אפשרויות לשימוש בנתונים מיוצאים מ-Crashlytics בשירותי Google Cloud

בעזרת Firebase Crashlytics ומרכז הבקרה שלו במסוף Firebase, אתם יכולים לבחון ולנתח נתונים על היציבות של האפליקציות שלכם. התכונות הרגילות של Crashlytics יכולות לעזור לכם בהרבה מהמשימות והיעדים שקשורים להפעלת האפליקציה.

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

כדי לעזור לכם לעשות את כל זה, Crashlytics מציע אפשרויות לייצוא הנתונים לשירותי Google Cloud מתקדמים: BigQuery ו-Cloud Logging. במאמר מה אפשר לעשות עם הנתונים שיוצאו? מפורטת רשימה מקיפה יותר של היכולות של השירותים האלה.

  • ‫BigQuery: ניתוח נתונים באמצעות שאילתות SQL, שילוב נתונים מקבוצות נתונים אחרות, ייצוא נתונים לספק שירותי ענן אחר ויצירת תצוגות חזותיות של נתונים ומרכזי בקרה בהתאמה אישית (לדוגמה, באמצעות Data Studio).
    הגדרת ייצוא אל BigQuery

  • ‫Cloud Logging: יצירת מדדים מבוססי-יומנים לניתוח מתקדם, הגדרת התראות מתקדמות לערוצי התראות בהתאמה אישית, יצירת מרכזי בקרה ותרשימים בהתאמה אישית באמצעות Cloud Monitoring ועוד.
    הגדרת ייצוא אל Cloud Logging

בדף הזה מוסבר בפירוט איך אתם יכולים להשתמש בנתוני Crashlytics שייצאתם ובנתוני הסשנים של Firebase (אופציונלי) בשירותי Google Cloud האלה.

אילו נתונים מיוצאים לכל שירות?

הייצוא מכיל נתונים גולמיים של Crashlytics (ואופציונלית נתוני סשנים של Firebase), כולל סוג המכשיר, מערכת ההפעלה, חריגות (אפליקציות ל-Android) או שגיאות (אפליקציות ל-Apple), ויומני Crashlytics, וגם מטא-נתונים משויכים אחרים.

הנתונים שמיוצאים לכל שירות זהים, אבל המבנה שונה. ב-BigQuery הנתונים נמצאים בטבלאות (ראו סכימה של קבוצת נתונים), וב-Cloud Logging הנתונים נמצאים בפורמט של יומן (ראו סכימה של יומן).

מה אפשר לעשות עם הנתונים שיוצאו?

בהמשך מוצגים דגשים למה שאפשר לעשות כשמשתמשים בשירותי Google Cloud האלה עם נתוני Crashlytics. במסמכי התיעוד 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 הנתונים שלכם ב-Crashlytics כדי ליצור דוחות בהתאמה אישית וסיכומים. סוגי הדוחות האלה בהתאמה אישית לא זמינים במרכז הבקרה של Crashlytics במסוף Firebase, ולכן הם יכולים להשלים את הניתוח וההבנה של נתוני הקריסות. אנחנו אפילו מספקים לכם אוסף של שאילתות לדוגמה.

  • שילוב נתונים ממערכי נתונים שונים
    לדוגמה, אם תבחרו לייצא נתוני סשנים של Firebase כשתגדירו את ייצוא הנתונים של Crashlytics, תוכלו להבין טוב יותר את המשתמשים ללא קריסות ואת הסשנים בלי קריסות. אפשר גם לייצא נתונים ממוצרים שונים של Firebase (כמו Performance Monitoring) או מ-Google Analytics, ואז לאחד ולנתח את הנתונים האלה ב-BigQuery עם נתוני Crashlytics.

  • יצירת תצוגות
    באמצעות ממשק המשתמש של BigQuery, אתם יכולים ליצור תצוגה, שהיא טבלה וירטואלית שמוגדרת על ידי שאילתת SQL. במאמרי העזרה של BigQuery מוסבר בפירוט על הסוגים השונים של התצוגות ואיך ליצור אותן.

