used |
INT64 | Zajęte miejsce w bajtach |
storage.free |
INT64 | Pozostałe bajty miejsca na dane |
operating_system |
REKORD | Szczegóły systemu operacyjnego na urządzeniu |
operating_system.display_version |
CIĄG ZNAKÓW | Wersja systemu operacyjnego na urządzeniu |
operating_system.name |
CIĄG ZNAKÓW | Nazwa systemu operacyjnego na urządzeniu. |
operating_system.modification_state |
CIĄG ZNAKÓW | Czy urządzenie zostało zmodyfikowane (na przykład aplikacja po jailbreaku to MODIFIED , a zrootowana – UNMODIFIED ). |
operating_system.type |
CIĄG ZNAKÓW | (dotyczy tylko aplikacji Apple) typ systemu operacyjnego na urządzeniu (na przykład IOS , MACOS itp.). |
operating_system.device_type |
CIĄG ZNAKÓW | Typ urządzenia (na przykład MOBILE , TABLET ,
TV itp.); znany też jako „kategoria urządzenia” |
application |
REKORD | Aplikacja, która wygenerowała zdarzenie. |
application.build_version |
CIĄG ZNAKÓW | Wersja kompilacji aplikacji. |
application.display_version |
CIĄG ZNAKÓW | |
user |
REKORD | (Opcjonalnie) Informacje zebrane o użytkowniku aplikacji |
user.name |
CIĄG ZNAKÓW | (Opcjonalnie) Imię i nazwisko użytkownika |
user.email |
CIĄG ZNAKÓW | (Opcjonalnie) adres e-mail użytkownika. |
user.id |
CIĄG ZNAKÓW | (Opcjonalnie) Identyfikator aplikacji powiązany z użytkownikiem |
custom_keys |
POWTARZENIE NAGRANIA | Pary klucz-wartość zdefiniowane przez dewelopera |
custom_keys.key |
CIĄG ZNAKÓW | Klucz zdefiniowany przez dewelopera |
custom_keys.value |
CIĄG ZNAKÓW | Wartość zdefiniowana przez dewelopera |
installation_uuid |
CIĄG ZNAKÓW | Identyfikator, który identyfikuje unikalną instalację aplikacji i urządzenia |
crashlytics_sdk_versions |
CIĄG ZNAKÓW | Wersja pakietu SDK Crashlytics, która wygenerowała zdarzenie |
app_orientation |
CIĄG ZNAKÓW | Przykłady: PORTRAIT , LANDSCAPE ,
FACE_UP , FACE_DOWN itp. |
device_orientation |
CIĄG ZNAKÓW | Przykłady: PORTRAIT , LANDSCAPE ,
FACE_UP , FACE_DOWN itp. |
process_state |
CIĄG ZNAKÓW | BACKGROUND lub FOREGROUND |
logs |
POWTARZENIE NAGRANIA | Komunikaty dziennika z sygnaturą czasową wygenerowane przez rejestrator Crashlytics, jeśli jest włączony |
logs.timestamp |
SYGNATURA CZASOWA | Czas utworzenia dziennika. |
logs.message |
CIĄG ZNAKÓW | Zalogowana wiadomość |
breadcrumbs |
POWTARZENIE NAGRANIA | menu nawigacyjne Google Analytics z dodatkiem sygnatury czasowej, jeśli jest włączone |
breadcrumbs.timestamp |
SYGNATURA CZASOWA | Sygnatura czasowa powiązana z ścieżką nawigacyjną |
breadcrumbs.name |
CIĄG ZNAKÓW | Nazwa powiązana z śladami |
breadcrumbs.params |
POWTARZENIE NAGRANIA | Parametry powiązane z listą poziomą |
breadcrumbs.params.key |
CIĄG ZNAKÓW | Klucz parametru powiązany z listą poziomą |
breadcrumbs.params.value |
CIĄG ZNAKÓW | wartość parametru powiązana z menu nawigacyjnym. |
blame_frame |
REKORD | Ramka zidentyfikowana jako główna przyczyna awarii lub błędu |
blame_frame.line |
INT64 | Numer wiersza pliku ramki. |
