Dane z Crashlytics możesz wyeksportować do BigQuery, aby poddać je dalszej analizie. BigQuery umożliwia analizowanie danych z wykorzystaniem BigQuery SQL, eksportowanie ich do innego dostawcy chmury i używanie ich do wizualizacji i niestandardowych paneli w Studiu danych Google.
Włącz funkcję eksportowania BigQuery
- Otwórz stronę Integracje w konsoli Firebase.
- Na karcie BigQuery kliknij Połącz.
- Postępuj zgodnie z instrukcjami wyświetlanymi na ekranie, aby włączyć BigQuery.
Po połączeniu projektu z BigQuery:
- Firebase konfiguruje codzienne synchronizacje danych z projektu Firebase z BigQuery.
- Domyślnie wszystkie aplikacje w projekcie są połączone z BigQuery, a wszelkie aplikacje, które dodasz później do projektu, zostaną automatycznie połączone z BigQuery. Możesz określić, które aplikacje mają wysyłać dane.
- Firebase eksportuje kopię istniejących danych do BigQuery. W przypadku każdej połączonej aplikacji obejmuje to tabelę wsadową zawierającą dane z codziennej synchronizacji.
- Jeśli włączysz eksport strumieniowy BigQuery z Crashlytics, wszystkie połączone aplikacje będą miały również tabelę czasu rzeczywistego zawierającą dane o ciągłych aktualizacjach.
Aby wyłączyć funkcję BigQuery Export, 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 poszczególne tabele będą tworzone w zbiorze danych Crashlytics dla każdej aplikacji w projekcie. Firebase nadaje nazwy tabelom na podstawie identyfikatora pakietu aplikacji. Okresy są konwertowane na podkreślenia, a na końcu znajduje się nazwa platformy.
Na przykład dane aplikacji o identyfikatorze com.google.test
znajdują się w tabeli o nazwie com_google_test_ANDROID
. Ta tabela zbiorcza jest aktualizowana raz dziennie. Jeśli włączysz eksport strumieniowy BigQuery z Crashlytics, dane Firebase Crashlytics będą też przesyłane w czasie rzeczywistym do com_google_test_ANDROID_REALTIME
.
Każdy wiersz tabeli przedstawia zdarzenie, które wystąpiło w aplikacji, w tym awarie, błędy niekrytyczne i błędy ANR.
Włącz eksport strumieniowy BigQuery z Crashlytics
Możesz strumieniować dane Crashlytics w czasie rzeczywistym dzięki BigQueryStreaming. Można jej używać do dowolnych celów, które wymagają danych bieżących, np. do prezentowania informacji w panelu transmisji na żywo, obserwowania wdrażania na żywo lub monitorowania problemów z aplikacją, które wywołują alerty i niestandardowe przepływy pracy.
Eksport strumieniowy BigQuery z Crashlytics jest niedostępny w trybie piaskownicy BigQuery.
Gdy włączysz eksport strumieniowy do BigQuery w Crashlytics, oprócz tabeli zbiorczej będziesz też mieć tabelę czasu rzeczywistego. Różnice między tabelami:
Tabela wsadowa | Tabela czasu rzeczywistego |
---|---|
|
|
Tabela wsadowa idealnie nadaje się do długoterminowej analizy i identyfikowania trendów w czasie, ponieważ bezterminowo przechowujemy zdarzenia przed ich zapisaniem i można je uzupełniać w tabeli przez maksymalnie 30 dni. Gdy zapisujemy dane w tabeli czasu rzeczywistego, są one natychmiast zapisywane w BigQuery, dzięki czemu doskonale sprawdza się w przypadku paneli na żywo i alertów niestandardowych. Te 2 tabele można połączyć za pomocą zapytania łączenia, aby uzyskać korzyści obu. Zobacz zapytanie Przykład 9 poniżej.
Domyślnie tabela czasu rzeczywistego ma okres ważności partycji wynoszący 30 dni. Aby dowiedzieć się, jak to zmienić, zapoznaj się z sekcją na temat aktualizowania daty wygaśnięcia partycji.
Włącz strumieniowe przesyłanie danych z Crashlytics z BigQuery
Aby włączyć strumieniowe przesyłanie danych, przejdź do sekcji Crashlytics na stronie Integracje BigQuery i zaznacz pole wyboru Uwzględnij przesyłanie strumieniowe.