  • ליצור ייצוגים חזותיים של נתונים ומרכזי בקרה בהתאמה אישית
    לדוגמה, אתם יכולים להשתמש בתבנית מוכנה מראש של Crashlytics כדי ליצור מרכז בקרה באמצעות Data Studio.

הנתונים יוצאו אל Cloud Logging

  • יצירת מדדים מבוססי-יומנים לניתוח מתקדם
    הופכים את רשומות היומן למדדים שעוקבים אחרי התנהגויות ספציפיות של האפליקציה או מגמות יציבות לאורך זמן. לדוגמה, אתם יכולים ליצור מדד כדי לספור את התדירות שבה מתרחשת חריגה ספציפית שלא גורמת לקריסה, ולהציג אותה לצד מדדים אחרים של תקינות המערכת.

  • הגדרת התראות מתקדמות לערוצי התראות בהתאמה אישית
    בנוסף להתראות ברירת המחדל באימייל, אפשר להגדיר כללי מדיניות התראות בהתאמה אישית ב-Cloud Monitoring. אפשר להפעיל התראות על סמך דפוסים או ספים ספציפיים ביומנים, ולשלוח אותן לשירותים כמו Slack, ‏ Jira או PagerDuty.

  • יצירת מרכזי בקרה ותרשימים בהתאמה אישית
    אתם יכולים להשתמש ב-Cloud Monitoring כדי ליצור מרכזי בקרה בהתאמה אישית שמדגישים את המדדים שהכי חשובים לעסק שלכם. אתם יכולים להציג את שיעורי המשתמשים ללא קריסות, את נפחי הסשנים ואת מספר השגיאות בתצוגה אחת, בשילוב עם נתוני מוצרים אחרים של Google Cloud.

  • התאמה בין קריסות של אפליקציות לבין יומני בקאנד
    שילוב נתוני הקריסות בצד הלקוח עם היומנים בצד השרת במקום אחד.

  • חיפוש וסינון של נתוני קריסות גולמיים בקנה מידה נרחב
    אפשר להשתמש ב-Logs Explorer כדי להריץ שאילתות מורכבות באמצעות LQL (שפת שאילתות לרישום ביומן). אתם יכולים לחפש הודעות ספציפיות ביומן, מפתחות בהתאמה אישית או נתיבי ניווט בכל המשתמשים והגרסאות כדי למצוא בעיות נדירות או בעיות שספציפיות למכשיר.

  • ניתוב נתונים לשמירה לטווח ארוך או לעיבוד חיצוני
    אפשר להשתמש ב-sink ביומן כדי לייצא את יומני Crashlytics אל Cloud Storage לצורך תאימות, אל BigQuery לניתוח נתונים בקנה מידה נרחב, או אל Pub/Sub כדי להעביר נתונים בסטרימינג לכלי המעקב החיצוניים שלכם.

מתי כדאי לבחור ב-BigQuery ומתי ב-Cloud Logging?

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

הנתונים יוצאו אל BigQuery הנתונים יוצאו אל Cloud Logging
תפקידים רלוונטיים בעסק הוא אידיאלי לתפקידים של ניתוח נתונים, במיוחד לאיחוד נתונים מכמה קבוצות נתונים. ‫SREs ומפתחים יכולים להשתמש ב-Cloud Monitoring כדי להגדיר התראות ומרכזי בקרה בהתאמה אישית, וגם כדי להתחבר בקלות רבה יותר לנתוני מעקב בצד השרת.
אפשרויות לשימוש בנתונים במוצרי Google Cloud
אפשרויות לאיחוד וייצוא נוסף של נתונים
Pricing אתם משלמים גם על האחסון וגם על השאילתות.
מידע נוסף זמין במאמר ייצוא נתוני Crashlytics אל BigQuery. 		אתם משלמים על אחסון, אבל לא על שאילתות.
מידע נוסף זמין במאמר ייצוא נתוני Crashlytics אל Cloud Logging.

מה השלב הבא?

הגדרת ייצוא אל BigQuery הגדרת ייצוא אל Cloud Logging

אחרי שמגדירים את הייצוא של נתוני Crashlytics ושל נתוני הסשנים ב-Firebase (אופציונלי), אפשר להתחיל להשתמש בתכונות של שירותי Google Cloud: