אפשרויות לשימוש בנתונים מיוצאים מ-Crashlytics בשירותי Google Cloud

‫Firebase Crashlytics ולוח הבקרה שלו במסוף Firebase מאפשרים לכם לחקור ולנתח נתוני יציבות לגבי האפליקציות שלכם. Crashlytics התכונות הרגילות יכולות לעזור לכם במשימות וביעדים רבים שקשורים להפעלת האפליקציה.

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

כדי לעזור לכם לבצע את כל הפעולות האלה, 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 ענן אחר ויצירת תצוגות חזותיות של נתונים ומרכזי בקרה בהתאמה אישית (לדוגמה, באמצעות Looker Studio).
    הגדרת ייצוא אל BigQuery

  • ‫Cloud Logging: יצירת מדדים מבוססי-יומן לניתוח מתקדם, הגדרת התראות מתקדמות לערוצי התראות מותאמים אישית, יצירת מרכזי בקרה וטבלאות מותאמים 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) עם שירותי Google Cloud האלה.

אילו נתונים מיוצאים לכל שירות?

הייצוא כולל נתוני Crashlytics (ובאופן אופציונלי נתוני סשנים של Firebase) raw, 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 שיוצאו?

בהמשך מוצגים דגשים לשימושים אפשריים כשמשתמשים בשירותים האלה עם נתונים של Google CloudCrashlytics. בתיעוד של Google Cloud אפשר לקרוא על כל היכולות של BigQuery ושל Cloud Logging.

הנתונים יוצאו 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 אוסף של שאילתות לדוגמה.

  • צירוף נתונים ממערכי נתונים שונים
    לדוגמה, אם בוחרים לייצא נתוני סשנים של Firebase כשמגדירים ייצוא נתונים של Crashlytics, אפשר לשפר את ההבנה של משתמשים שלא נתקלו בקריסות ושל סשנים שלא נתקלו בקריסות. בנוסף, אתם יכולים לייצא נתונים ממוצרי Firebase שונים (כמו Performance Monitoring) או מ-Google Analytics, ואז לצרף את הנתונים האלה לנתוני Crashlytics ולנתח אותם ב-BigQuery.

  • 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 המחשות של נתונים ומרכזי בקרה בהתאמה אישית
    לדוגמה, אפשר להשתמש בתבנית מוכנה מראש של Crashlytics כדי ליצור מרכז בקרה באמצעות Looker Studio.

הנתונים יוצאו אל Cloud Logging

  • יצירת מדדים מבוססי-יומן לניתוח מתקדם
    הופכים את הרשומות ביומן למדדים שעוקבים אחרי התנהגויות ספציפיות באפליקציה או אחרי מגמות יציבות לאורך זמן. לדוגמה, אתם יכולים ליצור מדד שיספור באיזו תדירות מתרחש חריג ספציפי לא קריטי, ולהציג אותו לצד מדדים אחרים של תקינות המערכת.

  • הגדרה של התראות מתקדמות לערוצי התראות בהתאמה אישית
    כדי לקבל התראות באימייל בהתאמה אישית, ולא רק את התראות ברירת המחדל, צריך להגדיר מדיניות התראות בהתאמה אישית ב-Cloud Monitoring. הפעלת התראות על סמך דפוסי יומן או ספי מינימום ספציפיים ושליחתן לשירותים כמו Slack,‏ Jira או PagerDuty.

  • יצירת מרכזי בקרה וטבלאות בהתאמה אישית
    אפשר להשתמש ב-Cloud Monitoring כדי ליצור מרכזי בקרה מותאמים אישית שמציגים את המדדים הכי חשובים לעסק. אתם יכולים לראות את שיעורי הפעילות ללא קריסה, את נפחי הסשנים ואת מספר השגיאות בתצוגה אחת, בשילוב עם נתוני מוצרים אחרים של Google Cloud.

  • הצלבת קריסות של אפליקציות עם יומנים של Back-end
    שילוב 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 Logging). אתם יכולים לחפש הודעות ספציפיות ביומן, מפתחות מותאמים אישית או נתיבי ניווט אצל כל המשתמשים ובכל הגרסאות כדי למצוא בעיות נדירות או בעיות שקשורות למכשיר ספציפי.

  • העברת נתונים לצורך שמירה לטווח ארוך או עיבוד חיצוני
    אפשר להשתמש ב-log sinks כדי לייצא את יומני Crashlytics אל Cloud Storage לצורך תאימות, אל BigQuery לצורך ניתוח בקנה מידה נרחב או אל Pub/Sub כדי להזרים נתונים אל כלי ניטור חיצוניים משלכם.

מתי כדאי לבחור באפשרות BigQuery ומתי באפשרות Cloud Logging?

הנה כמה הבדלים שכדאי להביא בחשבון כשבוחרים לאן לייצא את הנתונים.

הנתונים יוצאו אל BigQuery הנתונים יוצאו אל Cloud Logging
תפקידים עסקיים רלוונטיים התכונה הזו אידיאלית לתפקידים של ניתוח נתונים, במיוחד לצירוף נתונים מכמה מערכי נתונים. התכונה הזו שימושית למפתחים ולמהנדסי SRE להגדרת התראות ומרכזי בקרה בהתאמה אישית, וגם מאפשרת חיבור קל יותר לנתוני מעקב בצד השרת.
אפשרויות לשימוש בנתונים עם מוצרי Google Cloud
אפשרויות לצירוף נתונים ולייצוא נוסף שלהם
Pricing משלמים גם על אחסון וגם על שאילתות.
מידע נוסף זמין במאמר בנושא ייצוא נתוני Crashlytics אל BigQuery. 		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 Crashlytics ושל נתוני הסשנים ב-Firebase (אופציונלי), אפשר להתחיל להשתמש בתכונות של שירותי Google Cloud: