Konfigurera Gmail-loggar i BigQuery

Versioner som stöds för den här funktionen: Enterprise Standard och Enterprise Plus; Education Standard och Education Plus.  Jämför utgåvor

I Gmail-loggar lagras poster från varje steg i ett meddelande i leveransprocessen för Gmail. Du analyserar e-postflödet via Gmail genom att tilldela Gmail-loggarna till ett dataset i ett BigQuery-projekt. När Gmail-loggarna har tilldelats kan du granska rapporterna.   

Obs! Gmail-loggar som har skapats innan du konfigurerade Gmail-loggar i BigQuery kan inte exporteras till BigQuery.

Vi sammanfogar genom att slå ihop BigQuery-uppgifter och hantera all BigQuery-data på ett ställeGmail-loggar i BigQuery MedLoggar och rapporter för Workspace i BigQuery, med start i februari 2023. Du hanterar BigQuery-loggar och rapporter för alla dina Workspace-tjänster på samma plats på Googles administratörskonsol. Vi rekommenderar att du migrerar Gmail-vyer, sökfrågor och skript i Gmail till Workspace-loggar och -rapporter i BigQuery så snart som möjligt. Mer information finns i Migrera Gmail-loggar i BigQuery till Workspace-loggar i BigQuery.

Tilldela Gmail-loggar till ett dataset i BigQuery

1. Logga in på Googles administratörskonsol.

   Logga in med ditt administratörskonto (slutar inte på @gmail.com).

2. Från startsidan för administratörskonsolen öppnar du ApparGoogle WorkspaceGmail​Konfiguration 

   E-postloggar i BigQuery.

3. Klicka på Aktivera.
4. Ange en beskrivning som visas i inställningsöversikten.
5. Välj det BigQuery-projekt som du vill använda för Gmail-loggar. Välj ett projekt med skrivåtkomst.
6. Ange ett datasetnamn där Gmail-loggarna lagras eller använd standardnamnet gmail_logs_dataset.
7. (Valfritt) Klicka på Begränsa datasetet till en specifik geografisk platsvälj en plats (till exempel USA).

8. Klicka på Spara.

9. När du har sparat inställningarna återgår du till BigQuery-projektet.Ett dataset med denna information finns nu i projektet:
   • Standardrollerna: projektägare, projektredigerare och läsbehöriga
   • Fyra tjänstkonton som är kopplade till datasetredigerare: 
     – [e-mail]:  skriver loggarna.
     – [e-mail]: skriver loggarna.
     – [e-mail]: återställer automatiskt malltabellen om den av misstag tas bort.
     – [e-mail]: uppdaterar schemat i framtiden.
     
     Obs! Ta inte bort dessa tjänstkontot eller ändra deras roller. Detta är obligatoriska konton.
10. Verifiera att tjänstkontona har lagts till genom att hålla muspekaren över det nya datasetet och klicka på Ned bredvid namnet på det.
11. Klicka på Dela dataset. Dagliga e-postloggar exporteras nu till BigQuery.

Det kan ta upp till 24 timmar att införa ändringar, men det går oftast snabbare. Läs mer

Tabellen daily_

När du har aktiverat e-postloggar i BigQuery läggs en ny tabell med namnet daily_ till i datasetet. Tabellen är en mall som ger schemat för de dagliga tabellerna. När tabellen daily_ har skapats skapas dagliga tabeller automatiskt i datasetet.Loggarna kan sedan användas.

Det här måste du veta om tabellen daily_

• den lämnas tom och löper aldrig ut
• ta inte bort denna tabell, ändra den inte, byt inte namn på den och lägg inte till data i den

• det är en tabell med datumuppdelning. Faktisk data skrivs till en tabell med namnet daglig_ÅÅÅÅMMDD, baserat på GMT-tiden då en händelse inträffar.

Gmail-loggsökningar

Exempelsökningar

Testa några exempel på sökfrågor för Gmail-loggar i BigQuery. Exemplen är vanliga användningsområden för Gmail-loggar.

Anpassade sökfrågor

Skapa egna, anpassade frågor med schemat för Gmail-loggar i BigQuery.

SQL-dialekter för sökfrågor

BigQuery har stöd för två SQL-dialekter för sökfrågor

• Standard-SQL
• Äldre SQL 

Data kan trunkeras för vissa fält

Det är viktigt att notera att BigQuery har en maxgräns för radstorleken på 1 MB. Därför trunkeras vissa fält så att loggen blir kortare än 1 MB -1 kB så att den kan infogas i BigQuery. 1 kB lämnas avsiktligt som en buffert.

Följande fält kan trunkeras om loggen är för lång eller om antalet utlösade regler (utlösta_rule_info) i loggen är för stort:

message_info.subject
message_info.source.from_header_displayname
message_info.triggered_rule_info.string_match.match_expression
message_info.triggered_rule_info.string_match.matched_string

Mer information finns i Schema för Gmail-loggar i BigQuery.

Relaterad information

Streaminginlägg

Giltighetstid för sandlåda

Giltighetstiden för dessa objekt i BigQuery-sandlådan är 60 dagar:

• Tabeller
• Partitioner
• Partitioner i partitionsindelade tabeller
• Visningar

Du kan ändra standardgiltighetstiden för tabeller.

Om en tabell löper ut eller tas bort kan den återställas inom två dagar.