Szablon Studia danych
Aby włączyć w szablonie Studia danych dane w czasie rzeczywistym, wykonaj instrukcje podane w artykule Wizualizacja wyeksportowanych danych Crashlytics w Studiu danych.
Widoki
Możesz przekształcić poniższe przykładowe zapytania w widoki za pomocą interfejsu BigQuery. Szczegółowe instrukcje znajdziesz w artykule Tworzenie widoków.
Co można zrobić z wyeksportowanymi danymi?
Eksporty BigQuery zawierają nieprzetworzone dane o awariach, w tym typ urządzenia, system operacyjny, wyjątki (aplikacje na Androida) lub błędy (aplikacje Apple), a także dzienniki Crashlytics oraz inne dane.
Praca z danymi Firebase Crashlytics w BigQuery
Poniższe przykłady pokazują zapytania, które możesz uruchamiać na danych z Crashlytics. Te zapytania generują raporty, które są niedostępne w panelu Crashlytics.
Przykłady zapytań dotyczących Crashlytics
Poniższe przykłady pokazują, jak generować raporty, które zbierają dane o zdarzeniach awarii w czytelniejszy sposób.
Przykład 1: awarie według dnia
Po wyeliminowaniu jak największej liczby błędów główny deweloper uważa, że jej zespół jest wreszcie gotowy do wprowadzenia nowej aplikacji do udostępniania zdjęć. Zanim to zrobi, chce sprawdzić liczbę awarii dziennie w minionym miesiącu, aby mieć pewność, że dzięki usunięciu błędów aplikacja z czasem stała się bardziej stabilna:
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;
Przykład 2. Wyszukiwanie najbardziej powszechnych awarii
Aby odpowiednio nadać planom produkcyjnym priorytety, menedżer projektu zastanawia się, jak wskazać 10 najczęstszych awarii w usłudze. Tworzą zapytanie, które zawiera istotne punkty danych:
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;
Przykład 3. 10 urządzeń, na których najczęściej występują awarie
Jesień to nowy sezon telefonów! Deweloper wie, że zbliża się sezon problemów związanych z urządzeniami. Aby uniknąć pojawiających się problemów ze zgodnością, zespół utworzył zapytanie identyfikujące 10 urządzeń, na których wystąpiło najwięcej awarii w ciągu ostatniego tygodnia:
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;
Przykład 4. Filtrowanie według klucza niestandardowego
Deweloper gier chce wiedzieć, na którym poziomie występuje najwięcej awarii. Aby pomóc im śledzić te statystyki, ustawili niestandardowy klucz Crashlytics current_level
i aktualizują go za każdym razem, gdy użytkownik osiągnie nowy poziom.
Objective-C
CrashlyticsKit setIntValue:3 forKey:@"current_level";
Swift
Crashlytics.sharedInstance().setIntValue(3, forKey: "current_level");
Java
Crashlytics.setInt("current_level", 3);
Mając ten klucz w eksporcie BigQuery, tworzy zapytanie, które zgłasza rozkład wartości current_level
powiązanych z poszczególnymi zdarzeniami awarii:
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
Przykład 5. Wyodrębnianie identyfikatorów użytkownika
Deweloper ma aplikację w ramach wcześniejszego dostępu. Większość użytkowników je uwielbia, ale 3 z nich doświadczyło niezwykłej liczby awarii. Aby dotrzeć do sedna problemu, tworzy zapytanie, które pobiera wszystkie zdarzenia awarii dotyczące tych użytkowników, za pomocą ich identyfikatorów:
SELECT * FROM `projectId.firebase_crashlytics.package_name_ANDROID` WHERE user.id IN ("userid1", "userid2", "userid3") ORDER BY user.id
Przykład 6. Znajdowanie wszystkich użytkowników, u których występuje konkretny problem z awarią
Pewien deweloper zgłosił krytyczny błąd grupie beta-testerów. Zespół mógł wykorzystać zapytanie z przykładu 2 powyżej, aby zidentyfikować konkretny identyfikator problemu z awarią. Teraz chce uruchomić zapytanie, aby wyodrębnić listę użytkowników aplikacji, których dotyczy ta awaria:
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;
Przykład 7. Liczba użytkowników, których dotyczy awaria, z podziałem na kraje
Teraz zespół wykrył błąd krytyczny podczas wdrażania nowej wersji. Udało mu się użyć zapytania z przykładu 2 powyżej, aby zidentyfikować konkretny identyfikator problemu awarii. Nasz zespół chce teraz sprawdzić, czy awaria nie rozpowszechniła się użytkowników w różnych krajach na całym świecie.
