ייצוא נתונים מ-Firebase Crashlytics ל-BigQuery

קל לארגן דפים בעזרת אוספים אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.

אפשר לייצא את נתוני Firebase Crashlytics אל BigQuery לצורך ניתוח נוסף. BigQuery מאפשר לנתח את הנתונים באמצעות BigQuery SQL, לייצא אותם לספק ענן אחר ולהשתמש בהם להמחשה וליצירת מרכזי בקרה בהתאמה אישית באמצעות Google Data Studio.

הפעלת הייצוא אל BigQuery

1. נכנסים לדף Integrations במסוף Firebase.

2. בכרטיס BigQuery, לוחצים על קישור.

3. פועלים לפי ההוראות במסך כדי להפעיל את הייצוא אל BigQuery.

   אם אתם רוצים גישה כמעט בזמן אמת לנתוני Crashlytics ב-BigQuery, כדאי לשדרג לייצוא בסטרימינג.

מה קורה כשמפעילים את הייצוא?

• בוחרים את המיקום של מערך הנתונים. אי אפשר לשנות את המיקום אחרי שיוצרים את מערך הנתונים, אבל אפשר להעתיק את מערך הנתונים למיקום אחר או להעביר אותו ידנית למיקום אחר (וליצור אותו מחדש). למידע נוסף, ראו שינוי המיקום של פעולות ייצוא קיימות.

  המיקום הזה רלוונטי רק לנתונים שיוצאו אל BigQuery, והוא לא משפיע על המיקום של הנתונים שנשמרים לשימוש בלוח הבקרה Crashlytics במסוף Firebase או ב-Android Studio.

• כברירת מחדל, כל האפליקציות בפרויקט מקושרות אל BigQuery וכל האפליקציות שתוסיפו לפרויקט במועד מאוחר יותר יקושרו באופן אוטומטי אל BigQuery. אתם יכולים לקבוע אילו אפליקציות ישלחו נתונים.

• מערכת Firebase מגדירה סנכרון יומי של הנתונים שלכם אל BigQuery.

  • אחרי שמקשרים את הפרויקט, בדרך כלל צריך להמתין עד לסנכרון של היום הבא כדי שקבוצת הנתונים הראשונה תוצג ב-BigQuery.

  • הסנכרון היומי מתבצע פעם ביום, ללא קשר לייצוא מתוזמן שייתכן שהגדרתם ב-BigQuery. חשוב לזכור שהתזמון והמשך של משימת הסנכרון עשויים להשתנות, לכן לא מומלץ לתזמן פעולות או משימות במורד הזרם על סמך תזמון ספציפי של הייצוא.

• מערכת Firebase מייצאת עותק של הנתונים הקיימים אל BigQuery. ההפצה הראשונית של הנתונים לייצוא עשויה להימשך עד 48 שעות.

  • לכל אפליקציה מקושרת, הייצוא הזה כולל טבלת אצוות שמכילה את הנתונים מהסנכרון היומי.

  • אתם יכולים לתזמן באופן ידני מילוי חוסרים של נתונים לטבלת האצווה עד 30 הימים האחרונים או עד לתאריך האחרון שבו הפעלתם את הייצוא אל BigQuery (המאוחר מביניהם).

  לתשומת ליבכם: אם הפעלתם את הייצוא של נתוני Crashlytics לפני אמצע אוקטובר 2024, תוכלו גם למלא את החוסרים בנתונים מ-30 יום לפני היום שבו הפעלתם את הייצוא.

• אם מפעילים את הייצוא בסטרימינג של Crashlytics אל BigQuery, לכל האפליקציות המקושרות תהיה גם טבלה בזמן אמת שמכילה נתונים שמתעדכנים כל הזמן.

כדי להשבית את הייצוא אל BigQuery, צריך לבטל את הקישור של הפרויקט במסוף Firebase.

אילו נתונים מיוצאים אל BigQuery?

הנתונים של Firebase Crashlytics מיוצאים למערך נתונים של BigQuery בשם firebase_crashlytics. כברירת מחדל, טבלאות נפרדות ייוצרו בתוך מערך הנתונים Crashlytics לכל אפליקציה בפרויקט. מערכת Firebase נותנת לשמות הטבלאות שמות על סמך המזהה של האפליקציה, כאשר הנקודות הופכות לקווים תחתונים ושם הפלטפורמה מצורף בסוף.

