Crashlytics के डेटा को BigQuery में एक्सपोर्ट करना

अपने Firebase Crashlytics डेटा को BigQuery में एक्सपोर्ट किया जा सकता है. डेटा BigQuery में आने के बाद, आप एसक्यूएल क्वेरी का इस्तेमाल करके उसका विश्लेषण कर सकते हैं, डेटा विज़ुअलाइज़ेशन और कस्टम डैशबोर्ड बना सकते हैं, और यहां तक कि डेटा को अन्य सेवाओं में भी एक्सपोर्ट कर सकते हैं.

इस पेज पर, Crashlytics और (ज़रूरी नहीं) Firebase सेशन के डेटा को BigQuery में एक्सपोर्ट करने का तरीका बताया गया है.

BigQuery में डेटा एक्सपोर्ट करने की सुविधा सेट अप करना

  1. Firebase कंसोल में, सेटिंग सेटिंग > इंटिग्रेशन पेज पर जाएं.

  2. BigQuery कार्ड में, लिंक करें पर क्लिक करें.

  3. BigQuery में डेटा एक्सपोर्ट करने की सुविधा सेट अप करने के लिए, स्क्रीन पर दिए गए निर्देशों का पालन करें. इसमें ये विकल्प शामिल हैं:BigQuery

BigQuery से अनलिंक करने पर, इससे जुड़े डेटासेट BigQuery में दिखना बंद हो जाते हैं.

इन बातों का ध्यान रखें:

  • BigQuery में पहले से एक्सपोर्ट किया गया डेटा, तय की गई समयसीमा तक सेव रहेगा. साथ ही, इसे स्टोर करने और क्वेरी चलाने का शुल्क भी लग सकता है. आगे होने वाली बिलिंग रोकने के लिए, अपने डेटासेट को मैन्युअल तरीके से मिटाया जा सकता है.

  • अगर BigQuery का डेटा अन्य सेवाओं में सेव है, तो हो सकता है कि डेटा को सेव रखने के लिए अलग-अलग शर्तें लागू हों.

Firebase प्रोजेक्ट के लेवल पर, BigQuery प्रॉडक्ट के लेवल पर या किसी खास प्रॉडक्ट के लिए ऐप्लिकेशन के लेवल पर, से अनलिंक किया जा सकता है.

यहां बताया गया है कि BigQuery से अनलिंक कैसे करें:

  1. Firebase कंसोल में, सेटिंग सेटिंग > इंटिग्रेशन टैब पर जाएं.

  2. BigQuery कार्ड में, मैनेज करें पर क्लिक करें.

  3. किसी खास प्रॉडक्ट को अनलिंक करें या किसी खास प्रॉडक्ट के लिए कुछ चुनिंदा ऐप्लिकेशन को अनलिंक करें.

    अपने Firebase प्रोजेक्ट को पूरी तरह से अनलिंक करने के लिए, पेज के सबसे नीचे मौजूद बटन ढूंढें.

  4. प्रॉम्प्ट मिलने पर, पुष्टि करें कि आपको एक्सपोर्ट बंद करना है.


एक्सपोर्ट की सुविधा चालू करने पर क्या होता है?

  • Firebase, BigQuery से लिंक किए गए ऐप्लिकेशन का डेटा एक्सपोर्ट करता है.

  • Firebase, डेटा को उस डेटासेट की जगह पर एक्सपोर्ट करता है जिसे आपने सेटअप के दौरान चुना था.

    • यह जगह, Crashlytics डेटासेट और Firebase सेशन के डेटासेट, दोनों पर लागू होती है. हालांकि, यह तब लागू होती है, जब सेशन के डेटा को एक्सपोर्ट करने की सुविधा चालू की गई हो.

    • यह जगह, सिर्फ़ BigQuery में एक्सपोर्ट किए गए डेटा पर लागू होती है. साथ ही, इससे Crashlytics के डैशबोर्ड में Firebase कंसोल या Android Studio में इस्तेमाल के लिए सेव किए गए डेटा की जगह पर कोई असर नहीं पड़ता.

    • डेटासेट बनाने के बाद, उसकी जगह को बदला नहीं जा सकता. हालांकि, डेटासेट को किसी दूसरी जगह पर कॉपी किया जा सकता है. इसके अलावा, मैन्युअल तरीके से डेटासेट को किसी दूसरी जगह पर ले जाया जा सकता है, यानी कि इसे फिर से बनाया जा सकता है. ज़्यादा जानने के लिए, मौजूदा एक्सपोर्ट की जगह बदलना लेख पढ़ें.

  • **Firebase, बैच डेटा को BigQuery में हर दिन सिंक करता है.**

    • BigQuery से लिंक करने के बाद, बैच डेटा एक्सपोर्ट होने में 48 घंटे तक लग सकते हैं.

    • हर दिन एक बार सिंक होता है. भले ही, आपने एक्सपोर्ट का कोई शेड्यूल सेट अप किया हो BigQuery. ध्यान दें कि सिंक करने के काम का समय और अवधि बदल सकती है. इसलिए, हम एक्सपोर्ट के किसी खास समय के आधार पर, डाउनस्ट्रीम कार्रवाइयां या काम शेड्यूल करने का सुझाव नहीं देते.

  • Firebase आपके मौजूदा डेटा की एक कॉपी को BigQuery में एक्सपोर्ट करता है.

