Firebase Crashlytics डेटा को BigQuery में एक्सपोर्ट करना

बेहतर विश्लेषण के लिए, Crashlytics से मिले डेटा को BigQuery में एक्सपोर्ट किया जा सकता है. BigQuery की मदद से, BigQuery एसक्यूएल का इस्तेमाल करके डेटा का विश्लेषण किया जा सकता है और उसे किसी दूसरी क्लाउड सेवा में एक्सपोर्ट किया जा सकता है. साथ ही, Google Data Studio में विज़ुअलाइज़ेशन और कस्टम डैशबोर्ड के लिए इसका इस्तेमाल किया जा सकता है.

BigQuery Export चालू करें

1. Firebase कंसोल में, इंटिग्रेशन पेज पर जाएं.
2. BigQuery कार्ड में, लिंक करें पर क्लिक करें.
3. BigQuery को चालू करने के लिए, स्क्रीन पर दिए गए निर्देशों का पालन करें.

प्रोजेक्ट को BigQuery से लिंक करने पर:

• Firebase आपके Firebase प्रोजेक्ट से BigQuery में रोज़ आपके डेटा को सिंक करने की सुविधा सेट अप करता है.
• आपके प्रोजेक्ट के सभी ऐप्लिकेशन डिफ़ॉल्ट रूप से, BigQuery से लिंक होते हैं. साथ ही, बाद में प्रोजेक्ट में जोड़े जाने वाले ऐप्लिकेशन अपने-आप BigQuery से लिंक हो जाते हैं. आपके पास यह मैनेज करने का विकल्प होता है कि कौनसे ऐप्लिकेशन डेटा भेजेंगे.
• Firebase आपके मौजूदा डेटा की एक कॉपी को BigQuery में एक्सपोर्ट करता है. लिंक किए गए हर ऐप्लिकेशन के लिए, इसमें एक बैच टेबल शामिल होती है. इस टेबल में रोज़ के सिंक का डेटा होता है.
• Crashlytics से BigQuery स्ट्रीमिंग एक्सपोर्ट को चालू करने पर, लिंक किए गए सभी ऐप्लिकेशन में एक रीयलटाइम टेबल भी होगी. इस टेबल में डेटा लगातार अपडेट होता रहेगा.

BigQuery Export बंद करने के लिए, Firebase कंसोल में अपने प्रोजेक्ट को अलग करें.

BigQuery में कौनसा डेटा एक्सपोर्ट किया जाता है?

Firebase Crashlytics से मिले डेटा को firebase_crashlytics नाम के BigQuery डेटासेट में एक्सपोर्ट किया जाता है. डिफ़ॉल्ट रूप से, आपके प्रोजेक्ट के हर ऐप्लिकेशन के लिए Crashlytics डेटा सेट में अलग-अलग टेबल बनाई जाएंगी. Firebase, ऐप्लिकेशन के बंडल आइडेंटिफ़ायर के आधार पर टेबल का नाम तय करता है. इसमें पीरियड को अंडरस्कोर में बदला जाता है. इसके बाद, प्लैटफ़ॉर्म का नाम आखिर में जोड़ा जाता है.

उदाहरण के लिए, com.google.test आईडी वाले ऐप्लिकेशन का डेटा, com_google_test_ANDROID नाम की टेबल में होगा. इस बैच टेबल को हर दिन एक बार अपडेट किया जाता है. Crashlytics से BigQuery स्ट्रीमिंग एक्सपोर्ट को चालू करने पर, Firebase Crashlytics का डेटा रीयल टाइम में com_google_test_ANDROID_REALTIME पर स्ट्रीम किया जाएगा.

टेबल की हर पंक्ति में, ऐप्लिकेशन में होने वाले किसी इवेंट को दिखाया जाता है. इसमें, ऐप्लिकेशन में क्रैश होने की समस्याएं, साधारण गड़बड़ियां, और ANRs शामिल होते हैं.

Crashlytics से BigQuery स्ट्रीमिंग एक्सपोर्ट चालू करें

BigQueryStreaming की मदद से, Crashlytics से जुड़ा डेटा रीयल टाइम में स्ट्रीम किया जा सकता है. इसका इस्तेमाल ऐसे किसी भी काम के लिए किया जा सकता है जिसके लिए लाइव डेटा की ज़रूरत होती है. जैसे, लाइव डैशबोर्ड में जानकारी देना, रोल आउट को लाइव देखना या ऐप्लिकेशन की उन समस्याओं को मॉनिटर करना जिनसे अलर्ट और कस्टम वर्कफ़्लो ट्रिगर होते हैं.

BigQuery सैंडबॉक्स के लिए, Crashlytics से BigQuery स्ट्रीमिंग एक्सपोर्ट की सुविधा उपलब्ध नहीं है.

Crashlytics से BigQuery स्ट्रीमिंग एक्सपोर्ट को चालू करने पर, बैच टेबल के साथ आपको एक रीयल टाइम टेबल दिखेगी. यहां टेबल के बीच के अंतर के बारे में जानकारी दी गई है:

बैच टेबल, लंबे समय तक विश्लेषण करने और समय के साथ रुझानों की पहचान करने के लिए सबसे सही है क्योंकि इवेंट लिखने से पहले हम उन्हें लंबे समय तक सेव करके रखते हैं. साथ ही, इन्हें टेबल में 30 दिनों तक बैकफ़िल किया जा सकता है. जब हम आपकी रीयल टाइम टेबल में डेटा लिखते हैं, तो हम तुरंत उसे BigQuery में लिखते हैं. इसलिए, यह लाइव डैशबोर्ड और कस्टम सूचनाओं के लिए सही होता है. दोनों का फ़ायदा पाने के लिए इन दोनों टेबल को स्टिचिंग क्वेरी के साथ जोड़ा जा सकता है. यहां दी गई क्वेरी का उदाहरण 9 देखें.

डिफ़ॉल्ट रूप से, रीयल टाइम टेबल में पार्टिशन की समयसीमा 30 दिनों की होती है. इसमें बदलाव करने का तरीका जानने के लिए, सेगमेंट के खत्म होने की तारीख अपडेट करना लेख पढ़ें.

Crashlytics से BigQuery स्ट्रीमिंग की सुविधा चालू करें

स्ट्रीमिंग की सुविधा चालू करने के लिए, BigQuery के इंटिग्रेशन पेज के Crashlytics सेक्शन पर जाएं और स्ट्रीमिंग शामिल करें चेकबॉक्स को चुनें.

Data Studio टेंप्लेट

अपने Data Studio टेंप्लेट में रीयल टाइम डेटा को चालू करने के लिए, Data Studio में एक्सपोर्ट किए गए Crashlytics डेटा को विज़ुअलाइज़ करना में दिए गए निर्देशों का पालन करें.

व्यू

BigQuery यूज़र इंटरफ़ेस (यूआई) का इस्तेमाल करके, उदाहरण के तौर पर दी गई क्वेरी को व्यू में बदला जा सकता है. ज़्यादा जानकारी के लिए, व्यू बनाने का तरीका देखें.

एक्सपोर्ट किए गए डेटा का क्या किया जा सकता है?

BigQuery एक्सपोर्ट में क्रैश का रॉ डेटा होता है. इसमें डिवाइस का टाइप, ऑपरेटिंग सिस्टम, अपवाद (Android ऐप्लिकेशन) या गड़बड़ियां (Apple ऐप्लिकेशन) जैसी गड़बड़ियां, Crashlytics लॉग, और अन्य डेटा शामिल है.

BigQuery में Firebase Crashlytics डेटा के साथ काम करना

नीचे दिए गए उदाहरणों में बताया गया है कि Crashlytics से मिले डेटा पर की जाने वाली क्वेरी चलाई जा सकती हैं. ये क्वेरी ऐसी रिपोर्ट जनरेट करती हैं जो Crashlytics डैशबोर्ड में उपलब्ध नहीं हैं.

Crashlytics से जुड़ी क्वेरी के उदाहरण

यहां दिए गए उदाहरणों में ऐसी रिपोर्ट जनरेट करने का तरीका बताया गया है जो क्रैश इवेंट डेटा को आसानी से समझ में आने वाली खास जानकारी में इकट्ठा करती हैं.