לדוגמה, נתונים של אפליקציה ל-Android עם שם החבילה com.google.test יופיעו בטבלה בשם com_google_test_ANDROID. טבלת האצווה הזו מתעדכנת פעם ביום. אם מפעילים את הייצוא בסטרימינג של Crashlytics אל BigQuery, הנתונים של Crashlytics ישודרו גם בסטרימינג בזמן אמת לטבלה בשם com_google_test_ANDROID_REALTIME.

כל שורה בטבלה מייצגת אירוע שהתרחש באפליקציה, כולל קריסות, שגיאות לא קטלניות ומקרי ANR.

Crashlytics ייצוא בסטרימינג אל BigQuery

אתם יכולים להעביר את נתוני Crashlytics בסטרימינג בזמן אמת באמצעות סטרימינג של BigQuery. אפשר להשתמש בו לכל מטרה שדורשת נתונים בזמן אמת, כמו הצגת מידע בלוח בקרה בזמן אמת, צפייה בהשקה בזמן אמת או מעקב אחרי בעיות באפליקציה שמפעילות התראות ותהליכי עבודה מותאמים אישית.

כשמפעילים ייצוא בסטרימינג של Crashlytics אל BigQuery, בנוסף לטבלת האצווה תהיה לכם גם טבלה בזמן אמת. אלה ההבדלים בין הטבלאות שכדאי לדעת:

טבלת האצווה אידיאלית לניתוח לטווח ארוך ולזיהוי מגמות לאורך זמן, כי אנחנו מאחסנים את האירועים באופן עמיד לפני שאנחנו כותבים אותם, ואפשר למלא את הטבלה בנתונים חסרים עד 30 יום*. כשאנחנו כותבים נתונים לטבלה שלכם בזמן אמת, אנחנו כותבים אותם מיד ל-BigQuery, ולכן היא אידיאלית ללוחות בקרה בזמן אמת ולהתראות בהתאמה אישית. אפשר לשלב את שתי הטבלאות עם שאילתת סטיצ'ינג כדי ליהנות מהיתרונות של שתיהן.

כברירת מחדל, תאריך התפוגה של המחיצה בטבלה בזמן אמת הוא 30 יום. במאמר הגדרת תאריך התפוגה של מחיצה במסמכי העזרה של BigQuery מוסבר איך לשנות את התאריך הזה.

^{* פרטים על תמיכה במילוי חוסרים מופיעים במאמר שדרוג לתשתית הייצוא החדשה.}

הפעלת ייצוא סטרימינג של Crashlytics אל BigQuery

1. נכנסים לדף Integrations במסוף Firebase.

2. בכרטיס BigQuery, לוחצים על Manage (ניהול).

3. מסמנים את התיבה Include streaming (הכללת סטרימינג).

הפעולה הזו מאפשרת סטרימינג בכל האפליקציות המקושרות.

מה אפשר לעשות עם הנתונים שיוצאו?

הייצוא אל BigQuery מכיל נתוני קריסה גולמיים, כולל סוג המכשיר, מערכת ההפעלה, חריגות (אפליקציות ל-Android) או שגיאות (אפליקציות ל-Apple), יומני Crashlytics ונתונים אחרים.

בהמשך הדף מוסבר בדיוק אילו נתונים של Crashlytics מיוצאים ואילו סכמות של טבלאות הן רלוונטיות.

שימוש בתבנית של Data Studio

כדי להפעיל נתונים בזמן אמת בתבנית של Data Studio, פועלים לפי ההוראות במאמר הצגה חזותית של נתוני Crashlytics מיוצאים באמצעות Data Studio.

יצירת תצוגות

אפשר להפוך שאילתות לתצוגות באמצעות ממשק המשתמש של BigQuery. הוראות מפורטות זמינות במאמר יצירת תצוגות במסמכי העזרה של BigQuery.

הרצת שאילתות

בדוגמאות הבאות מפורטות שאילתות שאפשר להריץ על נתוני Crashlytics כדי ליצור דוחות שמאגדים נתונים של אירועי תאונות לסיכומים שקל יותר להבין. מאחר שסוגי הדוחות האלה לא זמינים במרכז הבקרה Crashlytics במסוף Firebase, הם יכולים להשלים את הניתוח וההבנה של נתוני התקלות.

דוגמה 1: קריסות לפי יום

אחרי שתיקנתם כמה שיותר באגים, אתם חושבים שהצוות שלכם מוכן סוף סוף להשיק את אפליקציית שיתוף התמונות החדשה. לפני שתעשו זאת, אתם רוצים לבדוק את מספר הקריסות ביום בחודש האחרון, כדי לוודא שהבאג-באש עזר לכם לשפר את היציבות של האפליקציה לאורך זמן.

