Daten aus der Leistungsüberwachung nach BigQuery exportieren

Sie können Performance Monitoring-Daten aus Apple- und Android-Apps zur weiteren Analyse in BigQuery exportieren. Mit BigQuery können Sie die Daten mit BigQuery SQL analysieren, sie zu einem anderen Cloud-Anbieter exportieren und sogar für Ihre benutzerdefinierten ML-Modelle verwenden.

BigQuery-Export aktivieren

1. Rufen Sie in der Firebase-Konsole die Seite Integrationen auf und klicken Sie dann auf der Karte BigQuery auf Verknüpfen.

2. Folgen Sie der Anleitung auf dem Bildschirm, um BigQuery zu aktivieren.

   Wenn Sie den BigQuery-Export für Performance Monitoring aktivieren, geschieht Folgendes:

   • Firebase exportiert eine Kopie Ihrer vorhandenen Daten zu BigQuery. Die Erstübertragung der Daten für den Export kann bis zu 48 Stunden dauern.

     • Sie können Daten-Backfills manuell planen, und zwar maximal bis zu 30 Tage oder für das jüngste Datum, wenn Sie den Export aus BigQuery aktiviert haben (je nachdem, welches Datum das letzte ist).

   • Nachdem das Dataset erstellt wurde, kann der Speicherort nicht mehr geändert werden. Sie können das Dataset aber an einen anderen Speicherort kopieren oder es manuell verschieben, d. h. an einem anderen Speicherort neu erstellen. Weitere Informationen finden Sie unter Dataset-Speicherort ändern.

   • Firebase richtet regelmäßige Synchronisierungen Ihrer Daten aus Ihrem Firebase-Projekt mit BigQuery ein. Diese täglichen Exportvorgänge sind in der Regel innerhalb von 24 Stunden nach der Planung abgeschlossen.

   • Standardmäßig sind alle Apps in Ihrem Projekt mit BigQuery verknüpft. Alle Anwendungen, die Sie dem Projekt später hinzufügen, werden automatisch mit BigQuery verknüpft. Sie können festlegen, welche Apps Daten senden.

Wenn Sie den BigQuery-Export deaktivieren möchten, heben Sie die Verknüpfung Ihres Projekts in der Firebase-Konsole auf.

Welche Daten werden nach BigQuery exportiert?

Für jede App im Projekt wird beim Export eine Tabelle mit allen erfassten Leistungsereignissen erstellt. Jede Zeile in der Tabelle entspricht einem einzelnen Leistungsereignis. Dabei kann es sich um eines der folgenden Ereignisse handeln:

• Dauer-Trace: Traces, in denen standardmäßig der Messwert „Dauer“ erfasst wird. Dazu gehören App-Start, App im Vordergrund und App im Hintergrund sowie alle vom Entwickler instrumentierten benutzerdefinierten Code-Traces.

  • event_type ist DURATION_TRACE
  • event_name ist mit dem Namen der Trace-Datei identisch.

• Trace-Messwert: Benutzerdefinierte Messwerte, die mit von Entwicklern instrumentierten benutzerdefinierten Code-Traces verknüpft sind

  • event_type ist TRACE_METRIC
  • event_name ist der Name des Messwerts.
  • parent_trace_name ist der Trace-Name, der diesen Messwert enthält.

• Bildschirm-Trace: Traces, die die gesamte Lebensdauer eines Bildschirms umfassen (Bildschirm-Rendering-Traces)

  • event_type ist SCREEN_TRACE
  • event_name ist das Präfix _st_ gefolgt vom tatsächlichen Bildschirmnamen.

• Netzwerkanfrage: Traces, die die Lebensdauer einer Netzwerkanfrage umfassen (HTTP-Netzwerkanfrage-Traces)

  • event_type ist NETWORK_REQUEST
  • event_name ist das kategorisierte Muster der Netzwerkanfrage-URL.

Jedes Leistungsereignis enthält Attribute des Ereignisses (z. B. Land und Mobilfunkanbieter des Clientgeräts) sowie ereignisspezifische Informationen:

• Dauer-, Trace-Messwerte und Bildschirm-Traces enthalten trace_info
• Trace-Messwerte enthalten trace_info.metric_info
• Bildschirm-Traces enthalten trace_info.screen_info
• Netzwerk-Traces enthalten network_info

Schema für detaillierte Daten

Was können Sie mit den exportierten Daten tun?

In den folgenden Abschnitten finden Sie Beispiele für Abfragen, die Sie in BigQuery für Ihre exportierten Performance Monitoring-Daten ausführen können.