उदाहरण 1: दिन के हिसाब से क्रैश की संख्या

ज़्यादा से ज़्यादा गड़बड़ियां ठीक करने के बाद, एक लीड डेवलपर को लगता है कि उसकी टीम अब फ़ोटो-शेयर करने वाला नया ऐप्लिकेशन लॉन्च करने के लिए तैयार है. ऐसा करने से पहले, उसे यह देखना होगा कि पिछले महीने में हर दिन क्रैश हो रहा है या नहीं. इससे यह पक्का हो सकेगा कि उसकी बग बैश ने ऐप्लिकेशन को समय के साथ और स्थिर बनाया है:

SELECT
  COUNT(DISTINCT event_id) AS number_of_crashes,
  FORMAT_TIMESTAMP("%F", event_timestamp) AS date_of_crashes
FROM
 `projectId.firebase_crashlytics.package_name_ANDROID`
GROUP BY
  date_of_crashes
ORDER BY
  date_of_crashes DESC
LIMIT 30;

दूसरा उदाहरण: सबसे ज़्यादा बड़े पैमाने पर होने वाले क्रैश ढूंढना

प्रोडक्शन प्लान को सही तरीके से प्राथमिकता देने के लिए, एक प्रोजेक्ट मैनेजर अपने प्रॉडक्ट में सबसे ज़्यादा बड़े पैमाने पर हुए 10 क्रैश के बारे में बताता है. वे एक ऐसी क्वेरी बनाते हैं जिसमें डेटा के ज़रूरी हिस्से शामिल होते हैं:

SELECT
  DISTINCT issue_id,
  COUNT(DISTINCT event_id) AS number_of_crashes,
  COUNT(DISTINCT installation_uuid) AS number_of_impacted_user,
  blame_frame.file,
  blame_frame.line
FROM
  `projectId.firebase_crashlytics.package_name_ANDROID`
WHERE
  event_timestamp >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(),INTERVAL 168 HOUR)
  AND event_timestamp < CURRENT_TIMESTAMP()
GROUP BY
  issue_id,
  blame_frame.file,
  blame_frame.line
ORDER BY
  number_of_crashes DESC
LIMIT 10;

तीसरा उदाहरण: क्रैश होने वाले टॉप 10 डिवाइस

पतझड़ के मौसम में नया फ़ोन सीज़न है! डेवलपर को पता है कि यह डिवाइस से जुड़ी समस्याओं का नया सीज़न है. डिवाइस के साथ काम करने से जुड़ी समस्याओं से निपटने के लिए, उन्होंने एक क्वेरी की. इसमें उन 10 डिवाइसों की पहचान की गई जिन पर पिछले हफ़्ते सबसे ज़्यादा क्रैश हुए हैं:

SELECT
  device.model,
COUNT(DISTINCT event_id) AS number_of_crashes
FROM
  `projectId.firebase_crashlytics.package_name_ANDROID`
WHERE
  event_timestamp >= TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 168 HOUR)
  AND event_timestamp < CURRENT_TIMESTAMP()
GROUP BY
  device.model
ORDER BY
  number_of_crashes DESC
LIMIT 10;

चौथा उदाहरण: कस्टम कुंजी के हिसाब से फ़िल्टर करना

एक गेम डेवलपर यह जानना चाहता है कि उसके गेम में किस लेवल पर सबसे ज़्यादा क्रैश होते हैं. वे उस आंकड़े को ट्रैक करने के लिए, पसंद के मुताबिक Crashlytics कुंजी current_level सेट करते हैं और हर बार उपयोगकर्ता के नए लेवल पर पहुंचने पर इसे अपडेट करते हैं.

