Mengekspor data Firebase Crashlytics ke BigQuery

Anda dapat mengekspor data Crashlytics ke BigQuery untuk dianalisis lebih lanjut. Dengan BigQuery, Anda dapat menganalisis data menggunakan BigQuery SQL, mengekspornya ke penyedia cloud lain, dan menggunakannya untuk visualisasi dan dasbor kustom dengan Google Data Studio.

Mengaktifkan BigQuery Export

Catatan: Pastikan Anda memiliki tingkat akses yang diperlukan untuk melihat atau mengelola setelan untuk ekspor data ke BigQuery.

1. Buka halaman Integrations di Firebase console.
2. Di kartu BigQuery, klik Link.
3. Ikuti petunjuk di layar untuk mengaktifkan BigQuery.

Saat Anda menautkan project ke BigQuery:

• Firebase akan menyiapkan sinkronisasi harian data Anda dari project Firebase ke BigQuery.
• Secara default, semua aplikasi di project Anda akan ditautkan ke BigQuery, dan semua aplikasi yang Anda tambahkan nanti ke project akan otomatis ditautkan ke BigQuery. Anda dapat mengelola aplikasi yang akan mengirimkan data.
• Firebase mengekspor salinan data Anda yang sudah ada ke BigQuery. Untuk setiap aplikasi tertaut, data ini mencakup tabel batch yang berisi data dari sinkronisasi harian.
• Jika Anda mengaktifkan ekspor streaming BigQuery Crashlytics, semua aplikasi tertaut juga akan memiliki tabel realtime yang berisi data yang terus-menerus diperbarui.

Untuk menonaktifkan BigQuery Export, batalkan tautan project Anda di Firebase console.

Data apa yang diekspor ke BigQuery?

Data Firebase Crashlytics diekspor ke set data BigQuery bernama firebase_crashlytics. Secara default, setiap tabel akan dibuat di dalam set data Crashlytics untuk setiap aplikasi di project Anda. Firebase memberi nama tabel berdasarkan ID paket aplikasi, dengan tanda titik dikonversi menjadi garis bawah dan nama platform ditambahkan ke bagian akhir.

Misalnya, data untuk aplikasi dengan ID com.google.test akan berada dalam tabel bernama com_google_test_ANDROID. Tabel batch ini diperbarui sekali setiap hari. Jika Anda mengaktifkan ekspor streaming BigQuery Crashlytics, data Firebase Crashlytics juga akan di-streaming secara real time ke com_google_test_ANDROID_REALTIME.

Catatan: Anda juga dapat memilih untuk tidak mengekspor data ke BigQuery untuk aplikasi tertentu di project Anda dari dalam Firebase console.

Setiap baris dalam tabel mewakili peristiwa yang terjadi di aplikasi, termasuk error, error non-fatal, dan ANR.

Mengaktifkan ekspor streaming BigQuery Crashlytics

Anda dapat melakukan streaming data Crashlytics secara real-time dengan BigQueryStreaming. Anda dapat menggunakannya untuk tujuan apa pun yang memerlukan data live, seperti menyajikan informasi di dasbor live, mengamati peluncuran secara live, atau memantau masalah aplikasi yang memicu pemberitahuan dan alur kerja kustom.

Ekspor streaming BigQuery Crashlytics tidak tersedia untuk sandbox BigQuery.

Saat mengaktifkan ekspor streaming BigQuery Crashlytics, selain tabel batch, Anda akan memiliki tabel realtime. Berikut ini perbedaan yang harus Anda ketahui antara kedua tabel:

Tabel Batch	Tabel Realtime
Data diekspor sekali sehari Peristiwa secara permanen disimpan sebelum penulisan batch ke BigQuery Dapat diisi ulang hingga 30 hari sebelumnya	Data diekspor secara real time Tidak ada isi ulang

Tabel batch cocok untuk analisis jangka panjang dan mengidentifikasi tren dari waktu ke waktu karena kami menyimpan peristiwa secara permanen sebelum menulisnya, dan dapat diisikan ulang ke tabel hingga 30 hari. Saat menulis data ke tabel realtime, kami langsung menulisnya ke BigQuery sehingga cocok untuk dasbor live dan pemberitahuan kustom. Kedua tabel ini dapat digabungkan dengan kueri penggabungan untuk mendapatkan manfaat keduanya. Lihat kueri Contoh 9 di bawah.

Secara default, tabel realtime memiliki masa berlaku partisi 30 hari. Untuk mempelajari cara mengubah masa berlaku ini, lihat Memperbarui masa berlaku partisi.

Mengaktifkan streaming BigQuery Crashlytics

Untuk mengaktifkan streaming, buka bagian Crashlytics di halaman integrations BigQuery lalu pilih kotak centang Include streaming.

Catatan: tindakan ini memungkinkan streaming untuk semua aplikasi tertaut.

Template Data Studio

Untuk mengaktifkan data realtime di template Data Studio, ikuti petunjuk di Memvisualisasikan data Crashlytics yang diekspor dengan Data Studio.

Tabel virtual

Anda dapat mengubah contoh kueri di bawah menjadi tabel virtual dengan menggunakan UI BigQuery. Lihat Membuat tabel virtual untuk petunjuk selengkapnya.

Apa yang dapat dilakukan dengan data yang diekspor?

Ekspor BigQuery berisi data error mentah termasuk jenis perangkat, sistem operasi, pengecualian (aplikasi Android) atau error (aplikasi Apple), dan log Crashlytics, serta data lainnya.

Bekerja dengan data Firebase Crashlytics di BigQuery

Contoh berikut menunjukkan kueri yang bisa Anda jalankan pada data Crashlytics Anda. Kueri ini menghasilkan laporan yang tidak tersedia di dasbor Crashlytics.

Contoh kueri Crashlytics

Contoh-contoh berikut menunjukkan cara membuat laporan yang menggabungkan data peristiwa error menjadi ringkasan yang lebih mudah dipahami.

Contoh 1: Error per hari

Setelah berupaya memperbaiki bug sebanyak mungkin, seorang lead developer berpikir bahwa timnya telah siap meluncurkan aplikasi berbagi foto baru mereka. Sebelum melakukannya, mereka ingin memeriksa jumlah error per hari selama sebulan terakhir, untuk memastikan pemecahan masalah bug mereka membuat aplikasi menjadi lebih stabil dari waktu ke waktu:

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

Contoh 2: Menemukan error yang paling sering terjadi

Untuk memprioritaskan rencana produksi dengan baik, seorang manajer proyek memikirkan cara menunjukkan 10 error yang paling sering terjadi pada produk mereka. Mereka kemudian membuat kueri yang menyediakan titik data terkait:

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
  `projectId.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;

Contoh 3: 10 perangkat yang paling sering mengalami error

Musim gugur adalah musim ponsel baru. Para developer tahu bahwa ini juga berarti musim kemunculan masalah pada perangkat baru. Untuk mengatasi masalah kompatibilitas tersebut, mereka mengumpulkan kueri yang mengidentifikasi 10 perangkat yang paling sering mengalami error dalam seminggu terakhir:

SELECT
  device.model,
COUNT(DISTINCT event_id) AS number_of_crashes
FROM
  `projectId.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;

Contoh 4: Memfilter berdasarkan kunci kustom

Sebuah perusahaan developer game ingin mengetahui pada level mana game paling sering mengalami error. Untuk membantu melacaknya, mereka membuat kunci Crashlytics kustom current_level, dan mengupdatenya setiap kali pengguna mencapai level baru.

Objective-C

CrashlyticsKit setIntValue:3 forKey:@"current_level";

Swift

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

Java

Crashlytics.setInt("current_level", 3);

Dengan keberadaan kunci tersebut di ekspor BigQuery, mereka kemudian menulis kueri untuk melaporkan distribusi nilai current_level yang terkait dengan setiap peristiwa error:

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

Catatan: Untuk mempelajari kunci kustom di Crashlytics lebih lanjut, baca Menyesuaikan laporan error.

Contoh 5: Ekstraksi ID pengguna

Sebuah perusahaan developer memiliki aplikasi dalam fase akses awal. Sebagian besar pengguna menyukai aplikasi tersebut, tetapi tiga pengguna mengalami jumlah error yang tidak biasa. Untuk menyelesaikan masalah, mereka menulis kueri yang menarik semua peristiwa error pada pengguna tersebut menggunakan ID pengguna mereka:

SELECT *
FROM
  `projectId.firebase_crashlytics.package_name_ANDROID`
WHERE
  user.id IN ("userid1", "userid2", "userid3")
ORDER BY
  user.id
 

Contoh 6: Menemukan semua pengguna yang mengalami masalah error tertentu

Sebuah tim developer telah merilis bug kritis kepada sekelompok penguji beta. Tim developer dapat menggunakan kueri dari Contoh 2 di atas untuk mengidentifikasi ID masalah error yang spesifik. Sekarang, mereka ingin menjalankan kueri untuk mengekstrak daftar pengguna aplikasi yang terkena dampak error ini:

SELECT user.id as user_id
FROM
  `projectId.firebase_crashlytics.package_name_ANDROID`
WHERE
  issue_id = "YOUR_ISSUE_ID"
  AND application.display_version = ""
  AND user.id != ""
ORDER BY
  user.id;

Contoh 7: Jumlah pengguna yang terkena dampak masalah error, dibagi berdasarkan negara

Sekarang, tim developer telah mendeteksi bug kritis selama peluncuran rilis baru. Mereka dapat menggunakan kueri dari Contoh 2 di atas untuk mengidentifikasi ID masalah error yang spesifik. Tim sekarang ingin melihat apakah error ini telah menyebar ke pengguna di berbagai negara di dunia.

Untuk menulis kueri ini, tim harus:

1. Mengaktifkan BigQuery Export untuk Google Analytics. Lihat Mengekspor data project ke BigQuery.

2. Mengupdate aplikasi mereka untuk meneruskan ID pengguna ke Google Analytics SDK dan Crashlytics SDK.

   Objective-C

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

   Swift

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

   Java

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

3. Menulis kueri yang menggunakan kolom ID pengguna untuk menggabungkan peristiwa di set data BigQuery Google Analytics dengan error di set data BigQuery Crashlytics:

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

Contoh 8: 5 masalah teratas sejauh ini

Memerlukan pengaktifan ekspor streaming BigQuery Crashlytics

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

Contoh 9: 5 masalah teratas sejak DATE, termasuk hari ini

Memerlukan pengaktifan ekspor streaming BigQuery Crashlytics.

Dalam contoh ini, kami menggabungkan tabel batch dan realtime untuk menambahkan informasi realtime ke data batch yang dapat diandalkan. Karena event_id adalah kunci utama, kita dapat menggunakan DISTINCT event_id untuk menghilangkan duplikat setiap peristiwa umum dari kedua tabel.

SELECT
  issue_id,
  COUNT(DISTINCT event_id) AS events
FROM (
  SELECT
    issue_id,
    event_id,
    event_timestamp
  FROM
    `your_project.firebase_crashlytics.package_name_ANDROID_REALTIME`
  UNION ALL
  SELECT
    issue_id,
    event_id,
    event_timestamp
  FROM
    `your_project.firebase_crashlytics.package_name_ANDROID`)
WHERE
  event_timestamp >= "2020-01-13"
GROUP BY
  issue_id
ORDER BY
  events DESC
LIMIT
  5;

Memahami skema Firebase Crashlytics di BigQuery

Ketika Anda menautkan Crashlytics dengan BigQuery, Firebase akan mengekspor peristiwa terbaru (error, error non-fatal, dan ANR), termasuk peristiwa hingga dua hari sebelum penautan, dengan opsi untuk pengisian ulang hingga 30 hari.

