فیلتر کردن داده ها با استفاده از ویژگی ها

iOS+ اندروید وب

با Performance Monitoring ، می‌توانید از ویژگی‌ها برای تقسیم‌بندی داده‌های عملکرد استفاده کنید و بر عملکرد برنامه خود در سناریوهای مختلف دنیای واقعی تمرکز کنید.

پس از کلیک روی نام یک ردیابی در جدول ردیابی‌ها (واقع در پایین داشبورد عملکرد )، می‌توانید معیارهای مورد علاقه خود را بررسی کنید. از دکمه فیلتر (بالا سمت چپ صفحه) برای فیلتر کردن داده‌ها بر اساس ویژگی، به عنوان مثال:

داده‌های نظارت بر عملکرد Firebase بر اساس ویژگی فیلتر می‌شوند" />

• برای مشاهده اطلاعات مربوط به نسخه قبلی یا آخرین نسخه، بر اساس نسخه برنامه فیلتر کنید
• برای اطلاع از نحوه مدیریت برنامه توسط دستگاه‌های قدیمی‌تر، آن را بر اساس دستگاه فیلتر کنید
• بر اساس کشور فیلتر کنید تا مطمئن شوید موقعیت مکانی پایگاه داده شما بر منطقه خاصی تأثیر نمی‌گذارد

برای تجزیه و تحلیل قوی‌تر بر اساس ویژگی‌ها، داده‌های عملکرد خود را به BigQuery صادر کنید .

ویژگی‌های پیش‌فرض

Performance Monitoring بسته به نوع ردیابی، به طور خودکار مجموعه‌ای از ویژگی‌های پیش‌فرض را جمع‌آوری می‌کند.

علاوه بر این ویژگی‌های پیش‌فرض، می‌توانید ویژگی‌های سفارشی نیز روی ردیابی‌های کد سفارشی خود ایجاد کنید تا داده‌ها را بر اساس دسته‌بندی‌های خاص برنامه خود بخش‌بندی کنید. به عنوان مثال، در یک بازی، می‌توانید داده‌ها را بر اساس سطح بازی بخش‌بندی کنید.

ویژگی‌های پیش‌فرض برای برنامه‌های اپل و اندروید

همه ردپاها برای برنامه‌های اپل و اندروید به طور پیش‌فرض ویژگی‌های زیر را جمع‌آوری می‌کنند:

• نسخه برنامه
• کشور
• سطح سیستم عامل
• دستگاه
• رادیو
• حامل

علاوه بر این، ردیابی درخواست‌های شبکه، ویژگی‌های زیر را نیز جمع‌آوری می‌کند:

• نوع MIME

جمع‌آوری داده‌های کاربر

جمع‌آوری داده‌های کاربر: Performance Monitoring به خودی خود هیچ اطلاعات شخصی قابل شناسایی (PII) مانند نام، آدرس ایمیل یا شماره تلفن را جمع‌آوری نمی‌کند. توسعه‌دهندگان می‌توانند با ایجاد ویژگی‌های سفارشی در ردیابی کدهای سفارشی، داده‌های اضافی را با استفاده از Performance Monitoring جمع‌آوری کنند. چنین داده‌هایی که از طریق Performance Monitoring جمع‌آوری می‌شوند، نباید حاوی اطلاعاتی باشند که هویت شخصی یک فرد را برای گوگل مشخص کند.

در اینجا مثالی از یک پیام لاگ که حاوی اطلاعات شخصی قابل شناسایی نیست ، آورده شده است:

trace.putAttribute("experiment", "A");

در اینجا مثالی آورده شده است که حاوی اطلاعات شخصی قابل شناسایی است (از این نوع ویژگی سفارشی در برنامه خود استفاده نکنید ):

trace.putAttribute("email", user.getEmailAddress());

داده‌هایی که هرگونه اطلاعات شخصی قابل شناسایی را افشا کنند، بدون اطلاع قبلی حذف می‌شوند.

ایجاد ویژگی‌های سفارشی

شما می‌توانید روی هر یک از ردپاهای کد سفارشیِ ابزاربندی‌شده‌ی خود، ویژگی‌های سفارشی ایجاد کنید.

از API ردیابی Performance Monitoring برای افزودن ویژگی‌های سفارشی به ردیابی‌های کد سفارشی استفاده کنید.

برای استفاده از ویژگی‌های سفارشی، کدی را به برنامه خود اضافه کنید که ویژگی را تعریف می‌کند و آن را با یک ردیابی کد سفارشی خاص مرتبط می‌کند. می‌توانید ویژگی سفارشی را در هر زمانی بین شروع ردیابی و پایان ردیابی تنظیم کنید.

به موارد زیر توجه کنید:

• نام‌های مربوط به ویژگی‌های سفارشی باید شرایط زیر را داشته باشند:

  • بدون فاصله‌ی خالی در ابتدا یا انتهای کاراکتر، بدون کاراکتر زیرخط ( _ ) در ابتدای کاراکتر
  • بدون فاصله
  • حداکثر طول ۳۲ کاراکتر است
  • کاراکترهای مجاز برای نام عبارتند از AZ ، az و _ .

• هر ردیابی کد سفارشی می‌تواند تا ۵ ویژگی سفارشی را ثبت کند.

• لطفاً مطمئن شوید که ویژگی‌های سفارشی حاوی هیچ اطلاعاتی نیستند که هویت شخصی را برای گوگل مشخص کند.

  درباره این دستورالعمل بیشتر بدانید

  جمع‌آوری داده‌های کاربر: Performance Monitoring به خودی خود هیچ اطلاعات شخصی قابل شناسایی (PII) مانند نام، آدرس ایمیل یا شماره تلفن را جمع‌آوری نمی‌کند. توسعه‌دهندگان می‌توانند با ایجاد ویژگی‌های سفارشی در ردیابی کدهای سفارشی، داده‌های اضافی را با استفاده از Performance Monitoring جمع‌آوری کنند. چنین داده‌هایی که از طریق Performance Monitoring جمع‌آوری می‌شوند، نباید حاوی اطلاعاتی باشند که هویت شخصی یک فرد را برای گوگل مشخص کند.

  در اینجا مثالی از یک پیام لاگ که حاوی اطلاعات شخصی قابل شناسایی نیست ، آورده شده است:

  trace.putAttribute("experiment", "A");

  در اینجا مثالی آورده شده است که حاوی اطلاعات شخصی قابل شناسایی است (از این نوع ویژگی سفارشی در برنامه خود استفاده نکنید ):

  trace.putAttribute("email", user.getEmailAddress());

  داده‌هایی که هرگونه اطلاعات شخصی قابل شناسایی را افشا کنند، بدون اطلاع قبلی حذف می‌شوند.

Kotlin

Firebase.performance.newTrace("test_trace").trace {
    // Update scenario.
    putAttribute("experiment", "A")

    // Reading scenario.
    val experimentValue = getAttribute("experiment")

    // Delete scenario.
    removeAttribute("experiment")

    // Read attributes.
    val traceAttributes = this.attributes
}
MainActivity.kt

Java

Trace trace = FirebasePerformance.getInstance().newTrace("test_trace");

// Update scenario.
trace.putAttribute("experiment", "A");

// Reading scenario.
String experimentValue = trace.getAttribute("experiment");

// Delete scenario.
trace.removeAttribute("experiment");

// Read attributes.
Map<String, String> traceAttributes = trace.getAttributes();
MainActivity.java