Aby napisać to zapytanie, zespół musi:
Włącz eksportowanie danych do BigQuery w Google Analytics. Zobacz Eksportowanie danych projektu do BigQuery.
Zaktualizuj aplikację, aby przekazywał identyfikator użytkownika zarówno do pakietu SDK Google Analytics, jak i pakietu SDK Crashlytics.
Objective-C
CrashlyticsKit setUserIdentifier:@"123456789"; FIRAnalytics setUserID:@"12345678 9";
Swift
Crashlytics.sharedInstance().setUserIdentifier("123456789"); Analytics.setUserID("123456789");
Java
Crashlytics.setUserIdentifier("123456789"); mFirebaseAnalytics.setUserId("123456789");
Utwórz zapytanie, które korzysta z pola identyfikatora użytkownika w celu złączenia zdarzeń w zbiorze danych BigQuery z Google Analytics zawierającym awarie w zbiorze danych 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
Przykład 8. 5 najważniejszych do tej pory tematów na dziś
Wymaga włączenia eksportu strumieniowego 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;
Przykład 9: 5 najważniejszych problemów od DATE, w tym dziś
Wymaga włączenia eksportu strumieniowego BigQuery Crashlytics.
W tym przykładzie łączymy tabele wsadowe i w czasie rzeczywistym, aby dodać informacje w czasie rzeczywistym do niezawodnych danych wsadowych. Ponieważ event_id
jest kluczem podstawowym, za pomocą DISTINCT event_id
możemy usunąć z obu tabel duplikaty wspólnych zdarzeń.
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;
Schemat Firebase Crashlytics w BigQuery
Gdy połączysz Crashlytics z BigQuery, Firebase eksportuje ostatnie zdarzenia (awarie, błędy niekrytyczne i błędy ANR), w tym zdarzenia z ostatnich 2 dni przed połączeniem. Opcja uzupełnienia danych może trwać do 30 dni.
Od tego momentu do momentu wyłączenia połączenia Firebase będzie codziennie eksportować zdarzenia Crashlytics. Po każdym eksporcie dane mogą być dostępne w BigQuery po kilku minutach.
Zbiory danych
Firebase Crashlytics tworzy w BigQuery nowy zbiór danych na potrzeby danych Crashlytics. Zbiór danych obejmuje cały projekt, nawet jeśli obejmuje on kilka aplikacji.
Tabele
Firebase Crashlytics tworzy w zbiorze danych tabelę dla każdej aplikacji w Twoim projekcie, chyba że zrezygnujesz z eksportowania danych tej aplikacji. Firebase nadaje nazwy tabelom na podstawie identyfikatora pakietu aplikacji, z kropkami przekształconymi w podkreślenia, a na końcu z nazwą platformy.
Na przykład dane aplikacji na Androida o identyfikatorze com.google.test
znajdują się w tabeli 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 wszelkie niestandardowe klucze Crashlytics zdefiniowane przez programistów.
Wiersze
Każdy wiersz w tabeli oznacza błąd napotkany przez aplikację.
Kolumny
Kolumny w tabeli są identyczne w przypadku awarii, błędów niekrytycznych i błędów ANR. Jeśli włączony jest eksport strumieniowy do BigQuery, tabela czasu rzeczywistego będzie zawierać te same kolumny co tabela wsadowa. Kolumny w ramach eksportu są wymienione poniżej.
Bez zrzutów stosu
Kolumny występujące w wierszach reprezentujących zdarzenia bez zrzutów stosu.