CrashlyticsKit setIntValue:3 forKey:@"current_level";

Crashlytics.sharedInstance().setIntValue(3, forKey: "current_level");

Crashlytics.setInt("current_level", 3);

इसके बाद, BigQuery एक्सपोर्ट में इस कुंजी का इस्तेमाल करके, वे हर क्रैश इवेंट से जुड़ी current_level वैल्यू के डिस्ट्रिब्यूशन की रिपोर्ट करने के लिए, एक क्वेरी लिखते हैं:

SELECT
COUNT(DISTINCT event_id) AS num_of_crashes,
  value
FROM
  `projectId.firebase_crashlytics.package_name_ANDROID`
UNNEST(custom_keys)
WHERE
  key = "current_level"
GROUP BY
  key,
  value
ORDER BY
  num_of_crashes DESC

पांचवां उदाहरण: यूज़र आईडी निकालना

डेवलपर के पास एक ऐसा ऐप्लिकेशन है जिसे रिलीज़ होने से पहले इस्तेमाल किया जा सकता है. उनके ज़्यादातर उपयोगकर्ताओं को यह सुविधा पसंद आई, लेकिन तीन लोगों को ऐप्लिकेशन क्रैश होने की संख्या बहुत ज़्यादा नहीं हुई. समस्या की तह तक जाने के लिए, वे एक क्वेरी लिखते हैं. इसमें उन उपयोगकर्ताओं के यूज़र आईडी का इस्तेमाल करके, उनके सभी क्रैश इवेंट के बारे में जानकारी दी जाती है:

SELECT *
FROM
  `projectId.firebase_crashlytics.package_name_ANDROID`
WHERE
  user.id IN ("userid1", "userid2", "userid3")
ORDER BY
  user.id
 

छठा उदाहरण: उन सभी उपयोगकर्ताओं को ढूंढना जिन्हें क्रैश होने से जुड़ी किसी खास समस्या का सामना करना पड़ रहा है

एक डेवलपर ने बीटा टेस्टर के ग्रुप के लिए, एक गंभीर गड़बड़ी रिलीज़ की है. हमारी टीम क्रैश से जुड़ी खास समस्या के आईडी की पहचान करने के लिए, ऊपर दिए गए दूसरे उदाहरण में दी गई क्वेरी का इस्तेमाल कर पाई. अब वे इस क्रैश से प्रभावित ऐप्लिकेशन उपयोगकर्ताओं की सूची निकालने के लिए एक क्वेरी चलाना चाहते हैं:

SELECT user.id as user_id
FROM
  `projectId.firebase_crashlytics.package_name_ANDROID`
WHERE
  issue_id = "YOUR_ISSUE_ID"
  AND application.display_version = ""
  AND user.id != ""
ORDER BY
  user.id;

उदाहरण 7: ऐसे उपयोगकर्ताओं की संख्या जिन पर क्रैश की समस्या का असर पड़ा है. यह संख्या, देश के हिसाब से अलग-अलग होती है

अब टीम को नई रिलीज़ के रोल आउट के दौरान एक गंभीर गड़बड़ी का पता चला है. क्रैश से जुड़ी खास समस्या के आईडी की पहचान करने के लिए, उन्होंने ऊपर दिए गए दूसरे उदाहरण में दी गई क्वेरी का इस्तेमाल किया. टीम अब यह देखना चाहेगी कि क्या यह क्रैश दुनिया भर के अलग-अलग देशों के उपयोगकर्ताओं तक पहुंच पाया है.

यह क्वेरी लिखने के लिए, टीम को यह करना होगा:

1. Google Analytics के लिए BigQuery Export चालू करें. BigQuery में प्रोजेक्ट डेटा एक्सपोर्ट करना लेख पढ़ें.

2. यूज़र आईडी को Google Analytics SDK और Crashlytics SDK दोनों में पास करने के लिए उनका ऐप्लिकेशन अपडेट करें.

   Objective-C

   CrashlyticsKit setUserIdentifier:@"123456789";
   FIRAnalytics setUserID:@"12345678 9";
   

   Swift

   Crashlytics.sharedInstance().setUserIdentifier("123456789");
   Analytics.setUserID("123456789");
   

   Java

   Crashlytics.setUserIdentifier("123456789");
   mFirebaseAnalytics.setUserId("123456789");
   

3. एक ऐसी क्वेरी लिखें जो यूज़र आईडी फ़ील्ड का इस्तेमाल करके Google Analytics के BigQuery डेटा सेट में Crashlytics से, BigQuery डेटा सेट में क्रैश के साथ इवेंट में शामिल होती है:

   SELECT DISTINCT c.issue_id, a.geo.country, COUNT(DISTINCT c.user.id) as num_users_impacted
   FROM `projectId.firebase_crashlytics.package_name_ANDROID` c
   INNER JOIN  `projectId.analytics_YOUR_TABLE.events_*` a on c.user.id = a.user_id
   WHERE
    c.issue_id = "YOUR_ISSUE_ID"
    AND a._TABLE_SUFFIX BETWEEN '20190101'
    AND '20200101'
   GROUP BY
    c.issue_id,
    a.geo.country,
    c.user.id
   

उदाहरण 8: आज तक की पांच मुख्य समस्याएं

Crashlytics से BigQuery स्ट्रीमिंग एक्सपोर्ट को चालू करने की ज़रूरत है

SELECT
  issue_id,
  COUNT(DISTINCT event_id) AS events
FROM
  `your_project.firebase_crashlytics.package_name_ANDROID_REALTIME`
WHERE
  DATE(event_timestamp) = CURRENT_DATE()
GROUP BY
  issue_id
ORDER BY
  events DESC
LIMIT
  5;

उदाहरण 9: आज को शामिल करके, DATE से अब तक की मुख्य पांच समस्याएं

इसके लिए, Crashlytics से BigQuery स्ट्रीमिंग एक्सपोर्ट को चालू करना ज़रूरी है.

इस उदाहरण में, हम बैच और रीयल टाइम टेबल को एक साथ जोड़ते हैं, ताकि भरोसेमंद बैच डेटा में रीयल टाइम जानकारी जोड़ी जा सके. event_id एक मुख्य कुंजी है, इसलिए हम दो टेबल से किसी भी सामान्य इवेंट को हटाने के लिए DISTINCT event_id का इस्तेमाल कर सकते हैं.

SELECT
  issue_id,
  COUNT(DISTINCT event_id) AS events
FROM (
  SELECT
    issue_id,
    event_id,
    event_timestamp
  FROM
    `your_project.firebase_crashlytics.package_name_ANDROID_REALTIME`
  UNION ALL
  SELECT
    issue_id,
    event_id,
    event_timestamp
  FROM
    `your_project.firebase_crashlytics.package_name_ANDROID`)
WHERE
  event_timestamp >= "2020-01-13"
GROUP BY
  issue_id
ORDER BY
  events DESC
LIMIT
  5;

BigQuery में Firebase Crashlytics स्कीमा को समझना

Crashlytics को BigQuery से लिंक करने पर, Firebase हाल के इवेंट (क्रैश, गंभीर गड़बड़ी, और ANR वाली गड़बड़ियां) एक्सपोर्ट करता है. इनमें लिंक से दो दिन पहले के इवेंट भी शामिल हैं. साथ ही, 30 दिन तक बैकफ़िल करने का विकल्प भी मौजूद है.

उसके बाद से लेकर जब तक लिंक को बंद नहीं किया जाता, तब तक Firebase हर दिन Crashlytics इवेंट एक्सपोर्ट करता है. हर एक्सपोर्ट के बाद, BigQuery में डेटा उपलब्ध होने में कुछ मिनट लग सकते हैं.

डेटासेट

Firebase Crashlytics, Crashlytics डेटा के लिए BigQuery में एक नया डेटासेट बनाता है. इस डेटासेट में आपके पूरे प्रोजेक्ट का डेटा शामिल होता है, भले ही उसमें कई ऐप्लिकेशन हों.

टेबल

Firebase Crashlytics आपके प्रोजेक्ट में मौजूद हर ऐप्लिकेशन के लिए डेटासेट में एक टेबल बनाता है. ऐसा तब होता है, जब आपने उस ऐप्लिकेशन के लिए डेटा एक्सपोर्ट करने की सुविधा से ऑप्ट आउट नहीं किया हो. Firebase, ऐप्लिकेशन के बंडल आइडेंटिफ़ायर के आधार पर टेबल का नाम तय करता है. इसमें पीरियड को अंडरस्कोर में बदला जाता है. साथ ही, टेबल के आखिर में प्लैटफ़ॉर्म का नाम जोड़ दिया जाता है.

