BigQuery'de CrUX

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:

  1. Google Cloud Console'da Proje Oluştur'a gidin.
  2. Yeni projenize "Chrome Kullanıcı Deneyimi Raporum" gibi bir ad verin ve Oluştur'u tıklayın.
  3. İstenirse fatura bilgilerinizi girin.
  4. 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.

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.