זוהי דוגמה לשאילתה לאפליקציה ל-Android. באפליקציה ל-iOS, צריך להשתמש במזהה החבילה וב-IOS (במקום בשם החבילה וב-ANDROID).

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

דוגמה 2: איתור קריסות נפוצות במיוחד

כדי לתת עדיפות נכונה לתוכניות הייצור, אתם רוצים למצוא את 10 התקריות הנפוצות ביותר של קריסות באפליקציה. אתם יוצרים שאילתה שמספקת את נקודות הנתונים הרלוונטיות.

זוהי דוגמה לשאילתה לאפליקציה ל-Android. באפליקציה ל-iOS, צריך להשתמש במזהה החבילה וב-IOS (במקום בשם החבילה וב-ANDROID).

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
  `PROJECT_ID.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;

דוגמה 3: 10 המכשירים המובילים שמתרסקים

הסתיו הוא העונה של טלפונים חדשים! בחברה שלכם יודעים שזה גם אומר שזו עונת הבעיות החדשות שספציפיות למכשיר – במיוחד ל-Android. כדי להתכונן מראש לבעיות התאימות הצפויות, אתם יוצרים שאילתה שמזהה את 10 המכשירים שהכי הרבה פעמים קרסו בשבוע האחרון (168 שעות).

זוהי דוגמה לשאילתה לאפליקציה ל-Android. באפליקציה ל-iOS, צריך להשתמש במזהה החבילה וב-IOS (במקום בשם החבילה וב-ANDROID).

SELECT
  device.model,
COUNT(DISTINCT event_id) AS number_of_crashes
FROM
  `PROJECT_ID.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;

דוגמה 4: סינון לפי מפתח מותאם אישית

אתם מפתחי משחקים שרוצים לדעת באיזה שלב במשחק מתרחשים הכי הרבה קריסות.

כדי לעקוב אחרי הנתון הסטטיסטי הזה, מגדירים מפתח Crashlytics בהתאמה אישית בשם current_level ומעדכנים אותו בכל פעם שהמשתמש מגיע לרמה חדשה.

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

CrashlyticsKit setIntValue:3 forKey:@"current_level";

Crashlytics.setInt("current_level", 3);

אחרי שמוסיפים את המפתח הזה לייצוא אל BigQuery, אפשר לכתוב שאילתה כדי לדווח על התפלגות הערכים של current_level שמשויכים לכל אירוע התרסקות.

זוהי דוגמה לשאילתה לאפליקציה ל-Android. באפליקציה ל-iOS, צריך להשתמש במזהה החבילה וב-IOS (במקום בשם החבילה וב-ANDROID).

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

דוגמה 5: חילוץ User‑ID

יש לכם אפליקציה ל-Android בגרסת גישה מוקדמת. רוב המשתמשים שלכם אוהבים את האפליקציה, אבל שלושה מהם נתקלו במספר לא רגיל של קריסות. כדי להגיע לשורש הבעיה, כותבים שאילתה שמושכת את כל אירועי ההתרסקות של המשתמשים האלה, באמצעות מזהי המשתמשים שלהם.

זוהי דוגמה לשאילתה לאפליקציה ל-Android. באפליקציה ל-iOS, צריך להשתמש במזהה החבילה וב-IOS (במקום בשם החבילה וב-ANDROID).

SELECT *
FROM
  `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID`
WHERE
  user.id IN ("USER_ID_1", "USER_ID_2", "USER_ID_3")
ORDER BY
  user.id
 

דוגמה 6: חיפוש כל המשתמשים שנתקלו בבעיה ספציפית של קריסה

הצוות שלכם השיק בטעות באג קריטי לקבוצה של בודקי בטא. הצוות שלך הצליח להשתמש בשאילתה מהדוגמה 'חיפוש התקלות הנפוצות ביותר' שלמעלה כדי לזהות את מזהה הבעיה הספציפית של הקריסה. עכשיו הצוות שלך רוצה להריץ שאילתה כדי לחלץ את רשימת משתמשי האפליקציה שהושפעו מהקריסה הזו.

זוהי דוגמה לשאילתה לאפליקציה ל-Android. באפליקציה ל-iOS, צריך להשתמש במזהה החבילה וב-IOS (במקום בשם החבילה וב-ANDROID).

