BigQuery'de CrUX raporuna Sıralama Büyüklüğünü Ekleme

Şubat 2021 veri kümesinden itibaren, BigQuery'deki CrUX raporuna deneysel bir metrik ekliyoruz. Bu metrik, kaynakların popülerliğini büyüklük sırasına göre şu ölçütlere göre sıralar: İlk 1.000 kaynak, ilk 10.000, ilk 100.000, ilk 1.000...

Uygulamada bunun nasıl göründüğüne bakalım:

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
Satır rank_magnitude num_origins
1 1.000 1.000
2 10.000 9.000
3 100.000 90.000
4 1.000.000 900.000
15 10.000.000 7.264.371

Şubat 2021'deki global veri kümesi için 5 paket alıyoruz. Beklendiği gibi, 1. satırda büyüklükleri 1000 olan 1000 kaynak olduğunu görüyoruz. popüler kaynakları nasıl öğrendiğimizi gösterebilir. 2. Satır şaşırtıcı görünebilir; bu da İlk 10.000'de yalnızca 9.000 kaynak vardır; Bunun nedeni, 1. satırdaki kaynakların ilk 10.000'de yer alıyor. İlk 10.000 kaynağı seçmek için sorgulamada deneysel.popularity.rank <= 10000 değerini belirtin.

Veri kümesi, ülkeye özgü sıralama büyüklüğünü de içerir. Örneğin, sorgusu, Almanya'da en popüler 10 bin kaynağı listeliyor.

SELECT DISTINCT origin
FROM `chrome-ux-report.country_de.202102`
WHERE experimental.popularity.rank <= 10000

Yeni popülerlik metriğimizin potansiyelinden bahsetmek için, bu özelliğin ne kadar popüler Web'in segmentleri, ilk Contentful Paint metriği (FCP) ile ilgili olarak farklılık gösterir. Bu sorgunun amacına uygun olarak 1 saniyeyi hızlı bir kullanıcı deneyimi olarak görüyoruz.

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.rank <= 1000 içeren kaynaklar için sorgu 1.000 ms'den küçük FCP metrik değerleri için histogram grup yoğunlukları ve bölmeler kaynak sayısı ile hesaplanır. Yani, kaynak sayısını en popüler 1.000 kaynak için hızlı FCP yüklemesi yapılmasını sağlar. Bu sorguda, tüm kaynaklar ağırlıkta olduğundan muhtemelen bu mükemmel değildir. Şimdi sonucun daha önce , nerede ifadesini deneysel.popularity.rank <= 10000 değerini belirtin. Bunu da 10 bin, 100 bin ve 100 bin tarih:

Kaynakların sıralama büyüklüğü FCP yüzdesi < 1 sn., kaynaklar üzerinden ortalama
1.000 %53,6
10.000 %49,6
100.000 %45,9
1.000.000 %43,2
10.000.000 %39,9

Bu durum, web'de daha hızlı bir kullanıcı deneyiminin popüler olmakla bağlantılı olduğunu gösterir.

Ekim 2022 veri kümesinde bu, yarım sıralı adımlara göre de ayrılmıştı. Bu veri kümesi için ilk sorguyu yeniden çalıştırdığınızda yarım adımlar ve her bir sıralama aralığındaki kaynak sayısı gösterilir:

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
Satır 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 7.637.195

BigQuery'de CrUX'i kullanma hakkında daha fazla bilgi edinin ve diğer örnek sorgular için CrUX Tarif Defteri'ne göz atın. İsterseniz sorgularınızı ve bulduklarınızı bize bildirin.