CrUX verilerinin BigQuery'de nasıl yapılandırıldığını öğrenin.
Giriş
Chrome Kullanıcı Deneyimi Raporu'nun (CrUX) arkasındaki ham verilere, Google Cloud'da barındırılan bir veritabanı olan BigQuery'den erişilebilir.
BigQuery'deki CrUX, kullanıcıların 2017'ye kadar uzanan tüm veri kümesini doğrudan sorgulamasına olanak tanır. Örneğin, trendleri analiz etmek, web teknolojilerini karşılaştırmak ve alan adlarını karşılaştırmak için bu veri kümesini kullanabilirsiniz.
Veriler, aylık sürüme göre yapılandırılır ve verilere kolayca sorgu oluşturarak erişebilmek için bir dizi özet tabloya sahiptir.
BigQuery verileri, SQL sorguları yazmadan bu verileri görselleştirmenize olanak tanıyan CrUX Kontrol Paneli'nin temelini oluşturur.
Veri kümesine erişme
BigQuery'yi kullanmak için Google Cloud hesabı ve temel SQL bilgisi gerekir. BigQuery'deki CrUX veri kümesine, BigQuery tarafından sağlanan ve aylık olarak yenilenen ücretsiz katmanın sınırlarına kadar ücretsiz olarak erişilebilir ve bu veri kümesi keşfedilebilir. Ayrıca yeni Google Cloud kullanıcıları, ücretsiz katman dışındaki giderleri karşılamak için kayıt kredisi almaya hak kazanabilir. Google Cloud projesi için kredi kartı sağlamanız gerektiğini unutmayın. Neden kredi kartı sağlamam gerekiyor? başlıklı makaleyi inceleyin.
BigQuery'yi ilk kez kullanıyorsanız proje oluşturmak için aşağıdaki adımları uygulayın:
- Google Cloud Console'da Proje Oluştur'a gidin.
- Yeni projenize "Chrome Kullanıcı Deneyimi Raporum" gibi bir ad verin ve Oluştur'u tıklayın.
- İstenirse fatura bilgilerinizi girin.
- BigQuery'deki CrUX veri kümesine gidin
Artık veri kümesini sorgulamaya hazırsınız.
Proje organizasyonu
BigQuery'deki CrUX verileri, bir sonraki ayın ikinci Salı günü yayınlanır. Her ay, chrome-ux-report.all
altında yeni bir tablo olarak kullanıma sunulur. Ayrıca, her ay için özet istatistikler sunan bir dizi gerçekleştirilmiş tablo da vardır.
- `chrome-ux-report
Ayrıntılı tablo şeması
Her ülke ve all
veri kümesi için ham tablolar, yıla ve aya göre sağlanmıştır.
Ham tablolar
Ham tablolar aşağıdaki şemaya sahiptir:
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
Gerçekleştirilmiş tablo şeması
Gerçekleştirilmiş tablolar, bir dizi önemli boyuta göre özet verilere daha kolay erişim imkanı sunar. Histogram sağlanmaz. Bunun yerine performans verileri, performans değerlendirmesine ve 75. yüzdelik dilim değerine göre kesirlere toplanır. Bu örnekte, metrics_summary
tablosundaki örnek satırlar gösterilmektedir:
yyyyaa | kaynak | 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 | 1.400 |
202202 | https://example.com | 0,9169 | 0,0545 | 0,0284 | 1.500 |
202201 | https://example.com | 0,9072 | 0,0626 | 0,0298 | 1.500 |
Bu durum, 202204 veri kümesinde, https://example.com
hizmetindeki gerçek kullanıcı deneyimlerinin% 90,56'sının iyi LCP ölçütlerini karşıladığını ve 75. yüzdelik dilim LCP değerinin 1.600 ms olduğunu gösterir. Bu, önceki aylara göre biraz daha yavaştır.
Gerçekleştirilmiş dört tablo sağlanmıştır:
metrics_summary
- aya ve kaynağa göre temel metrikler
device_summary
- Aya, kaynağa ve cihaz türüne göre temel metrikler
country_summary
- ay, kaynak, cihaz türü ve ülke bazında temel metrikler
origin_summary
- veri kümesinde yer alan tüm kaynakların listesi
metrics_summary
metrics_summary
tablosu, her kaynak ve her aylık veri kümesi için özet istatistikleri içerir:
yyyymm
- Veri toplama döneminin ayı
origin
- Site kaynağının URL'si
rank
- Yaklaşık popülerlik sıralaması (Mart 2021 itibarıyla)
[small|medium|large]_cls
- CLS eşiklerine göre trafik oranı
[fast|avg|slow]_<metric>
- trafiğin performans eşiklerine göre dağılımı
p75_<metric>
- Performans metriklerinin 75. yüzdelik dilim değeri (milisaniye)
notification_permission_[accept|deny|ignore|dismiss]
- bildirim izni davranışlarının bölümü
[desktop|phone|tablet]Density
- trafiğin form faktörüne göre dağılımı
[_4G|_3G|_2G|slow2G|offline]Density
- etkili bağlantı türüne göre trafik oranı
navigation_type_[navigate|navigate_cache|reload|restore|back_forward|back_forward_cache|prerender]
- gezinme türlerinin oranı
device_summary
device_summary
tablosu; aya, kaynağa, ülkeye ve cihaza göre toplanmış istatistikleri içerir. metrics_summary
sütunlarına ek olarak:
device
- Cihaz form faktörü
country_summary
country_summary
tablosunda aya, kaynağa, ülkeye ve cihaza göre toplu istatistikler yer alır. metrics_summary
sütunlarına ek olarak:
country_code
- İki harfli ülke kodu
device
- Cihaz form faktörü
origin_summary
origin_summary
tablosu, CrUX veri kümesindeki tüm kaynakların listesini içerir. Veri kümesindeki en son kaynak listesiyle aylık olarak güncellenir ve tek bir sütuna sahiptir: origin
.
Deneysel veri kümesi
Deneysel veri kümesindeki tablolar, varsayılan YYYYMM
tablolarının bire bir kopyasıdır ancak daha hızlı, daha basit ve daha ucuz sorgular yazmanıza olanak tanıyan bölümlendirme ve kümeleme gibi daha yeni ve daha gelişmiş BigQuery özelliklerinden yararlanır.
country
experimental.country
veri kümesi, veri kümesi tarihi için ek bir yyyymm
sütunu içeren country_CC
veri kümelerinden toplanmış verileri içerir. Şema, tarih ve country_code
sütunlarının eklenmesi dışında ham tablolarla aynıdır. Bu sayede, aylık tablolar birleştirilmeden ülke düzeyinde zaman içindeki karşılaştırma sorguları yürütülebilir.
global
experimental.global
veri kümesi, veri kümesi tarihi için ek bir yyyymm
sütunuyla birlikte all
veri kümesinden alınan birleştirilmiş verileri içerir. Şema, tarih eklenmiş ham tablolarla aynıdır. Bu sayede, aylık tablolar birleştirilmeden zaman içindeki karşılaştırma sorgularının yürütülmesine olanak tanır.