Nazwa pola | Typ danych | Opis |
---|---|---|
platform | CIĄG ZNAKÓW | Aplikacje Apple lub na Androida |
identyfikator_pakietu | CIĄG ZNAKÓW | Identyfikator pakietu, np.com. google.gmail. |
identyfikator_zdarzenia | CIĄG ZNAKÓW | Unikalny identyfikator wydarzenia. |
is_fatal (krytyczny) | WARTOŚĆ LOGICZNA | Wskazuje, czy aplikacja uległa awarii |
typ błędu | CIĄG ZNAKÓW | Typ błędu zdarzenia (FATAL, NON_FATAL, ANR) |
identyfikator_problemu | CIĄG ZNAKÓW | Problem związany ze zdarzeniem |
wariant_id | CIĄG ZNAKÓW | Wariant problemu powiązany z tym zdarzeniem Pamiętaj, że nie wszystkie zdarzenia mają powiązany wariant problemu. |
event_timestamp | SYGNATURA CZASOWA | czas wystąpienia zdarzenia; |
device | REKORD | Urządzenie, na którym wystąpiło zdarzenie |
device.Producer, | CIĄG ZNAKÓW | Producent urządzenia |
urządzenie.model | CIĄG ZNAKÓW | Model urządzenia |
device.Architecture | CIĄG ZNAKÓW | X86_32, X86_64, ARMV7, ARM64, ARMV7S lub ARMV7K |
pamięć | REKORD | Stan pamięci urządzenia |
Pamięć.używana | INT64 | Wykorzystane bajty pamięci |
storage.free | INT64 | Pozostałe bajty pamięci |
magazynowanie | REKORD | Pamięć trwała urządzenia |
miejsce na dane.wykorzystane | INT64 | Zajęte bajty miejsca na dane |
miejsce na dane.bezpłatnie | INT64 | Wolne bajty miejsca na dane |
System operacyjny | REKORD | Szczegółowe informacje o systemie operacyjnym na urządzeniu |
wersja_systemu_operacyjnego.wersja_wyświetlana | CIĄG ZNAKÓW | Wersja systemu operacyjnego urządzenia. |
operating_system.name | CIĄG ZNAKÓW | Nazwa systemu operacyjnego na urządzeniu |
stan_systemu_operacyjnego.modyfikacja_stanu_modyfikacji | CIĄG ZNAKÓW | Określa, czy urządzenie zostało zmodyfikowane, na przykład po jailbreaku/zrootowaniu (MODIFIED lub UNMODIFIED). |
ChromeOS.type [typ_systemu_operacyjnego] | CIĄG ZNAKÓW | Typ systemu operacyjnego działającego na urządzeniu (np. IOS, MACOS). Dostępny tylko w przypadku aplikacji platform Apple |
operacyjny_system.device_type | CIĄG ZNAKÓW | Typ urządzenia (np. URZĄDZENIE MOBILNE, TABLET, telewizor itp.), nazywane też „kategorią urządzenia”. |
aplikacja | REKORD | Aplikacja, która wygenerowała zdarzenie |
application.build_version | CIĄG ZNAKÓW | Wersja kompilacji aplikacji |
application.display_version | CIĄG ZNAKÓW | |
użytkownik | REKORD | Opcjonalnie: informacje zebrane o użytkowniku aplikacji |
user.name | CIĄG ZNAKÓW | Opcjonalnie: nazwa użytkownika |
user.email | CIĄG ZNAKÓW | Opcjonalnie: adres e-mail użytkownika |
user.id | CIĄG ZNAKÓW | Opcjonalnie: identyfikator aplikacji powiązany z użytkownikiem |
klucze_niestandardowe | POWTÓRZONY REKORD | Pary klucz-wartość zdefiniowane przez programistę |
klucze_niestandardowe.klucz | CIĄG ZNAKÓW | Klucz zdefiniowany przez dewelopera |
niestandardowe_klucze.wartość | CIĄG ZNAKÓW | Wartość określona przez programistę |
instalacja_uuid | CIĄG ZNAKÓW | Identyfikator określający unikalną instalację aplikacji i urządzenia |
Crashlytics_sdk_versions | CIĄG ZNAKÓW | Wersja pakietu SDK Crashlytics, która wygenerowała zdarzenie |
app_orientation, | CIĄG ZNAKÓW | PORTRAIT, LANDSCAPE, FACE_UP lub FACE_DOWN |
device_orientation, | CIĄG ZNAKÓW | PORTRAIT, LANDSCAPE, FACE_UP lub FACE_DOWN |
stan_procesu | CIĄG ZNAKÓW | WPROWADZENIE lub FOREGROUND |
logi | POWTÓRZONY REKORD | Wiadomości logu oznaczone sygnaturą czasową generowane przez rejestrator Crashlytics (jeśli są włączone). |
Logging.timestamp | SYGNATURA CZASOWA | data utworzenia dziennika, |
Logi.message | CIĄG ZNAKÓW | Zapisany komunikat |
menu nawigacyjne | POWTÓRZONY REKORD | Menu nawigacyjne Google Analytics oznaczone sygnaturą czasową (jeśli jest włączone) |
breadcrumbs.timestamp | SYGNATURA CZASOWA | Sygnatura czasowa powiązana z menu nawigacyjnym |
breadcrumbs.name | CIĄG ZNAKÓW | Nazwa powiązana z menu nawigacyjnym |
menu nawigacyjne.params | POWTÓRZONY REKORD | Parametry powiązane z menu nawigacyjnym |
menu nawigacyjne.params.klucz | CIĄG ZNAKÓW | Klucz parametru powiązany z menu nawigacyjnym |
menu nawigacyjne.params.value | CIĄG ZNAKÓW | Wartość parametru powiązana z menu nawigacyjnym |
przyczyna_przynależności | REKORD | Ramka zidentyfikowana jako główna przyczyna awarii lub błędu |
rama_blame.line | INT64 | Numer wiersza pliku ramki. |
rama_blame.file | CIĄG ZNAKÓW | Nazwa pliku ramki |
ramka_wina.symbol | CIĄG ZNAKÓW | symbol nawodnienia lub symbol surowej wody, jeśli nie jest nawodniony; |
blame_frame.offset | INT64 | Odsunięcie bajtów na obraz binarny zawierający kod, nieskonfigurowana w przypadku wyjątków w języku Java |
adres_ramki_blame.adres | INT64 | Adres obrazu binarnego, który zawiera kod, bez ustawienia dla ramek Java |
rama_blame.library | CIĄG ZNAKÓW | Wyświetlana nazwa biblioteki zawierającej ramkę |
blame_frame.owner | CIĄG ZNAKÓW | DEWELOPER, DOSTAWCA, DZIAŁANIE, PLATFORMA lub SYSTEM |
blame_frame.blamed, | WARTOŚĆ LOGICZNA | Czy według analizy Crashlytics ta ramka jest przyczyną awarii lub błędu |
wyjątki | POWTÓRZONY REKORD | Tylko Android: wyjątki, które wystąpiły podczas tego zdarzenia. Zagnieżdżone wyjątki są przedstawiane w odwrotnej kolejności chronologicznej (odczyt: ostatni rekord to pierwszy wyjątek) |
wyjątki.typ | CIĄG ZNAKÓW | Typ wyjątku, np. java.lang.IllegalStateException |
wyjątek.exception_message | CIĄG ZNAKÓW | Komunikat powiązany z wyjątkiem |
wyjątki.nested | WARTOŚĆ LOGICZNA | Prawda dla wszystkich oprócz ostatniego zgłoszonego wyjątku (tj. pierwszego rekordu) |
wyjątki.title | CIĄG ZNAKÓW | Tytuł wątku |
wyjątki.podtytuł | CIĄG ZNAKÓW | Podtytuł wątku |
messages.blamed (wyjątki) | WARTOŚĆ LOGICZNA | Prawda, jeśli Crashlytics ustali, że wyjątek jest odpowiedzialny za błąd lub awarię |
wyjątki.frames | POWTÓRZONY REKORD | Klatki powiązane z wyjątkiem |
wyjątki.frames.line | INT64 | Numer wiersza pliku ramki. |
wyjątki.ramki.file | CIĄG ZNAKÓW | Nazwa pliku ramki |
wyjątki.ramki.symbol | CIĄG ZNAKÓW | symbol nawodnienia lub symbol surowej wody, jeśli nie jest nawodniony; |
wyjątki.frames.offset | INT64 | Odsunięcie bajtów na obraz binarny zawierający kod, nieskonfigurowana w przypadku wyjątków w języku Java |
wyjątki.ramki.adres | INT64 | Adres obrazu binarnego, który zawiera kod, bez ustawienia dla ramek Java |
wyjątki.frames.library, | CIĄG ZNAKÓW | Wyświetlana nazwa biblioteki zawierającej ramkę |
wyjątki.frames.owner | CIĄG ZNAKÓW | DEWELOPER, DOSTAWCA, DZIAŁANIE, PLATFORMA lub SYSTEM |
wyjątek.frames.blamed | WARTOŚĆ LOGICZNA | Czy według analizy Crashlytics ta ramka jest przyczyną awarii lub błędu |