Sejak saat itu hingga Anda menonaktifkan link, Firebase akan mengekspor peristiwa Crashlytics setiap hari. Butuh beberapa menit agar data dapat tersedia di BigQuery setelah setiap ekspor.

Set data

Firebase Crashlytics membuat set data baru di BigQuery untuk data Crashlytics. Set data mencakup seluruh project Anda, meskipun project tersebut memiliki beberapa aplikasi.

Tabel

Firebase Crashlytics membuat tabel dalam set data untuk setiap aplikasi di project Anda, kecuali jika Anda memilih untuk tidak mengekspor data untuk aplikasi tersebut. Firebase memberi nama tabel berdasarkan ID paket aplikasi, dengan tanda titik dikonversi menjadi garis bawah dan nama platform ditambahkan ke bagian akhir.

Misalnya, data untuk aplikasi Android dengan ID com.google.test akan berada di tabel bernama com_google_test_ANDROID, dan data realtime (jika diaktifkan) akan berada di tabel bernama com_google_test_ANDROID_REALTIME

Tabel berisi seperangkat standar data Crashlytics selain kunci kustom Crashlytics yang ditentukan oleh developer.

Baris

Setiap baris dalam tabel merepresentasikan error yang dialami aplikasi.

Kolom

Kolom dalam tabel identik untuk error, error non-fatal, dan ANR. Jika ekspor streaming BigQuery Crashlytics diaktifkan, tabel realtime akan memiliki kolom yang sama dengan tabel batch. Kolom dalam pengeksporan tercantum di bawah ini.

Tanpa pelacakan tumpukan

Kolom muncul di baris yang mewakili peristiwa tanpa pelacakan tumpukan.