blame_frame.file |
CIĄG ZNAKÓW | Nazwa pliku ramki. |
blame_frame.symbol |
CIĄG ZNAKÓW | Symbol nawodnienia lub symbol surowego produktu, jeśli nie można go nawilżyć |
blame_frame.offset |
INT64 | Przesunięcie bajtów w obrazie binarnym zawierającym kod Nie ustawione w przypadku wyjątków w języku Java |
blame_frame.address |
INT64 | Adres w pliku binarnym, który zawiera kod Nie ustawiaj w przypadku ramek Java |
blame_frame.library |
CIĄG ZNAKÓW | Wyświetlana nazwa biblioteki zawierającej ramkę |
blame_frame.owner |
CIĄG ZNAKÓW | Przykłady: DEVELOPER , VENDOR , RUNTIME , PLATFORM lub SYSTEM |
blame_frame.blamed |
WARTOŚĆ LOGICZNA | Czy Crashlytics stwierdziło, że ten kadr jest przyczyną awarii lub błędu |
exceptions |
POWTARZENIE NAGRANIA | (tylko Android) Wyjątki, które wystąpiły podczas tego zdarzenia. Wyjątki zagnieżdżone są wyświetlane w odwrotnej kolejności chronologicznej, co oznacza, że ostatni rekord jest pierwszym wyjątkiem. |
exceptions.type |
CIĄG ZNAKÓW | Typ wyjątku (np. java.lang.IllegalStateException) |
exceptions.exception_message |
CIĄG ZNAKÓW | komunikat związany z wyjątkiem, |
exceptions.nested |
WARTOŚĆ LOGICZNA | Prawda we wszystkich przypadkach oprócz ostatniego wyjątku (czyli pierwszego rekordu). |
exceptions.title |
CIĄG ZNAKÓW | Tytuł wątku |
exceptions.subtitle |
CIĄG ZNAKÓW | Podtytuł wątku |
exceptions.blamed |
WARTOŚĆ LOGICZNA | Prawda, jeśli Crashlytics określa, że wyjątek jest odpowiedzialny za błąd lub awarię. |
exceptions.frames |
POWTARZENIE NAGRANIA | Ramki powiązane z wyjątkiem |
exceptions.frames.line |
INT64 | Numer wiersza pliku ramki. |
exceptions.frames.file |
CIĄG ZNAKÓW | Nazwa pliku ramki. |
exceptions.frames.symbol |
CIĄG ZNAKÓW | Symbol nawodnienia lub symbol surowego produktu, jeśli nie można go nawilżyć |
exceptions.frames.offset |
INT64 | Przesunięcie bajtów w obrazie binarnym zawierającym kod Nie ustawione w przypadku wyjątków w języku Java |
exceptions.frames.address |
INT64 | Adres w pliku binarnym, który zawiera kod Nie ustawiaj w przypadku ramek Java |
exceptions.frames.library |
CIĄG ZNAKÓW | Wyświetlana nazwa biblioteki zawierającej ramkę |
exceptions.frames.owner |
CIĄG ZNAKÓW | Przykłady: DEVELOPER , VENDOR , RUNTIME , PLATFORM lub SYSTEM |
exceptions.frames.blamed |
WARTOŚĆ LOGICZNA | Czy Crashlytics stwierdziło, że ten kadr jest przyczyną awarii lub błędu |
error |
POWTARZENIE NAGRANIA | (dotyczy tylko aplikacji Apple) błędy niekrytyczne |
error.queue_name |
CIĄG ZNAKÓW | kolejka, w której był uruchamiany wątek; |
error.code |
INT64 | Kod błędu powiązany z niestandardowym odnotowanym przez aplikację błędem NSError. |
error.title |
CIĄG ZNAKÓW | Tytuł wątku |
error.subtitle |
CIĄG ZNAKÓW | Podtytuł wątku |
error.blamed |
WARTOŚĆ LOGICZNA | Czy Crashlytics stwierdziło, że ten kadr jest przyczyną błędu |
error.frames |
POWTARZENIE NAGRANIA | Ramki ścieżki wywołania |
error.frames.line |
INT64 | Numer wiersza pliku ramki. |