  • अगर आपने BigQuery में स्ट्रीमिंग एक्सपोर्ट की सुविधा चालू की है, तो Firebase ये काम करता है.

    • लिंक किए गए हर ऐप्लिकेशन की अपनी रीयलटाइम टेबल भी होगी. इसमें लगातार अपडेट होने वाला डेटा होगा. इसके अलावा, हर दिन के बैच एक्सपोर्ट के लिए ऐप्लिकेशन की बैच टेबल भी होगी.

    • स्ट्रीमिंग की सुविधा चालू करने के बाद, डेटा स्ट्रीम होने में एक घंटे तक लग सकता है.


BigQuery में स्ट्रीमिंग एक्सपोर्ट के फ़ायदेBigQuery

डिफ़ॉल्ट रूप से, डेटा को BigQuery में हर दिन के बैच एक्सपोर्ट में एक्सपोर्ट किया जाता है. इसके अलावा, Crashlytics डेटा और Firebase सेशन को रीयल टाइम में BigQuery स्ट्रीमिंग की मदद से स्ट्रीम किया जा सकता है. स्ट्रीम किए गए डेटा का इस्तेमाल, लाइव डेटा की ज़रूरत वाले किसी भी काम के लिए किया जा सकता है. जैसे, लाइव डैशबोर्ड में जानकारी दिखाना, रोलआउट को लाइव देखना या ऐप्लिकेशन की उन समस्याओं की निगरानी करना जिनसे चेतावनियां और कस्टम वर्कफ़्लो ट्रिगर होते हैं.

BigQuery में स्ट्रीमिंग एक्सपोर्ट की सुविधा चालू करने पर, आपके पास रीयलटाइम टेबल भी होंगी. इनके अलावा, बैच टेबल भी होंगी. दोनों तरह की टेबल का डेटासेट स्कीमा एक जैसा होगा. हालांकि, बैच टेबल और रीयलटाइम टेबल के बीच कुछ अहम अंतर यहां दिए गए हैं:

बैच टेबल रीयलटाइम टेबल
  • डेटा को हर दिन एक बार एक्सपोर्ट किया जाता है.
  • इवेंट को BigQuery में बैच के तौर पर लिखने से पहले, उन्हें सेव करके रखा जाता है.
  • पिछले 30 दिनों तक का डेटा भरा जा सकता है *.
  • डेटा को रीयल टाइम में एक्सपोर्ट किया जाता है.
  • डेटा भरने की सुविधा उपलब्ध नहीं है.

बैच टेबल, लंबे समय तक विश्लेषण करने और समय के साथ रुझान की पहचान करने के लिए सबसे सही है. ऐसा इसलिए, क्योंकि हम इवेंट को लिखने से पहले, उन्हें सेव करके रखते हैं. साथ ही, टेबल में पिछले 30 दिनों तक का डेटा भरा जा सकता है*. जब हम रीयलटाइम टेबल में डेटा लिखते हैं, तो उसे तुरंत BigQuery में लिख देते हैं. इसलिए, यह लाइव डैशबोर्ड और कस्टम चेतावनियों के लिए सबसे सही है. इन दोनों टेबल को स्टिचिंग क्वेरी के साथ मिलाकर , दोनों के फ़ायदे पाए जा सकते हैं.

डिफ़ॉल्ट रूप से, रीयलटाइम टेबल के पार्टीशन की समयसीमा 30 दिनों की होती है. इसमें बदलाव करने का तरीका जानने के लिए, पार्टीशन की समयसीमा सेट करना लेख पढ़ें.BigQuery

* डेटा भरने की सुविधा, पिछले 30 दिनों तक या उस तारीख तक उपलब्ध है जब आपने BigQuery में डेटा एक्सपोर्ट करने की सुविधा चालू की थी. इनमें से जो भी तारीख हाल की हो, उस तारीख तक का डेटा भरा जा सकता है.


कीमत और BigQuery सैंडबॉक्स

अगर आपका Firebase प्रोजेक्ट, बिना किसी शुल्क वाले स्पार्क प्राइसिंग प्लान पर है, तो BigQuery सैंडबॉक्स, का इस्तेमाल किया जा सकता है. इससे BigQuery को बिना किसी शुल्क के ऐक्सेस किया जा सकता है. BigQuery सैंडबॉक्स और उसकी सुविधाओं के बारे में जानने के लिए, BigQuery सैंडबॉक्स का इस्तेमाल करना लेख पढ़ें.

अगर आपका Firebase प्रोजेक्ट, इस्तेमाल के हिसाब से शुल्क चुकाने वाले ब्लेज़ प्राइसिंग प्लान पर है, तो की सभी सुविधाओं का इस्तेमाल किया जा सकता है.BigQuery BigQuery का इस्तेमाल करने पर, BigQuery की कीमत लागू होती है, इसमें बिना किसी शुल्क के इस्तेमाल की सीमित सुविधा शामिल है.


आगे क्या करना है?

  • एसक्यूएल क्वेरी के उदाहरण देखें .

  • कस्टम डैशबोर्ड बनाएं एक्सपोर्ट किए गए डेटा और अलग-अलग Google Cloud सेवाओं, जैसे कि Data Studio का इस्तेमाल करके.

  • एक्सपोर्ट किए गए डेटा के लिए, डेटासेट स्कीमा के बारे में जानें .