Deze pagina is vertaald door de Cloud Translation API.

Crux op BigQuery

Ontdek hoe Crux-gegevens zijn gestructureerd op BigQuery.

Invoering

De onbewerkte gegevens achter het Chrome UX Report (CrUX) zijn beschikbaar op BigQuery , een database die wordt gehost op Google Cloud.

Met CrUX op BigQuery kunnen gebruikers rechtstreeks de volledige dataset vanaf 2017 doorzoeken, bijvoorbeeld om trends te analyseren, webtechnologieën te vergelijken en domeinen te benchmarken.

De gegevens zijn gestructureerd per maandelijkse uitgave, evenals een aantal samenvattende tabellen om eenvoudige toegang te bieden voor het opvragen van de gegevens.

De BigQuery-gegevens vormen de basis van het CrUX Dashboard , waarmee u deze gegevens kunt visualiseren zonder SQL-query's te schrijven.

Toegang tot de gegevensset

Voor het gebruik van BigQuery zijn een Google Cloud-account en basiskennis van SQL vereist. De CrUX-dataset op BigQuery is gratis toegankelijk en te verkennen tot aan de limieten van de gratis laag , die maandelijks wordt vernieuwd en wordt aangeboden door BigQuery. Bovendien komen nieuwe Google Cloud-gebruikers mogelijk in aanmerking voor een aanmeldingskrediet om uitgaven te dekken die verder gaan dan het gratis niveau. Houd er rekening mee dat er voor het Google Cloud-project een creditcard moet worden opgegeven. Zie Waarom moet ik een creditcard opgeven? .

Als dit de eerste keer is dat u BigQuery gebruikt, volgt u deze stappen om een project op te zetten:

Navigeer naar Een project maken op de Google Cloud-console .
Geef uw nieuwe project een naam zoals 'Mijn Chrome UX-rapport' en klik op Maken.
Geef uw factuurgegevens op als daarom wordt gevraagd.
Navigeer naar de Crux-dataset op BigQuery

Nu bent u klaar om query's uit te voeren op de gegevensset.

Project organisatie

CrUX-gegevens over BigQuery worden op de tweede dinsdag van de volgende maand vrijgegeven. Elke maand wordt uitgebracht als een nieuwe tabel onder chrome-ux-report.all . Er zijn ook een aantal gematerialiseerde tabellen die samenvattende statistieken voor elke maand bieden.

`chrome-ux-rapport
- all
  - JJJJMM
- country_CC
  - JJJJMM
- experimental
  - country
  - global
- materialized

Gedetailleerd tabelschema

De onbewerkte tabellen voor elk land en de all dataset worden weergegeven per jaar en maand.

Ruwe tafels

De onbewerkte tabellen hebben het volgende schema:

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

Gematerialiseerd tabelschema

Er zijn gematerialiseerde tabellen beschikbaar voor eenvoudigere toegang tot samenvattende gegevens op basis van een aantal belangrijke dimensies. Er worden geen histogrammen verstrekt, maar prestatiegegevens worden in fracties samengevoegd op basis van prestatiebeoordeling en de 75e percentielwaarde. In dit voorbeeld wordt een reeks voorbeeldrijen uit de tabel metrics_summary weergegeven:

jjjjmm	oorsprong	fast_lcp	gem_lcp	slow_lcp	p75_lcp
202204	https://voorbeeld.com	0,9056	0,0635	0,0301	1600
202203	https://voorbeeld.com	0,9209	0,052	0,0274	1400
202202	https://voorbeeld.com	0,9169	0,0545	0,0284	1500
202201	https://voorbeeld.com	0,9072	0,0626	0,0298	1500

Hieruit blijkt dat in de dataset van 202204 90,56% van de echte gebruikerservaringen op https://example.com voldeed aan de criteria voor een goede LCP , en dat de grove LCP-waarde in het 75e percentiel 1600 ms was. Dit is iets trager dan voorgaande maanden.

Er zijn vier gematerialiseerde tabellen beschikbaar:

metrics_summary: belangrijkste statistieken per maand en herkomst
device_summary: belangrijkste statistieken per maand, herkomst en apparaattype
country_summary: belangrijkste statistieken per maand, herkomst, apparaattype en land
origin_summary: een lijst met alle herkomsten die in de dataset zijn opgenomen

`metrics_summary`

De tabel metrics_summary bevat samenvattende statistieken voor elke herkomst en elke maandelijkse dataset:

yyyymm: Maand van de gegevensverzamelingsperiode
origin: URL van de oorsprong van de site
rank: Grove populariteitsranglijst (vanaf maart 2021 )
[small|medium|large]_cls: fractie van het verkeer volgens CLS-drempels
[fast|avg|slow]_<metric>: fractie van het verkeer op basis van prestatiedrempels
p75_<metric>: 75e percentielwaarde van prestatiestatistieken (milliseconden)
notification_permission_[accept|deny|ignore|dismiss]: fractie van het toestemmingsgedrag voor meldingen
[desktop|phone|tablet]Density: fractie van het verkeer per vormfactor
[_4G|_3G|_2G|slow2G|offline]Density: fractie van het verkeer per effectief verbindingstype
navigation_type_[navigate|navigate_cache|reload|restore|back_forward|back_forward_cache|prerender]: fractie van navigatietypen

`device_summary`

De tabel device_summary bevat geaggregeerde statistieken per maand, herkomst, land en apparaat. Naast de metrics_summary kolommen is er:

device: Vormfactor van apparaat

`country_summary`

De tabel country_summary bevat geaggregeerde statistieken per maand, herkomst, land en apparaat. Naast de metrics_summary kolommen is er:

country_code: Landcode van twee letters
device: Vormfactor van apparaat

`origin_summary`

De origin_summary tabel bevat een lijst met alle origines in de CrUX-dataset; het wordt maandelijks bijgewerkt met de meest recente lijst met oorsprongen in de dataset en heeft één enkele kolom: origin .

Experimentele dataset

Tabellen in de experimentele dataset zijn exacte kopieën van de standaard YYYYMM tabellen, maar ze maken gebruik van nieuwere en geavanceerdere BigQuery-functies, zoals partitionering en clustering , waarmee u snellere, eenvoudiger en goedkopere query's kunt schrijven.

`country`

De dataset experimental.country bevat geaggregeerde gegevens uit de datasets country_CC met een extra kolom yyyymm voor de datum van de dataset. Het schema is identiek aan de onbewerkte tabellen met de toevoeging van de kolommen date en country_code , waardoor vergelijkingen op landniveau in de loop van de tijd kunnen worden uitgevoerd zonder deelname aan de maandelijkse tabellen.

`global`

De dataset experimental.global bevat geaggregeerde gegevens uit de all dataset met een extra yyyymm kolom voor de datum van de dataset. Het schema is identiek aan de onbewerkte tabellen met de toevoeging van de datum, waardoor vergelijkingen in de loop van de tijd kunnen worden uitgevoerd zonder dat de maandelijkse tabellen hoeven te worden samengevoegd.