本頁面由 Cloud Translation API 翻譯而成。

使用屬性篩選資料

使用 Performance Monitoring 時，您可以使用屬性區隔效能資料，並著重於應用程式在不同實際情境中的效能。

在追蹤記錄表 (位於 「Performance」資訊主頁底部) 中按一下追蹤記錄名稱後，您就可以深入瞭解感興趣的指標。使用篩選器按鈕 (畫面左上方)，依屬性篩選資料，例如：

依「應用程式版本」篩選，即可查看過去或最新版本的資料
依「裝置」篩選，瞭解舊版裝置如何處理您的應用程式
依「國家/地區」篩選，確認資料庫位置不會影響特定區域

如要根據屬性進行更強大的分析，請將效能資料匯出至 BigQuery。

預設屬性

Performance Monitoring 會根據追蹤記錄的類型，自動收集各種預設屬性。

除了這些預設屬性之外，您也可以在自訂程式碼追蹤記錄中建立自訂屬性，依應用程式專屬類別區隔資料。舉例來說，在遊戲中，您可以依遊戲關卡區隔資料。

Apple 和 Android 應用程式的預設屬性

根據預設，所有 Apple 和 Android 應用程式的追蹤記錄都會收集下列屬性：

應用程式版本
國家/地區
作業系統版本
裝置
廣播
電信業者

此外，網路要求追蹤記錄也會收集下列屬性：

MIME 類型

收集使用者資料

收集使用者資料： Performance Monitoring 本身不會收集任何個人識別資訊 (PII)，例如姓名、電子郵件地址或電話號碼。開發人員可以使用 Performance Monitoring 收集其他資料，方法是在自訂程式碼追蹤記錄中建立自訂屬性。透過 Performance Monitoring 收集的這類資料，不應包含可向 Google 提供個人識別資訊的資訊。

以下是「不含」個人識別資訊的記錄訊息範例：

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

以下範例確實包含個人識別資訊 (請勿在應用程式中使用這類自訂屬性)：

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

系統會在不事先通知的情況下刪除任何洩漏個人識別資訊的資料。

建立自訂屬性

您可以在任何已檢測的自訂程式碼追蹤記錄上建立自訂屬性。

使用 Performance Monitoring Trace API 將自訂屬性新增至自訂程式碼追蹤記錄。

如要使用自訂屬性，請在應用程式中新增程式碼，定義屬性並將其與特定自訂程式碼追蹤連結。您可以在追蹤開始和停止之間的任何時間設定自訂屬性。

注意事項：

自訂屬性名稱必須符合下列規定：
- 開頭或結尾不得有空白字元，開頭不得有底線 (_) 字元
- 不能有空格
- 長度上限為 32 個半形字元
- 名稱可使用的字元為 A-Z、a-z 和 _。
每個自訂程式碼追蹤最多可記錄 5 個自訂屬性。
請確認自訂屬性不含任何可向 Google 提供個人識別資訊的資訊。
進一步瞭解這項規範
收集使用者資料： Performance Monitoring 本身不會收集任何個人識別資訊 (PII)，例如姓名、電子郵件地址或電話號碼。開發人員可以透過在自訂程式碼追蹤記錄中建立自訂屬性，使用 Performance Monitoring 收集其他資料。透過 Performance Monitoring 收集的這類資料，不應包含可向 Google 提供個人識別資訊的資訊。

以下是「不含」個人識別資訊的記錄訊息範例：
```
trace.putAttribute("experiment", "A");
```
以下範例確實包含個人識別資訊 (請勿在應用程式中使用這類自訂屬性)：
```
trace.putAttribute("email", user.getEmailAddress());
```
系統會在不事先通知的情況下刪除任何洩漏個人識別資訊的資料。

Kotlin+KTX

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