Nama Kolom	Jenis Data	Deskripsi
platform	STRING	Aplikasi Apple atau Android
bundle_identifier	STRING	ID paket, mis. com.google.gmail
event_id	STRING	ID unik untuk peristiwa
is_fatal	BOOLEAN	Kolom ini tidak digunakan lagi. Sebagai gantinya, gunakan error_type. Apakah aplikasi mengalami error
error_type	STRING	Jenis error peristiwa (FATAL, NON_FATAL, ANR)
issue_id	STRING	Masalah yang terkait dengan peristiwa
variant_id	STRING	Varian masalah yang terkait dengan peristiwa ini Perhatikan bahwa tidak semua peristiwa memiliki varian masalah terkait.
event_timestamp	TIMESTAMP	Kapan peristiwa terjadi
device	RECORD	Perangkat tempat peristiwa terjadi
device.manufacturer	STRING	Produsen perangkat
device.model	STRING	Model perangkat
device.architecture	STRING	X86_32, X86_64, ARMV7, ARM64, ARMV7S, atau ARMV7K
memory	RECORD	Status memori perangkat
memory.used	INT64	Byte memori terpakai
memory.free	INT64	Byte memori tersisa
storage	RECORD	Penyimpanan persisten perangkat
storage.used	INT64	Byte penyimpanan terpakai
storage.free	INT64	Byte penyimpanan tersisa
operating_system	RECORD	Detail OS di perangkat
operating_system.display_version	STRING	Versi OS di perangkat
operating_system.name	STRING	Nama OS di perangkat
operating_system.modification_state	STRING	Apakah perangkat telah diubah, misalnya di-jailbreak/di-root (MODIFIED atau UNMODIFIED)
operating_system.type	STRING	Jenis OS yang berjalan di perangkat (misalnya, iOS, MACOS); hanya tersedia untuk aplikasi platform Apple
operating_system.device_type	STRING	Jenis perangkat (misalnya, SELULER, TABLET, TV, dll.); juga disebut dengan "kategori perangkat"
aplikasi	RECORD	Aplikasi yang menimbulkan peristiwa
application.build_version	STRING	Versi build aplikasi
application.display_version	STRING
user	RECORD	Opsional: Info yang dikumpulkan dari pengguna aplikasi
user.name	STRING	Opsional: Nama pengguna
user.email	STRING	Opsional: Alamat email pengguna
user.id	STRING	Opsional: ID khusus aplikasi yang terkait dengan pengguna
custom_keys	REPEATED RECORD	Key-value pair yang ditentukan developer
custom_keys.key	STRING	Kunci yang ditentukan developer
custom_keys.value	STRING	Nilai yang ditentukan developer
installation_uuid	STRING	ID yang mengidentifikasi penginstalan aplikasi & perangkat unik
crashlytics_sdk_versions	STRING	Versi Crashlytics SDK yang menimbulkan peristiwa
app_orientation	STRING	PORTRAIT, LANDSCAPE, FACE_UP, atau FACE_DOWN
device_orientation	STRING	PORTRAIT, LANDSCAPE, FACE_UP, atau FACE_DOWN
process_state	STRING	BACKGROUND atau FOREGROUND
logs	REPEATED RECORD	Pesan log berstempel waktu yang dihasilkan oleh pencatat log Crashlytics, jika diaktifkan
logs.timestamp	TIMESTAMP	Kapan log dibuat
logs.message	STRING	Pesan yang dicatat dalam log
breadcrumbs	REPEATED RECORD	Breadcrumbs Google Analytics berstempel waktu, jika diaktifkan
breadcrumbs.timestamp	TIMESTAMP	Stempel waktu yang terkait dengan breadcrumb
breadcrumbs.name	STRING	Nama yang terkait dengan breadcrumb
breadcrumbs.params	REPEATED RECORD	Parameter yang terkait dengan breadcrumb
breadcrumbs.params.key	STRING	Kunci parameter yang terkait dengan breadcrumb
breadcrumbs.params.value	STRING	Nilai parameter yang terkait dengan breadcrumb
blame_frame	RECORD	Frame yang diidentifikasi sebagai akar penyebab crash atau error
blame_frame.line	INT64	Nomor baris file frame
blame_frame.file	STRING	Nama file frame
blame_frame.symbol	STRING	Simbol terhidrasi, atau simbol mentah jika tidak dapat dihidrasi
blame_frame.offset	INT64	Offset byte ke image biner yang berisi kode, tidak disetel untuk pengecualian Java
blame_frame.address	INT64	Alamat dalam image biner yang berisi kode, tidak disetel untuk frame Java
blame_frame.library	STRING	Nama tampilan library yang menyertakan frame
blame_frame.owner	STRING	DEVELOPER, VENDOR, RUNTIME, PLATFORM, atau SYSTEM
blame_frame.blamed	BOOLEAN	Apakah analisis Crashlytics menentukan bahwa frame ini adalah penyebab crash atau error
exceptions	REPEATED RECORD	Khusus Android: Pengecualian yang terjadi selama peristiwa ini. Pengecualian bertingkat disajikan dalam urutan kronologis terbalik (baca: data terakhir adalah pengecualian pertama yang ditampilkan)
exception.type	STRING	Jenis pengecualian, mis. java.lang.IllegalStateException
exceptions.exception_message	STRING	Pesan yang terkait dengan pengecualian
exception.nested	BOOLEAN	True untuk semua selain pengecualian yang terakhir kali ditampilkan (yaitu data pertama)
exceptionions.title	STRING	Judul thread
exception.subtitle	STRING	Subjudul thread
exceptions.blamed	BOOLEAN	True jika Crashlytics menentukan bahwa pengecualian menyebabkan error atau crash
exceptionions.frames	REPEATED RECORD	Frame yang terkait dengan pengecualian