SELECT user.id as user_id
FROM
  `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID`
WHERE
  issue_id = "ISSUE_ID"
  AND application.display_version = "APP_VERSION"
  AND user.id != ""
ORDER BY
  user.id;

דוגמה 7: מספר המשתמשים שהושפעו מבעיה של קריסה, לפי מדינה

הצוות שלכם זיהה באג קריטי במהלך ההשקה של גרסה חדשה. השתמשתם בשאילתה מהדוגמה 'חיפוש תאונות הדרכים הנפוצות ביותר' שלמעלה כדי לזהות את מזהה הבעיה הספציפית של התאונה. הצוות שלך רוצה לבדוק עכשיו אם הקריסה הזו התרחשה גם אצל משתמשים במדינות שונות ברחבי העולם.

כדי לכתוב את השאילתה הזו, הצוות יצטרך לבצע את הפעולות הבאות:

1. מפעילים את הייצוא של נתוני Google Analytics אל BigQuery. ייצוא נתוני פרויקטים ל-BigQuery

2. מעדכנים את האפליקציה כך שתעבירו מזהה משתמש גם ל-Google Analytics SDK וגם ל-Crashlytics SDK.

   Swift

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

   Objective-C

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

   Java

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

3. כותבים שאילתה שמשתמשת בשדה user_id כדי לצרף אירועים במערך הנתונים Google Analytics לתאונות במערך הנתונים Crashlytics.

   זוהי דוגמה לשאילתה לאפליקציה ל-Android. באפליקציה ל-iOS, צריך להשתמש במזהה החבילה וב-IOS (במקום שם החבילה וב-ANDROID).

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

דוגמה 8: 5 הבעיות המובילות עד עכשיו היום

זוהי דוגמה לשאילתה לאפליקציה ל-Android. באפליקציה ל-iOS, צריך להשתמש במזהה החבילה וב-IOS (במקום בשם החבילה וב-ANDROID).

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

דוגמה 9: 5 הבעיות המובילות מאז DATE, כולל היום

אפשר גם לשלב את הטבלאות של האצווה והטבלאות בזמן אמת עם שאילתת 'חיבור' כדי להוסיף מידע בזמן אמת לנתוני האצווה המהימנים. מכיוון ש-event_id הוא מפתח ראשי, אפשר להשתמש ב-DISTINCT event_id כדי למחוק כפילויות של אירועים משותפים משתי הטבלאות.

זוהי דוגמה לשאילתה לאפליקציה ל-Android. באפליקציה ל-iOS, צריך להשתמש במזהה החבילה וב-IOS (במקום בשם החבילה וב-ANDROID).

SELECT
  issue_id,
  COUNT(DISTINCT event_id) AS events
FROM (
  SELECT
    issue_id,
    event_id,
    event_timestamp
  FROM
    `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID_REALTIME`
  UNION ALL
  SELECT
    issue_id,
    event_id,
    event_timestamp
  FROM
    `PROJECT_ID.firebase_crashlytics.PACKAGE_NAME_ANDROID`)
WHERE
  event_timestamp >= "YYYY_MM_DD"
GROUP BY
  issue_id
ORDER BY
  events DESC
LIMIT
  5;

הסבר על הסכימה Crashlytics ב-BigQuery

כשמגדירים ייצוא נתונים מ-Crashlytics אל BigQuery, מערכת Firebase מייצאת אירועים מהזמן האחרון (קריסות, שגיאות לא קטלניות ואירועי ANR), כולל אירועים מ-2 ימים לפני הקישור, עם אפשרות למילוי החוסרים עד 30 יום.

מנקודה זו ואילך, עד להשבתת הייצוא, מערכת Firebase תייצא אירועי Crashlytics על בסיס יומי. יכול להיות שיחלפו כמה דקות עד שהנתונים יהיו זמינים ב-BigQuery אחרי כל ייצוא.

מערכי נתונים

Crashlytics יוצר מערך נתונים חדש ב-BigQuery לנתוני Crashlytics. מערך הנתונים מכסה את כל הפרויקט, גם אם יש בו כמה אפליקציות.

טבלאות

הפונקציה Crashlytics יוצרת טבלה במערך הנתונים לכל אפליקציה בפרויקט, אלא אם בחרתם לבטל את הייצוא של הנתונים של האפליקציה הזו. מערכת Firebase נותנת שמות לטבלאות על סמך המזהה של האפליקציה, נקודה מוצגת כקו תחתון ושם הפלטפורמה מצורף בסוף.

