CrUX di BigQuery

Pelajari cara data CrUX disusun di BigQuery.

Pengantar

Data mentah di balik Laporan UX Chrome (CrUX) tersedia di BigQuery, database yang dihosting di Google Cloud.

CrUX di BigQuery memungkinkan pengguna mengkueri set data lengkap secara langsung sejak tahun 2017, misalnya untuk menganalisis tren, membandingkan teknologi web, dan membuat tolok ukur domain.

Data disusun berdasarkan rilis bulanan, serta sejumlah tabel ringkasan untuk memberikan akses sederhana guna membuat kueri data.

Data BigQuery adalah dasar dari Dasbor CrUX, yang memungkinkan Anda memvisualisasikan data ini tanpa menulis kueri SQL.

Mengakses set data

Untuk menggunakan BigQuery, Anda memerlukan akun Google Cloud dan pengetahuan dasar tentang SQL. Set data CrUX di BigQuery dapat diakses dan dijelajahi secara gratis hingga batas paket gratis, yang diperpanjang setiap bulan dan disediakan oleh BigQuery. Selain itu, pengguna Google Cloud baru mungkin memenuhi syarat untuk mendapatkan kredit pendaftaran guna menutupi biaya di luar paket gratis. Perhatikan bahwa kartu kredit harus diberikan untuk project Google Cloud, lihat Mengapa saya harus memberikan kartu kredit?.

Jika ini pertama kalinya Anda menggunakan BigQuery, ikuti langkah-langkah berikut untuk menyiapkan project:

  1. Buka Create a Project di Konsol Google Cloud.
  2. Beri nama project baru Anda seperti "Laporan UX Chrome Saya", lalu klik Buat.
  3. Berikan informasi penagihan Anda jika diminta.
  4. Buka set data CrUX di BigQuery

Sekarang Anda siap untuk mulai membuat kueri set data.

Organisasi project

Data CrUX di BigQuery dirilis pada Selasa kedua bulan berikutnya. Setiap bulan dirilis sebagai tabel baru di bagian chrome-ux-report.all. Ada juga sejumlah tabel yang diwujudkan yang memberikan statistik ringkasan untuk setiap bulan.

Skema tabel mendetail

Tabel mentah untuk setiap negara dan set data all disediakan berdasarkan tahun dan bulan.

Tabel mentah

Tabel mentah memiliki skema berikut:

  • origin
  • effective_connection_type
  • form_factor
  • first_paint
  • first_contentful_paint
  • largest_contentful_paint
  • dom_content_loaded
  • onload
  • layout_instability
    • cumulative_layout_shift
  • interaction_to_next_paint
  • navigation_types
    • navigate
    • navigate_cache
    • reload
    • restore
    • back_forward
    • back_forward_cache
    • prerender
  • experimental
    • permission
      • notifications
    • time_to_first_byte
    • popularity

Skema tabel yang terwujud

Tabel yang diwujudkan disediakan untuk memudahkan akses ke data ringkasan berdasarkan sejumlah dimensi utama. Tidak ada histogram yang disediakan, sebagai gantinya data performa digabungkan menjadi pecahan berdasarkan penilaian performa dan nilai persentil ke-75. Serangkaian contoh baris dari tabel metrics_summary ditampilkan dalam contoh ini:

yyyymm asal fast_lcp avg_lcp slow_lcp p75_lcp
202204 https://example.com 0,9056 0,0635 0,0301 1600
202203 https://example.com 0,9209 0,052 0,0274 1400
202202 https://example.com 0,9169 0,0545 0,0284 1500
202201 https://example.com 0,9072 0,0626 0,0298 1500

Hal ini menunjukkan bahwa dalam set data 202204, 90, 56% pengalaman pengguna sebenarnya di https://example.com memenuhi kriteria untuk LCP yang baik,dan nilai LCP persentil ke-75 yang kasar adalah 1.600 md. Jumlah ini sedikit lebih lambat dibandingkan bulan sebelumnya.

Empat tabel yang terwujud disediakan:

metrics_summary
metrik utama menurut bulan dan origin
device_summary
metrik utama menurut bulan, asal, dan jenis perangkat
country_summary
metrik utama menurut bulan, asal, jenis perangkat, dan negara
origin_summary
daftar semua origin yang disertakan dalam set data

metrics_summary

Tabel metrics_summary berisi statistik ringkasan untuk setiap asal dan setiap set data bulanan:

yyyymm
Bulan periode pengumpulan data
origin
URL asal situs
rank
Pengelompokan popularitas kasar (per Maret 2021)
[small|medium|large]_cls
fraksi traffic menurut nilai minimum CLS
[fast|avg|slow]_<metric>
fraksi traffic menurut nilai minimum performa
p75_<metric>
Nilai persentil ke-75 metrik performa (milidetik)
notification_permission_[accept|deny|ignore|dismiss]
fraksi perilaku izin notifikasi
[desktop|phone|tablet]Density
fraksi traffic menurut faktor bentuk
[_4G|_3G|_2G|slow2G|offline]Density
fraksi traffic menurut jenis koneksi efektif
navigation_type_[navigate|navigate_cache|reload|restore|back_forward|back_forward_cache|prerender]
fraksi jenis navigasi

device_summary

Tabel device_summary berisi statistik gabungan berdasarkan bulan, asal, negara, dan perangkat. Selain kolom metrics_summary, ada:

device
Faktor bentuk perangkat

country_summary

Tabel country_summary berisi statistik gabungan berdasarkan bulan, asal, negara, dan perangkat. Selain kolom metrics_summary, ada:

country_code
Kode negara dua huruf
device
Faktor bentuk perangkat

origin_summary

Tabel origin_summary berisi daftar semua origin dalam set data CrUX; tabel ini diperbarui setiap bulan dengan daftar origin terbaru dalam set data dan memiliki satu kolom: origin.

Set data eksperimental

Tabel dalam set data eksperimental adalah salinan persis dari tabel YYYYMM default, tetapi menggunakan fitur BigQuery yang lebih baru dan lebih canggih seperti partisi dan pengelompokan yang memungkinkan Anda menulis kueri yang lebih cepat, lebih sederhana, dan lebih murah.

country

Set data experimental.country berisi data gabungan dari set data country_CC dengan kolom yyyymm tambahan untuk tanggal set data. Skema ini identik dengan tabel mentah dengan penambahan kolom tanggal dan country_code, sehingga kueri perbandingan tingkat negara dari waktu ke waktu dapat dijalankan tanpa menggabungkan tabel bulanan.

global

Set data experimental.global berisi data gabungan dari set data all dengan kolom yyyymm tambahan untuk tanggal set data. Skema ini identik dengan tabel mentah dengan penambahan tanggal, sehingga kueri perbandingan dari waktu ke waktu dapat dijalankan tanpa menggabungkan tabel bulanan.