exceptionions.frames.line	INT64	Nomor baris file frame
exceptionions.frames.file	STRING	Nama file frame
exceptionions.frames.symbol	STRING	Simbol terhidrasi, atau simbol mentah jika tidak dapat dihidrasi
exceptionions.frames.offset	INT64	Offset byte ke image biner yang berisi kode, tidak disetel untuk pengecualian Java
exceptionions.frames.address	INT64	Alamat dalam image biner yang berisi kode, tidak disetel untuk frame Java
exceptionions.frames.library	STRING	Nama tampilan library yang menyertakan frame
exceptionions.frames.owner	STRING	DEVELOPER, VENDOR, RUNTIME, PLATFORM, atau SYSTEM
exceptionions.frames.blamed	BOOLEAN	Apakah analisis Crashlytics menentukan bahwa frame ini adalah penyebab crash atau error
error	REPEATED RECORD	Khusus aplikasi Apple: error non-fatal
error.queue_name	STRING	Antrean tempat thread berjalan
error.code	INT64	Kode error yang terkait dengan NSError yang dicatat khusus pada aplikasi
error.title	STRING	Judul thread
error.subtitle	STRING	Subjudul thread
error.blamed	BOOLEAN	Apakah analisis Crashlytics menentukan bahwa frame ini adalah penyebab error
error.frames	REPEATED RECORD	Frame stacktrace
error.frames.line	INT64	Nomor baris file frame
error.frames.file	STRING	Nama file frame
error.frames.symbol	STRING	Simbol terhidrasi, atau simbol mentah jika tidak dapat dihidrasi
error.frames.offset	INT64	Offset byte ke image biner yang berisi kode
error.frames.address	INT64	Alamat dalam image biner yang berisi kode
error.frames.library	STRING	Nama tampilan library yang menyertakan frame
error.frames.owner	STRING	DEVELOPER, VENDOR, RUNTIME, PLATFORM, atau SYSTEM
error.frames.blamed	BOOLEAN	Apakah analisis Crashlytics menentukan bahwa frame ini adalah penyebab error
threads	REPEATED RECORD	Thread yang ada pada saat peristiwa
threads.crashed	BOOLEAN	Apakah thread error
threads.thread_name	STRING	Nama thread
threads.queue_name	STRING	Khusus aplikasi Apple: Antrean tempat thread berjalan
threads.signal_name	STRING	Nama sinyal yang menyebabkan aplikasi error, hanya ada di thread native yang error
threads.signal_code	STRING	Kode sinyal yang menyebabkan aplikasi error; hanya ada di thread native yang error
threads.crash_address	INT64	Alamat sinyal yang menyebabkan aplikasi error; hanya ada di thread native yang error
threads.code	INT64	Khusus aplikasi Apple: Kode error NSError yang dicatat khusus pada aplikasi
threads.title	STRING	Judul thread
threads.subtitle	STRING	Subjudul thread
threads.blamed	BOOLEAN	Apakah analisis Crashlytics menentukan bahwa frame ini adalah penyebab crash atau error
threads.frames	REPEATED RECORD	Frame thread
threads.frames.line	INT64	Nomor baris file frame
threads.frames.file	STRING	Nama file frame
threads.frames.symbol	STRING	Simbol terhidrasi, atau simbol mentah jika tidak terhidrasi
threads.frames.offset	INT64	Offset byte ke image biner yang berisi kode
threads.frames.address	INT64	Alamat dalam image biner yang berisi kode
threads.frames.library	STRING	Nama tampilan library yang menyertakan frame
threads.frames.owner	STRING	DEVELOPER, VENDOR, RUNTIME, PLATFORM, atau SYSTEM
threads.frames.blamed	BOOLEAN	Apakah analisis Crashlytics menentukan bahwa frame ini adalah penyebab error
unity_metadata.unity_version	STRING	Versi Unity yang berjalan di perangkat ini
unity_metadata.debug_build	BOOLEAN	Jika ini adalah build debug
unity_metadata.processor_type	STRING	Jenis prosesor
unity_metadata.processor_count	INT64	Jumlah prosesor (core)
unity_metadata.processor_frequency_mhz	INT64	Frekuensi prosesor dalam MHz
unity_metadata.system_memory_size_mb	INT64	Ukuran memori sistem dalam Mb
unity_metadata.graphics_memory_size_mb	INT64	Memori grafis dalam MB
unity_metadata.graphics_device_id	INT64	ID perangkat grafis
unity_metadata.graphics_device_vendor_id	INT64	ID vendor prosesor grafis
unity_metadata.graphics_device_name	STRING	Nama perangkat grafis
unity_metadata.graphics_device_vendor	STRING	Vendor perangkat grafis
unity_metadata.graphics_device_version	STRING	Versi perangkat grafis
unity_metadata.graphics_device_type	STRING	Jenis perangkat grafis
unity_metadata.graphics_shader_level	INT64	Tingkat shader grafis
unity_metadata.graphics_render_target_count	INT64	Jumlah target rendering grafis
unity_metadata.graphics_copy_texture_support	STRING	Dukungan untuk menyalin tekstur grafis seperti yang dijelaskan dalam Unity API
unity_metadata.graphics_max_texture_size	INT64	Ukuran maksimum yang didedikasikan untuk rendering tekstur
unity_metadata.screen_size_px	STRING	Ukuran layar dalam piksel, yang diformat sebagai lebar x tinggi
unity_metadata.screen_resolution_dpi	STRING	DPI layar sebagai angka floating point
unity_metadata.screen_refresh_rate_hz	INT64	Kecepatan refresh layar dalam Hz