לדוגמה, נתונים של אפליקציה ל-Android עם שם החבילה com.google.test יהיו בטבלה בשם com_google_test_ANDROID, ונתונים בזמן אמת (אם הם מופעלים) יהיו בטבלה בשם com_google_test_ANDROID_REALTIME.

הטבלאות מכילות קבוצה רגילה של נתוני Crashlytics, בנוסף לכל מפתחות Crashlytics מותאמים אישית שהגדרתם באפליקציה.

שורות

כל שורה בטבלה מייצגת שגיאה שהאפליקציה נתקלה בה.

עמודות

העמודות בטבלה זהות לקריסות, לשגיאות לא קטלניות ולמקרים של ANR. אם הייצוא בסטרימינג של Crashlytics ל-BigQuery מופעל, לטבלה בזמן אמת יהיו אותן עמודות כמו לטבלת האצווה. שימו לב: יכול להיות שיהיו עמודות בשורות שמייצגות אירועים שאין להם מעקב סטאק.

העמודות בתוך הייצוא מפורטות בטבלה הבאה:

הצגה חזותית של נתוני Crashlytics שיוצאו באמצעות Data Studio

Google Data Studio הופך את מערכי הנתונים של Crashlytics ב-BigQuery לדוחות שקל יותר לקרוא ולשתף, וניתנים להתאמה אישית.

למידע נוסף על השימוש ב-Data Studio, כדאי לעיין במדריך למתחילים ב-Data Studio, ברוכים הבאים ל-Data Studio.

שימוש בתבנית של דוח Crashlytics

ב-Data Studio יש דוח לדוגמה ל-Crashlytics שכולל קבוצה מקיפה של מאפיינים ומדדים מהסכימת Crashlytics BigQuery שמיוצאת. אם הפעלתם את הייצוא בסטרימינג של Crashlytics אל BigQuery, תוכלו להציג את הנתונים האלה בדף מגמות בזמן אמת בתבנית של Data Studio.אפשר להשתמש בדוגמה הזו כתבנית כדי ליצור במהירות דוחות ותרשימים חדשים על סמך נתוני הקריסות הגולמיים של האפליקציה שלכם:

1. פותחים את התבנית של מרכז הבקרה ב-Crashlytics Data Studio.

2. לוחצים על שימוש בתבנית בפינה השמאלית העליונה.

3. בתפריט הנפתח New Data Source, בוחרים באפשרות Create New Data Source.

4. לוחצים על בחירה בכרטיס BigQuery.

5. בוחרים טבלה שמכילה נתוני Crashlytics שיוצאו, על ידי בחירה באפשרות My Projects‏ > PROJECT_ID‏ > firebase_crashlytics‏ > TABLE_NAME.

   תמיד אפשר לבחור את טבלת האצווה. אם הייצוא בסטרימינג של Crashlytics אל BigQuery מופעל, תוכלו לבחור במקום זאת את הטבלה בזמן אמת.

6. בקטע Configuration, מגדירים את Crashlytics Template level לערך Default.

7. לוחצים על קישור כדי ליצור את מקור הנתונים החדש.

8. לוחצים על הוספה לדוח כדי לחזור לתבנית Crashlytics.

9. בסיום, לוחצים על Create Report (יצירת דוח) כדי ליצור עותק של התבנית Crashlytics של מרכז הבקרה ב-Data Studio.

שדרוג לתשתית הייצוא החדשה

באמצע אוקטובר 2024, Crashlytics השיקה תשתית חדשה לייצוא באצווה של נתוני Crashlytics אל BigQuery.

אפשר לשדרג לתשתית החדשה, אבל חשוב לוודא ששולחות ה-batch של BigQuery עומדות בדרישות המוקדמות לשדרוג.

איך בודקים אם אתם משתמשים בתשתית החדשה

אם הפעלתם ייצוא באצווה באמצע אוקטובר 2024 ואילך, פרויקט Firebase שלכם משתמש באופן אוטומטי בתשתית הייצוא החדשה.

אתם יכולים לבדוק באיזו תשתית הפרויקט שלכם משתמש: נכנסים למסוף Google Cloud, ואם הערך של data transfer config הוא Firebase Crashlytics with Multi-Region Support, המשמעות היא שהפרויקט שלכם משתמש בתשתית הייצוא החדשה.

הבדלים חשובים בין תשתית הייצוא הישנה לבין תשתית הייצוא החדשה

• התשתית החדשה תומכת ב-Crashlytics מיקומים של מערכי נתונים מחוץ לארה"ב.