उदाहरण के लिए, com.google.test आईडी वाले Android ऐप्लिकेशन का डेटा, com_google_test_ANDROID नाम की टेबल में होगा और रीयल टाइम डेटा (चालू होने पर) com_google_test_ANDROID_REALTIME नाम की टेबल में होगा

टेबल में डेवलपर की ओर से तय की गई, पसंद के मुताबिक बनाई गई Crashlytics कुंजियों के साथ-साथ Crashlytics डेटा का एक स्टैंडर्ड सेट मौजूद होता है.

लाइन

टेबल की हर पंक्ति में, ऐप्लिकेशन में हुई गड़बड़ी के बारे में जानकारी मिलती है.

कॉलम

टेबल में मौजूद कॉलम, क्रैश, सामान्य गड़बड़ियों, और ANRs के लिए एक जैसे होते हैं. अगर Crashlytics से BigQuery स्ट्रीमिंग एक्सपोर्ट की सुविधा चालू है, तो रीयलटाइम टेबल में वही कॉलम होंगे जो बैच टेबल में मौजूद हैं. एक्सपोर्ट में शामिल कॉलम नीचे दिए गए हैं.

स्टैक ट्रेस के बिना

पंक्तियों में मौजूद कॉलम, बिना स्टैक ट्रेस वाले इवेंट दिखाते हैं.

Data Studio की मदद से एक्सपोर्ट किए गए Crashlytics डेटा को विज़ुअलाइज़ करना

Google Data Studio, BigQuery में आपके Crashlytics डेटासेट को रिपोर्ट में बदल देता है जिन्हें पढ़ना और शेयर करना आसान होता है. साथ ही, इन्हें पूरी तरह से पसंद के मुताबिक भी बनाया जा सकता है.

Data Studio का इस्तेमाल करने के बारे में ज़्यादा जानने के लिए, Data Studio की क्विकस्टार्ट गाइड देखें, Data Studio में आपका स्वागत है.

Crashlytics रिपोर्ट टेंप्लेट का इस्तेमाल करना

Data Studio में Crashlytics की एक सैंपल रिपोर्ट मौजूद है. इसमें, एक्सपोर्ट किए गए Crashlytics BigQuery स्कीमा से मिले डाइमेंशन और मेट्रिक की पूरी जानकारी दी गई है. अगर आपने Crashlytics से BigQuery स्ट्रीमिंग एक्सपोर्ट को चालू किया है, तो इस डेटा को Data Studio टेंप्लेट के रीयल टाइम रुझान पेज पर देखा जा सकता है. इस सैंपल का इस्तेमाल, टेंप्लेट के तौर पर किया जा सकता है. इससे, अपने ऐप्लिकेशन के रॉ क्रैश डेटा के आधार पर तुरंत नई रिपोर्ट और विज़ुअलाइज़ेशन बनाए जा सकते हैं.

1. Crashlytics Data Studio डैशबोर्ड का टेंप्लेट खोलें.
2. सबसे ऊपर दाएं कोने में मौजूद, टेंप्लेट का इस्तेमाल करें पर क्लिक करें.
3. नया डेटा सोर्स ड्रॉपडाउन में, नया डेटा सोर्स बनाएं चुनें.
4. BigQuery कार्ड पर चुनें पर क्लिक करें.
5. मेरे प्रोजेक्ट > [your-project-name] > firebase_crashlytics > [your-table-name] को चुनकर, Crashlytics का एक्सपोर्ट किया गया डेटा चुनें. आपकी बैच टेबल हमेशा उपलब्ध होती है. अगर Crashlytics BigQuery स्ट्रीमिंग एक्सपोर्ट चालू है, तो आपके पास रीयल टाइम टेबल चुनने का विकल्प होता है.
6. कॉन्फ़िगरेशन में, Crashlytics टेंप्लेट लेवल को डिफ़ॉल्ट पर सेट करें.
7. नया डेटा सोर्स बनाने के लिए, कनेक्ट करें पर क्लिक करें.
8. Crashlytics टेंप्लेट पर वापस जाने के लिए, रिपोर्ट में जोड़ें पर क्लिक करें.
9. आखिर में, Crashlytics डेटा स्टूडियो डैशबोर्ड टेंप्लेट की कॉपी बनाने के लिए, रिपोर्ट बनाएं पर क्लिक करें.