Memvisualisasikan data Crashlytics yang diekspor dengan Data Studio

Google Data Studio mengubah set data Crashlytics Anda di BigQuery menjadi laporan yang mudah dibaca, mudah dibagikan, dan dapat disesuaikan sepenuhnya.

Untuk mempelajari lebih lanjut cara menggunakan Data Studio, lihat panduan memulai Data Studio, Selamat datang di Data Studio.

Menggunakan template laporan Crashlytics

Data Studio memiliki contoh laporan untuk Crashlytics yang mencakup serangkaian dimensi dan metrik komprehensif dari skema BigQuery Crashlytics yang diekspor. Jika telah mengaktifkan ekspor streaming Crashlytics BigQuery, Anda dapat melihat data tersebut di halaman Realtime trends template Data Studio. Anda dapat menggunakan contoh ini sebagai template untuk membuat laporan dan visualisasi baru dengan cepat berdasarkan data error mentah aplikasi Anda sendiri:

1. Buka Crashlytics Data Studio Dashboard template.
2. Klik Use Template di sudut kanan atas.
3. Di dropdown New Data Source, pilih Create New Data Source.
4. Klik Select pada kartu BigQuery.
5. Pilih tabel yang berisi data Crashlytics yang diekspor dengan memilih My Projects > [nama-proyek-Anda] > firebase_crashlytics > [nama-tabel-Anda]. Tabel batch Anda selalu tersedia untuk dipilih. Jika ekspor streaming Crashlytics BigQuery diaktifkan, Anda dapat memilih tabel realtime.
6. Pada Configuration, setel Crashlytics Template level ke Default.
7. Klik Connect untuk membuat sumber data baru.
8. Klik Add to Report untuk kembali ke template Crashlytics.
9. Terakhir, klik Create Report untuk membuat salinan template Dasbor Data Studio Crashlytics Anda.

Catatan: Jika Anda menautkan Crashlytics ke BigQuery sebelum 6 Desember 2018, set data Anda akan bernama My Projects > [nama-project-Anda] > crashlytics > [nama-tabel-Anda].