  • ייצוא שהופעל לפני אמצע אוקטובר 2024 ו שדרוג לתשתית הייצוא החדשה – עכשיו אפשר לשנות את המיקום של ייצוא הנתונים.

  • הייצוא הופעל באמצע אוקטובר 2024 או מאוחר יותר – במהלך ההגדרה, התבקשת לבחור מיקום לייצוא הנתונים.

• התשתית החדשה לא תומכת במילוי חוסרים של נתונים מהתקופה לפני שהפעלתם את הייצוא.

  • התשתית הישנה תמכה במילוי חוסרים עד 30 יום לפני התאריך שבו הפעלתם את הייצוא.

  • התשתית החדשה תומכת במילוי חוסרים עד 30 הימים האחרונים או עד לתאריך האחרון שבו הפעלתם את הייצוא אל BigQuery (המוקדם מביניהם).

• התשתית החדשה נותנת שמות לטבלאות האצווה BigQuery באמצעות המזהים שהוגדרו לאפליקציות Firebase בפרויקט Firebase.

  • בתשתית הישנה, הנתונים נכתבו בטבלאות אצווה עם שמות שמבוססים על מזהי החבילות או שמות החבילות בתצורה של Firebase בקוד הבסיסי של האפליקציה.

  • התשתית החדשה כותבת נתונים לטבלאות אצווה עם שמות שמבוססים על מזהי החבילות או שמות החבילות שמוגדרים לאפליקציות Firebase הרשומים בפרויקט Firebase.

שלב 1: דרישה מוקדמת לשדרוג

1. בודקים שבטבלאות האצווה הקיימות של BigQuery נעשה שימוש במזהים תואמים למזהי החבילות או לשמות החבילות שהוגדרו לאפליקציות ה-Firebase הרשומים בפרויקט ב-Firebase. אם הם לא זהים, יכול להיות שיהיו שיבושים בנתוני האצווה שיוצאו. רוב הפרויקטים יהיו במצב תקין ותואם, אבל חשוב לבדוק לפני השדרוג.

   • כל האפליקציות ב-Firebase שרשמות בפרויקט ב-Firebase מופיעות במסוף Firebase: עוברים אל הגדרות הפרויקט ב-settings, גוללים אל הכרטיס האפליקציות שלך כדי לראות את כל האפליקציות ב-Firebase ואת המידע שלהן.

   • כל טבלאות האצווה של BigQuery מופיעות בדף BigQuery במסוף Google Cloud.

   לדוגמה, אלה מצבים אידיאליים שבהם לא יהיו בעיות בשדרוג:

   • יש לכם טבלת באצ'ט בשם com_yourcompany_yourproject_IOS ואפליקציית Firebase ל-iOS עם מזהה החבילה com.yourcompany.yourproject שרשומה בפרויקט ב-Firebase.

   • יש לכם טבלת באצ'ט בשם com_yourcompany_yourproject_ANDROID ואפליקציית Android של Firebase עם שם החבילה com.yourcompany.yourproject שרשומה בפרויקט ב-Firebase.

2. אם יש לכם שמות של טבלאות אצווה שלא תואמים למזהים שהוגדרו לאפליקציות ה-Firebase הרשומים שלכם, עליכם לפעול לפי ההוראות בהמשך הדף לפני השדרוג הידני כדי למנוע שיבושים בייצוא האצווה.

שלב 2: שדרוג ידני לתשתית החדשה

אם הפעלתם ייצוא באצווה לפני אמצע אוקטובר 2024, תוכלו לשדרג באופן ידני לתשתית החדשה פשוט על ידי השבתה והפעלה מחדש של ייצוא הנתונים מ-Crashlytics במסוף Firebase.

אלה השלבים המפורטים:

1. נכנסים לדף Integrations במסוף Firebase.

2. בכרטיס BigQuery, לוחצים על Manage (ניהול).

3. כדי להשבית את הייצוא, מעבירים את פס ההזזה Crashlytics למצב כבוי. כשמוצגת הבקשה, מאשרים שרוצים להפסיק את ייצוא הנתונים.

4. מיד לאחר מכן, מחליפים את המצב של פס ההזזה Crashlytics חזרה למצב מופעל כדי להפעיל מחדש את הייצוא. כשמוצגת הנחיה, מאשרים שרוצים לייצא את הנתונים.

   ייצוא הנתונים של Crashlytics אל BigQuery מתבצע עכשיו באמצעות תשתית הייצוא החדשה.

שם טבלת האצווה הקיימת לא תואם למזהה האפליקציה ב-Firebase