2021년 2월 데이터 세트부터 BigQuery의 CrUX 보고서에 상위 1,000개 출처, 상위 10,000개, 상위 100,000개, 1,000개 데이터, ...
실제로 어떻게 작동하는지 살펴보겠습니다.
SELECT
experimental.popularity.rank AS rank_magnitude,
COUNT(DISTINCT origin) AS num_origins
FROM
`chrome-ux-report.all.202102`
GROUP BY
rank_magnitude
ORDER BY
rank_magnitude
| 행 | rank_magnitude | num_origins |
|---|---|---|
| 1 | 1,000 | 1,000 |
| 2 | 10,000 | 9,000명 |
| 3 | 100,000 | 90,000 |
| 4 | 1,000,000 | 900,000 |
| 15 | 10,000,000 | 7,264,371명 |
2021년 2월 글로벌 데이터 세트의 경우 5개의 버킷이 있습니다. 예상대로 1행에서 순위 크기가 1,000인 출처가 1,000개 있습니다. 인기 출처를 확인할 수 있습니다. 행 2가 놀랍게 보일 수 있는데, 이는 상위 10,000개 세트 중 9,000개에 불과합니다. 왜냐하면 1행의 출처가 상위 10,000개 세트에도 포함됩니다. 상위 10, 000개의 출처를 선택하려면 쿼리할 때 experiment.popularity.rank <= 10000을 지정합니다.
데이터 세트에는 국가별 순위 크기도 포함되어 있습니다. 예를 들어 이 독일에서 가장 인기 있는 1만 개의 출처를 나열합니다.
SELECT DISTINCT origin
FROM `chrome-ux-report.country_de.202102`
WHERE experimental.popularity.rank <= 10000
새로운 인기도 측정항목의 잠재력에 대해 알아보려면 웹 세그먼트는 콘텐츠가 포함된 첫 페인트 측정항목 (FCP)이 다릅니다. 이 쿼리를 위해 1초를 빠른 사용자 경험으로 간주합니다
SELECT
SUM(fcp.density)/count(distinct origin)
FROM
`chrome-ux-report.all.202102`,
UNNEST(first_contentful_paint.histogram.bin) AS fcp
WHERE
fcp.start < 1000 AND experimental.popularity.rank <= 1000
experimental.popularity.rank이 1, 000 이하인 출처의 경우 쿼리는
1000밀리초 미만의 FCP 측정항목 값에 대한 히스토그램 버킷 밀도 및
출발지의 수로 나눈 다음 평균 백분율을
가장 인기 있는 출처 1,000개에 대한 빠른 FCP 로드를 지원했습니다. 이 쿼리에서 모든 출처에는
가중치가 같기 때문에 완벽하지는 않습니다. 그런데 결과가
WHERE 절을
experiment.popularity.rank <= 10000을 지정하세요. 10,000, 100,000개에 대해서
날짜:
| 출처의 순위 크기 | FCP 비율 < 출처 대비 평균한 1 |
|---|---|
| 1.000명 | 53.6% |
| 10,000 | 49.6% |
| 100,000 | 45.9% |
| 1,000,000 | 43.2% |
| 10,000,000 | 39.9% |
이는 웹에서 사용자 환경이 빠를수록 인기가 더 높아지는 것과 관련이 있음을 나타냅니다.
2022년 10월 데이터 세트에서는 이를 절반 순위 단계로 추가로 분할했습니다. 이 데이터 세트에 대해 첫 번째 쿼리를 다시 실행하면 각 순위 크기의 반단계와 출처 수가 표시됩니다.
SELECT
experimental.popularity.rank AS rank_magnitude,
COUNT(DISTINCT origin) AS num_origins
FROM
`chrome-ux-report.all.202210`
GROUP BY
rank_magnitude
ORDER BY
rank_magnitude
| 행 | rank_magnitude | num_origins |
|---|---|---|
| 1 | 1,000 | 1,000 |
| 2 | 5,000 | 4,000 |
| 3 | 10,000 | 5,000 |
| 4 | 50,000 | 40,000 |
| 5 | 100,000 | 50,000 |
| 6 | 500,000 | 400,000 |
| 7 | 1,000,000 | 500,000 |
| 8 | 5,000,000 | 4,000,000 |
| 9 | 10,000,000 | 5,000,000 |
| 10 | 50,000,000 | 7,637,195명 |
BigQuery에서 CrUX 사용에 대해 자세히 알아보고 CrUX 설명서에서 더 많은 예시 쿼리를 살펴보세요. 원하는 경우 쿼리를 공유하고 발견한 내용을 알려주세요.