error | POWTÓRZONY REKORD | Tylko aplikacje Apple: błędy niekrytyczne |
error.queue_name | CIĄG ZNAKÓW | Kolejka, w której działał wątek |
kod błędu. | INT64 | Kod błędu powiązany z niestandardowym zapisanym błędem NSError aplikacji |
błąd.tytuł | CIĄG ZNAKÓW | Tytuł wątku |
error.podtytuł | CIĄG ZNAKÓW | Podtytuł wątku |
error.blamed | WARTOŚĆ LOGICZNA | Czy według analizy Crashlytics ta ramka jest przyczyną błędu |
error.frames | POWTÓRZONY REKORD | Ramki zrzutu stosu |
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 surowej wody, jeśli nie jest nawodniony; |
error.frames.offset | INT64 | Wartość przesunięcia bajtów na obraz binarny zawierający kod |
error.frames.address | INT64 | Adres w obrazie binarnym, który zawiera kod |
error.frames.library | CIĄG ZNAKÓW | Wyświetlana nazwa biblioteki zawierającej ramkę |
error.frames.owner | CIĄG ZNAKÓW | DEWELOPER, DOSTAWCA, DZIAŁANIE, PLATFORMA lub SYSTEM |
error.frames.blamed | WARTOŚĆ LOGICZNA | Czy według analizy Crashlytics ta ramka jest przyczyną błędu |
wątki | POWTÓRZONY REKORD | Wątki obecne w momencie wydarzenia |
threads.crashed | WARTOŚĆ LOGICZNA | Czy wątek uległ awarii |
threads.nazwa_wątku | CIĄG ZNAKÓW | Nazwa wątku |
threads.queue_name | CIĄG ZNAKÓW | Tylko aplikacje Apple: kolejka, w której działał wątek |
threads.signal_name | CIĄG ZNAKÓW | Nazwa sygnału, który spowodował awarię aplikacji, występujący tylko w wątkach natywnych, w których wystąpiła awaria |
threads.signal_code | CIĄG ZNAKÓW | Kod sygnału, który spowodował awarię aplikacji; występuje tylko w wątkach natywnych, w których wystąpiła awaria |
threads.crash_address | INT64 | Adres sygnału, który spowodował awarię aplikacji; występuje tylko w wątkach natywnych, w których wystąpiła awaria |
threads.code | INT64 | Tylko aplikacje Apple: kod błędu niestandardowego zapisanego błędu NSError aplikacji |
threads.title | CIĄG ZNAKÓW | Tytuł wątku |
threads.Caption | CIĄG ZNAKÓW | Podtytuł wątku |
threads.blamed | WARTOŚĆ LOGICZNA | Czy według analizy Crashlytics ta ramka jest przyczyną awarii lub błędu |
threads.frames | POWTÓRZONY REKORD | 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 nieprzetworzony, jeśli nie jest hydromasażowy. |
threads.frames.offset | INT64 | Wartość przesunięcia bajtów na obraz binarny zawierający kod |
threads.frames.address | INT64 | Adres w obrazie binarnym, który zawiera kod |
threads.frames.library, | CIĄG ZNAKÓW | Wyświetlana nazwa biblioteki zawierającej ramkę |
threads.frames.owner | CIĄG ZNAKÓW | DEWELOPER, DOSTAWCA, DZIAŁANIE, PLATFORMA lub SYSTEM |
threads.frames.blamed | WARTOŚĆ LOGICZNA | Czy według analizy Crashlytics ta ramka jest przyczyną błędu |
unity_metadata.unity_version | CIĄG ZNAKÓW | Wersja Unity działająca na tym urządzeniu |
kompilacja_jednostek_metadanych.debug | WARTOŚĆ LOGICZNA | Jeśli jest to kompilacja do debugowania |
unity_metadata.processor_type | CIĄG ZNAKÓW | Typ procesora |
unity_metadata.processor_count | INT64 | Liczba procesorów (rdzeni) |
jednostkowe_metadane.procesor_częstotliwość_mhz | INT64 | Częstotliwość procesorów w MHz |
jednostki_metadanych.systemu_memory_rozmiar_mb | INT64 | Rozmiar pamięci systemu w MB |