error.frames.file |
CIĄG ZNAKÓW | Nazwa pliku ramki. |
error.frames.symbol |
CIĄG ZNAKÓW | Symbol nawodnienia lub symbol surowego produktu, jeśli nie można go nawilżyć |
error.frames.offset |
INT64 | przesunięcie bajtów w pliku binarnym zawierającym kod, |
error.frames.address |
INT64 | Adres w pliku binarnym zawierającym kod |
error.frames.library |
CIĄG ZNAKÓW | Wyświetlana nazwa biblioteki zawierającej ramkę |
error.frames.owner |
CIĄG ZNAKÓW | Przykłady: DEVELOPER , VENDOR , RUNTIME , PLATFORM lub SYSTEM |
error.frames.blamed |
WARTOŚĆ LOGICZNA | Czy Crashlytics stwierdziło, że ten kadr jest przyczyną błędu |
threads |
POWTARZENIE NAGRANIA | wątki obecne w momencie zdarzenia, |
threads.crashed |
WARTOŚĆ LOGICZNA | czy wątek uległ awarii. |
threads.thread_name |
CIĄG ZNAKÓW | nazwę wątku, |
threads.queue_name |
CIĄG ZNAKÓW | (dotyczy tylko aplikacji Apple) kolejka, w której działał wątek |
threads.signal_name |
CIĄG ZNAKÓW | Nazwa sygnału, który spowodował awarię aplikacji. Występuje tylko w przypadku wątków natywnych, które uległy awarii. |
threads.signal_code |
CIĄG ZNAKÓW | Kod sygnału, który spowodował awarię aplikacji; występuje tylko w wątkach natywnych, które uległy awarii |
threads.crash_address |
INT64 | Adres sygnału, który spowodował awarię aplikacji; występuje tylko w wątkach natywnych, które uległy awarii |
threads.code |
INT64 | (dotyczy tylko aplikacji Apple) kod błędu zarejestrowany przez niestandardowy log aplikacji NSError. |
threads.title |
CIĄG ZNAKÓW | Tytuł wątku |
threads.subtitle |
CIĄG ZNAKÓW | Podtytuł wątku |
threads.blamed |
WARTOŚĆ LOGICZNA | Czy Crashlytics stwierdziło, że ten kadr jest przyczyną awarii lub błędu |
threads.frames |
POWTARZENIE NAGRANIA | Ramki wątku |
threads.frames.line |
INT64 | Numer wiersza pliku ramki. |
threads.frames.file |
CIĄG ZNAKÓW | Nazwa pliku ramki. |
threads.frames.symbol |
CIĄG ZNAKÓW | Symbol nawodnienia lub symbol surowego produktu, jeśli nie można go nawodnić. |
threads.frames.offset |
INT64 | przesunięcie bajtów w pliku binarnym zawierającym kod, |
threads.frames.address |
INT64 | Adres w pliku binarnym zawierającym kod |
threads.frames.library |
CIĄG ZNAKÓW | Wyświetlana nazwa biblioteki zawierającej ramkę |
threads.frames.owner |
CIĄG ZNAKÓW | Przykłady: DEVELOPER , VENDOR , RUNTIME , PLATFORM lub SYSTEM |
threads.frames.blamed |
WARTOŚĆ LOGICZNA | Czy Crashlytics stwierdziło, że ten kadr jest przyczyną błędu |
unity_metadata.unity_version |
CIĄG ZNAKÓW | Wersja Unity uruchomiona na tym urządzeniu |
unity_metadata.debug_build |
WARTOŚĆ LOGICZNA | Jeśli jest to wersja debugowania |
unity_metadata.processor_type |
CIĄG ZNAKÓW | Typ procesora |
unity_metadata.processor_count |
INT64 | Liczba procesorów (rdzeni) |
unity_metadata.processor_frequency_mhz |
INT64 | Częstotliwość procesora(procesorów) w MHz |
unity_metadata.system_memory_size_mb |
INT64 | Rozmiar pamięci systemu w MB |
unity_metadata.graphics_memory_size_mb |