Daten in der Console abgleichen

Im Firebase-Dashboard werden tägliche Daten in der Zeitzone America/Los_Angeles zusammengefasst. Um dem zu entsprechen, was in der Konsole angezeigt wurde, sollten Datumsfunktionen America/Los_Angeles explizit als Zeitzone festlegen. Andernfalls verwendet die Datumsfunktion standardmäßig UTC.

SELECT
  DATE(event_timestamp, 'America/Los_Angeles') AS daily_date,
  APPROX_QUANTILES(trace_info.duration_us, 100)[OFFSET(90)] / 1000000 AS p90_seconds,
FROM `TABLE_NAME`
WHERE
  DATE(event_timestamp, 'America/Los_Angeles')
    >= DATE_SUB( PARSE_DATE('%Y%m%d', 'YYYY-MM-DD'), INTERVAL 7 DAY)
  AND DATE(event_timestamp, 'America/Los_Angeles')
    <= PARSE_DATE('%Y%m%d', 'YYYY-MM-DD')
  AND event_name = '_app_start'
GROUP BY 1
ORDER BY 1 DESC;

Durchschnittliche Latenz beim App-Start nach Land aufschlüsseln

SELECT AVG(trace_info.duration_us), country
FROM `TABLE_NAME`
WHERE _PARTITIONTIME > TIMESTAMP("YYYY-MM-DD")
AND event_type = "DURATION_TRACE"
AND event_name = "_app_start"
GROUP BY 2;

Verhältnis von eingefrorenen Frames unter verschiedenen Bedingungen prüfen

Sie können beispielsweise das Verhältnis von eingefrorenen Frames und der Zeit prüfen, die Nutzer auf jedem Bildschirm Ihrer App verbringen, wenn sie verschiedene Funktypen verwenden (WLAN, 4G usw.).

SELECT
  AVG(trace_info.duration_us / 1000000) AS seconds_on_screen,
  AVG(trace_info.screen_info.frozen_frame_ratio) AS frozen_frame_ratio,
  event_name,
  radio_type
FROM `TABLE_NAME`
WHERE _PARTITIONTIME > TIMESTAMP("YYYY-MM-DD")
AND event_type = "SCREEN_TRACE"
GROUP BY event_name, radio_type
ORDER BY event_name, radio_type;

Cache-Trefferquote zum Laden bestimmter Dateitypen von der Festplatte berechnen

Bei dieser Analyse wird davon ausgegangen, dass Sie einen benutzerdefinierten Code-Trace zum Laden aus dem Laufwerk mit einem benutzerdefinierten Attribut namens file-extension und einem benutzerdefinierten Messwert (ein TRACE_METRIC) namens cache-hit instrumentiert haben, der bei Cache-Treffern auf 1 und bei Cache-Fehlern auf 0 gesetzt ist.

So können Sie beispielsweise die Cache-Trefferrate für das Laden von PNG-Dateien vom Laufwerk berechnen:

SELECT AVG(trace_info.metric_info.metric_value) AS cache_hit_rate
FROM `TABLE_NAME`
WHERE _PARTITIONTIME > TIMESTAMP("YYYY-MM-DD")
AND event_type = "TRACE_METRIC"
AND event_name = "cache-hit"
AND parent_trace_name = "loadFromDisk"
AND STRUCT("file-extension", "png") IN UNNEST(custom_attributes);

Prüfen, zu welcher Tageszeit Nutzer Netzwerkanfragen stellen

So können Sie beispielsweise prüfen, zu welcher Tageszeit Nutzer aus den USA Netzwerkanfragen über Ihre App stellen:

SELECT
  count(1) AS hourly_count,
  EXTRACT(HOUR FROM event_timestamp) AS hour_of_day
FROM `TABLE_NAME`
WHERE _PARTITIONTIME > TIMESTAMP("YYYY-MM-DD")
AND event_type = "NETWORK_REQUEST"
AND country = "US"
GROUP BY 2 ORDER BY 2;

Performance Monitoring-Daten überallhin mitnehmen

Manchmal möchten Sie serverseitig auf Ihre Performance Monitoring-Daten zugreifen oder sie an eine andere Drittanbieterlösung senden. Der Export von Daten ist derzeit kostenlos.

Sie können Ihre Daten auf folgende Weise exportieren:

• BigQuery-Web-UI verwenden

• Befehl bq extract in der Befehlszeile ausführen

• Durch Senden eines Extrahierungsjobs über die API oder die Clientbibliotheken

Preise

Der Export von Daten aus Performance Monitoring ist kostenlos und BigQuery bietet großzügige kostenlose Nutzungslimits. Ausführliche Informationen finden Sie in den BigQuery-Preisen oder in der BigQuery-Sandbox.