jednostkowe_metadane.grafiki_rozmiar_pamięci_MB | INT64 | Pamięć karty graficznej w MB |
identyfikator_jednostki_metadane.grafiki | INT64 | Identyfikator urządzenia graficznego |
identyfikator_dostawcy_jednostek_metadanych.graficznych | INT64 | Identyfikator dostawcy procesora graficznego |
jednostka_metadanych.grafiki_nazwa_urządzenia | CIĄG ZNAKÓW | Nazwa urządzenia graficznego |
dostawca_metadanych_jednostek.graficznych_urządzenie_dostawcy | CIĄG ZNAKÓW | Dostawca urządzenia graficznego |
wersja_metadanych_jednostek.graficzna_wersja_urządzenia | CIĄG ZNAKÓW | Wersja karty graficznej. |
unity_metadata.graphics_device_type | CIĄG ZNAKÓW | Typ urządzenia graficznego |
poziom_metadanych_jednostek.grafikas_shadera | INT64 | Poziom cieniowania grafiki |
unity_metadata.graphics_render_target_count | INT64 | Liczba celów renderowania graficznego |
obsługa_metadanych_jednostek.grafikas_kopii_tekstu_jednostkowej | CIĄG ZNAKÓW | możliwość kopiowania tekstury grafiki zgodnie z definicją w interfejsie Unity API; |
unity_metadata.graphics_max_texture_size | INT64 | Maksymalny rozmiar przeznaczony do renderowania tekstury |
metadane_jednostek.rozmiar_ekranu_piks. | CIĄG ZNAKÓW | Rozmiar ekranu w pikselach podany jako szerokość x wysokość. |
metadane_jednostek.rozdzielczości_ekranu_dpi | CIĄG ZNAKÓW | Wartość DPI ekranu w postaci liczby zmiennoprzecinkowej. |
jednostkowe_metadane.ekran_odświeżania_częstotliwości_hz | INT64 | Częstotliwość odświeżania ekranu w Hz |
Wizualizacja wyeksportowanych danych z Crashlytics w Studiu danych
Studio danych Google przekształca zbiory danych Crashlytics w BigQuery w raporty, które można łatwo odczytywać, udostępniać i w pełni dostosowywać.
Więcej informacji o korzystaniu ze Studia danych znajdziesz w krótkim przewodniku po Studiu danych: Witamy w Studiu danych.
Korzystanie z szablonu raportu Crashlytics
Studio danych zawiera przykładowy raport dotyczący Crashlytics, który zawiera kompleksowy zestaw wymiarów i danych z wyeksportowanego schematu BigQuery z Crashlytics. Jeśli masz włączony eksport strumieniowy BigQuery z Crashlytics, możesz wyświetlać te dane na stronie Trendy w czasie rzeczywistym w szablonie Studia danych.Możesz użyć przykładu jako szablonu, aby szybko utworzyć nowe raporty i wizualizacje na podstawie nieprzetworzonych danych o awariach Twojej aplikacji:
- Otwórz szablon panelu Studia danych Crashlytics.
- Kliknij Użyj szablonu w prawym górnym rogu.
- W menu Nowe źródło danych wybierz Utwórz nowe źródło danych.
- Na karcie BigQuery kliknij Wybierz.
- Wybierz tabelę zawierającą wyeksportowane dane z Crashlytics. W tym celu kliknij Moje projekty > [nazwa-projektu] > firebase_crashlytics > [nazwa-twojej-tabeli]. Twoja tabela wsadowa jest zawsze dostępna do wyboru. Jeśli eksport strumieniowy BigQuery jest włączony, możesz zamiast tego wybrać tabelę czasu rzeczywistego.
- W sekcji Configuration (Konfiguracja) ustaw opcję Crashlytics level level (Poziom szablonu Crashlytics) na Default (Domyślny).
- Kliknij Połącz, aby utworzyć nowe źródło danych.
- Kliknij Add to Report (Dodaj do raportu), aby wrócić do szablonu Crashlytics.
- Na koniec kliknij Utwórz raport, aby utworzyć kopię szablonu panelu Studia danych Crashlytics.