INT64 | Pamięć graficzna w MB |
unity_metadata.graphics_device_id |
INT64 | Identyfikator urządzenia graficznego |
unity_metadata.graphics_device_vendor_id |
INT64 | Identyfikator dostawcy procesora graficznego |
unity_metadata.graphics_device_name |
CIĄG ZNAKÓW | Nazwa urządzenia graficznego |
unity_metadata.graphics_device_vendor |
CIĄG ZNAKÓW | Dostawca urządzenia graficznego |
unity_metadata.graphics_device_version |
CIĄG ZNAKÓW | Wersja urządzenia graficznego |
unity_metadata.graphics_device_type |
CIĄG ZNAKÓW | Typ urządzenia graficznego |
unity_metadata.graphics_shader_level |
INT64 | Poziom shadera grafiki |
unity_metadata.graphics_render_target_count |
INT64 | Liczba celów renderowania graficznego |
unity_metadata.graphics_copy_texture_support |
CIĄG ZNAKÓW | Obsługa kopiowania tekstury graficznej zgodnie z definicją w interfejsie Unity API |
unity_metadata.graphics_max_texture_size |
INT64 | Maksymalny rozmiar przeznaczony do renderowania tekstury |
unity_metadata.screen_size_px |
CIĄG ZNAKÓW | Rozmiar ekranu w pikselach w formacie szerokość x wysokość |
unity_metadata.screen_resolution_dpi |
CIĄG ZNAKÓW | Gęstość ekranu (DPI) jako liczba zmiennoprzecinkowa. |
unity_metadata.screen_refresh_rate_hz |
INT64 | Częstotliwość odświeżania ekranu w Hz |
Wizualizacja wyeksportowanych danych Crashlytics w Studiu danych
Studio danych Google przekształca Twoje zbiory danych Crashlytics w BigQuery w raporty, które są łatwiejsze do odczytania i udostępnienia oraz w pełni konfigurowalne.
Aby dowiedzieć się więcej o korzystaniu ze Studia danych, zapoznaj się z poradnikiem Witamy w Studiu danych.
Używanie szablonu raportu Crashlytics
W Data Studio znajdziesz przykładowy raport Crashlytics, który zawiera obszerny zbiór wymiarów i danych z wyeksportowanego schematu Crashlytics BigQuery. Jeśli masz włączone Crashlytics eksportowanie danych strumieniowych BigQuery, możesz wyświetlić te dane na stronie Trendy w czasie rzeczywistym w szablonie Studia danych.Możesz użyć tego szablonu, aby szybko tworzyć nowe raporty i wizualizacje na podstawie nieprzetworzonych danych o awariach z Twojej aplikacji:
Otwórz szablon Crashlytics panelu Studia danych.
W prawym górnym rogu kliknij Użyj szablonu.
W menu Nowe źródło danych kliknij Utwórz nowe źródło danych.
Na karcie BigQuery kliknij Wybierz.
Wybierz tabelę zawierającą wyeksportowane dane Crashlytics, klikając Moje projekty > PROJECT_ID > firebase_crashlytics > TABLE_NAME.
Tabela zbiorcza jest zawsze dostępna do wyboru. Jeśli masz włączony eksport strumieniowy Crashlytics do tabeli BigQuery, możesz zamiast tego wybrać tabelę z danymi w czasie rzeczywistym.
W sekcji Konfiguracja ustaw Crashlytics Poziom szablonu na Domyślny.
Aby utworzyć nowe źródło danych, kliknij Połącz.
Aby wrócić do szablonu Crashlytics, kliknij Dodaj do raportu.
Na koniec kliknij Utwórz raport, aby utworzyć kopię szablonu Crashlytics panelu Studia danych.
