Przykładowy zbiór danych BigQuery na potrzeby implementacji gier mobilnych Google Analytics

Flood-It! to gra logiczna dostępna na platformach Android i iOS. Aplikacja korzysta ze standardowej implementacji Google Analytics dla gier mobilnych za pomocą Firebase. Zbiór danych flood it dostępny w projekcie BigQuery firebase-public-project zawiera próbkę maskowanych danych eksportu zdarzeń BigQuery z 114 dni.

Wymagania wstępne

  • Musisz mieć dostęp do projektu w chmurze Google Cloud z włączonym interfejsem BigQuery API. Aby utworzyć nowy projekt w chmurze Google Cloud lub włączyć interfejs BigQuery API w istniejącym projekcie, wykonaj czynności opisane w sekcji Zanim zaczniesz w przewodniku Szybki start BigQuery.

  • Możesz bezpłatnie korzystać z trybu piaskownicy BigQuery z pewnymi ograniczeniami. Poziom bezpłatnego użytkowania powinien wystarczyć do zapoznania się z tym zbiorem danych i uruchomienia przykładowych zapytań. Możesz opcjonalnie włączyć płatności, aby wyjść poza bezpłatny poziom użytkowania.

Ograniczenia

Ten zbiór danych zawiera maskowane dane, które naśladują rzeczywisty zbiór danych pochodzący z rzeczywistej implementacji Google Analytics. Niektóre pola będą zawierać wartości zastępcze, w tym <Other>, NULL i ''. Ze względu na maskowanie wewnętrzna spójność zbioru danych może być nieco ograniczona.

Korzystanie ze zbioru danych

  1. Konsola Cloud udostępnia interfejs do wykonywania zapytań dotyczących tabel. Aby uzyskać dostęp do zbioru danych flood it, możesz użyć interfejsu BigQuery.

  2. Jeśli nie widzisz karty Edytor, kliknij Utwórz nowe zapytanie.

  3. Skopiuj i wklej to zapytanie w polu Edytor. To zapytanie wyświetli liczbę unikalnych zdarzeń, użytkowników i dni w zbiorze danych.

    SELECT
      COUNT(*) AS event_count,
      COUNT(DISTINCT user_pseudo_id) AS user_count,
      COUNT(DISTINCT event_date) AS day_count
    FROM `firebase-public-project.analytics_153293282.events_*`
    
  4. W przypadku prawidłowych zapytań pojawi się znacznik wyboru wraz z ilością danych, które zostaną przetworzone przez zapytanie. Ten wskaźnik pomaga określić koszt uruchomienia zapytania.

    Interfejs BigQuery z informacjami o weryfikacji zapytania i jego rozmiarze

  5. Kliknij Wykonaj. Strona z wynikami zapytania pojawi się pod oknem zapytania.

    Interfejs BigQuery z wynikami zapytania

  6. Spróbuj uruchomić kilka przykładowych zapytań.

Następne kroki