Przejście na nową infrastrukturę eksportu
W połowie października 2024 r. Crashlytics wdrożył nową infrastrukturę do eksportowania danych Crashlytics do usługi BigQuery. Na razie przejście na tę nową infrastrukturę jest opcjonalne.
Ta nowa infrastruktura obsługuje Crashlytics lokalizacje zbiorów danych poza Stanami Zjednoczonymi.
Jeśli eksport został włączony przed połową października 2024 r., możesz teraz opcjonalnie zmienić lokalizację eksportu danych na dowolną lokalizację zbioru danych obsługiwaną przez BigQuery.
Jeśli eksport został włączony w połowie października 2024 r. lub później, podczas konfiguracji możesz wybrać dowolną obsługiwaną przez BigQuery lokalizację zbioru danych.
Kolejną różnicą w nowej infrastrukturze jest to, że nie obsługuje ona uzupełniania danych z okresu poprzedzającego włączenie eksportu. (w przypadku starej infrastruktury można było uzupełnić dane do 30 dni przed datą włączenia). Nowa infrastruktura obsługuje uzupełnianie danych z ostatnich 30 dni lub z ostatniego dnia, w którym włączono eksport do BigQuery (w zależności od tego, co jest najnowsze).
Warunek wstępny przejścia na wyższą wersję
Zanim przejdziesz na nową infrastrukturę, sprawdź, czy spełniasz ten wymóg wstępny: tabele bieżących zbiorczych BigQuery mają identyfikatory pasujące do identyfikatorów pakietów lub nazw pakietów ustawionych dla zarejestrowanych aplikacji Firebase.
Przykład:
Jeśli masz tabelę BigQuery o nazwie
com_yourcompany_yourproject_IOS
, w Twoim projekcie Firebase musi być zarejestrowana aplikacja Firebase na iOS+ z identyfikatorem pakietucom.yourcompany.yourproject
.Jeśli masz tabelę BigQuery o nazwie
com_yourcompany_yourproject_ANDROID
, w Twoim projekcie Firebase musi być zarejestrowana aplikacja Firebase na Androida o nazwie pakietucom.yourcompany.yourproject
.
Aby znaleźć wszystkie aplikacje Firebase zarejestrowane w Twoim projekcie Firebase:
W konsoli Firebase otwórz Ustawienia projektu.
Przewiń w dół do karty Twoje aplikacje, a potem kliknij wybraną aplikację Firebase, aby wyświetlić informacje o niej, w tym jej identyfikator.
Nowa infrastruktura eksportu będzie eksportować dane każdej aplikacji na podstawie nazwy pakietu lub identyfikatora zestawu ustawionego dla zarejestrowanej aplikacji Firebase. Aby nie zakłócać BigQuery przepływu pracy, upewnij się, że bieżące tabele zbiorczych mają już prawidłowe nazwy, aby nowa infrastruktura mogła dodawać wszystkie nowe dane do istniejących tabel. Jeśli masz nazwy tabel partii, które nie zgadzają się z zarejestrowanymi aplikacjami Firebase, ale nadal chcesz przejść na nową usługę, skontaktuj się z zespołem pomocy Firebase.
Jak przejść na nową infrastrukturę
Jeśli eksport jest już włączony, możesz przejść na nową infrastrukturę, po prostu wyłączając, a następnie włączając eksport danych w konsoli Crashlytics.Firebase
Oto szczegółowe instrukcje:
W konsoli Firebase otwórz stronę Integracje.
Na karcie BigQuery kliknij Zarządzaj.
Aby wyłączyć eksportowanie, wyłącz suwak Crashlytics. Gdy pojawi się odpowiedni komunikat, potwierdź, że chcesz zatrzymać eksport danych.
Od razu włącz suwak Crashlytics, aby ponownie włączyć eksportowanie. Gdy pojawi się odpowiedni komunikat, potwierdź, że chcesz wyeksportować dane.
eksport danych z Crashlytics do BigQuery jest teraz realizowany za pomocą nowej infrastruktury eksportu.