تمت ترجمة هذه الصفحة بواسطة Cloud Translation API‏.

CrUX على BigQuery

تعرَّف على كيفية تنظيم بيانات CrUX على BigQuery.

مقدمة

تتوفّر البيانات الأوّلية التي يستند إليها تقرير تجربة المستخدِم في Chrome (CrUX) على BigQuery، وهي قاعدة بيانات مستضافة على Google Cloud.

تتيح أداة CrUX على BigQuery للمستخدمين إجراء طلبات بحث مباشرةً في مجموعة البيانات الكاملة التي تعود إلى عام 2017، على سبيل المثال لتحليل المؤشرات ومقارنة تكنولوجيات الويب ومجالات الأداء المعياري.

يتم تنظيم البيانات حسب الإصدار الشهري، بالإضافة إلى عدد من جداول الملخص لتوفير وصول بسيط للاستعلام عن البيانات.

تشكّل بيانات BigQuery أساس لوحة بيانات CrUX، التي تتيح لك عرض هذه البيانات بشكل مرئي بدون كتابة طلبات بحث SQL.

الوصول إلى مجموعة البيانات

يتطلب استخدام BigQuery حسابًا على Google Cloud ومعرفة أساسية بلغة الاستعلامات البنيوية (SQL). يمكنك الوصول إلى مجموعة بيانات CrUX على BigQuery واستكشافها مجانًا ضمن حدود الإصدار المجاني الذي يتم تجديده شهريًا ويوفّره BigQuery. بالإضافة إلى ذلك، قد يكون مستخدمو Google Cloud الجدد مؤهّلين للحصول على رصيد اشتراك لتغطية النفقات التي تتجاوز المستوى المجاني. يُرجى ملاحظة أنّه يجب تقديم بطاقة ائتمان لمشروع Google Cloud. راجِع المقالة لماذا يجب تقديم بطاقة ائتمان؟.

إذا كانت هذه أول مرة تستخدم فيها BigQuery، اتّبِع الخطوات التالية لإعداد مشروع:

انتقِل إلى إنشاء مشروع في وحدة تحكُّم Google Cloud.
ضع اسمًا لمشروعك الجديد مثل "تقرير تجربة المستخدم في Chrome" ثم انقر على "إنشاء".
أدخِل معلومات الفوترة إذا طُلب منك ذلك.
انتقِل إلى مجموعة بيانات CrUX على BigQuery.

أنت الآن جاهز لبدء الاستعلام عن مجموعة البيانات.

تنظيم المشاريع

يتم إصدار بيانات CrUX على BigQuery في يوم الثلاثاء الثاني من الشهر التالي. ويتم إصداره كل شهر كجدول جديد ضمن chrome-ux-report.all. هناك أيضًا عدد من الجداول المحسّنة التي تقدّم إحصاءات تلخيصية لكل شهر.

"تقرير chrome-ux
- all
  - YYYYMM
- country_CC
  - YYYYMM
- experimental
  - country
  - global
- materialized

مخطّط جدول تفصيلي

يتم عرض الجداول الأوّلية لكل بلد ومجموعة بيانات all حسب السنة والشهر.

الجداول الأوّلية

تحتوي الجداول الأولية على المخطط التالي:

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

مخطّط الجدول المحسَّن

يتم توفير جداول محددة لتسهيل الوصول إلى البيانات الموجزة حسب عدد من السمات الرئيسية. لا يتم توفير مدرجات تكرارية، وبدلاً من ذلك يتم تجميع بيانات الأداء في كسور حسب تقييم الأداء والقيمة المئوية الخامسة والسبعين. في هذا المثال، تظهر مجموعة من أمثلة الصفوف من جدول metrics_summary:

yyyymm	الأصل	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

يوضّح ذلك أنّه في مجموعة البيانات لعام 202204، استوفت% 90.56 من تجارب المستخدمين الفعليين على https://example.com معايير سرعة عرض أكبر محتوى مرئي (LCP)، وأن القيمة التقريبية لـ LCP ضمن الشريحة المئوية الخامسة والسبعين كانت 1,600 ملي ثانية. وهذا معدل أبطأ قليلاً من الأشهر السابقة.

يتم توفير أربعة جداول مثبّتة:

metrics_summary: المقاييس الرئيسية حسب الشهر والأصل
device_summary: المقاييس الرئيسية حسب الشهر والمصدر ونوع الجهاز
country_summary: المقاييس الرئيسية حسب الشهر ومكان المصدر ونوع الجهاز والبلد
origin_summary: قائمة بجميع الأصول المضمّنة في مجموعة البيانات

`metrics_summary`

يتضمّن جدول metrics_summary إحصاءات ملخّصة لكل مصدر وكل مجموعة بيانات شهرية:

yyyymm: شهر فترة جمع البيانات
origin: عنوان URL لمصدر الموقع الإلكتروني
rank: ترتيب حسب مدى الانتشار التقريبي (اعتبارًا من آذار (مارس) 2021)
[small|medium|large]_cls: جزء من عدد الزيارات حسب حدود متغيّرات التصميم التراكمية (CLS)
[fast|avg|slow]_<metric>: نسبة الزيارات حسب حدود الأداء
p75_<metric>: قيمة الشريحة المئوية الخامسة والسبعون لمقاييس الأداء (بالملي ثانية)
notification_permission_[accept|deny|ignore|dismiss]: نسبة سلوكيات أذونات إرسال الإشعارات
[desktop|phone|tablet]Density: جزء من عدد الزيارات حسب شكل الجهاز
[_4G|_3G|_2G|slow2G|offline]Density: نسبة الزيارات حسب نوع الاتصال الفعّال
navigation_type_[navigate|navigate_cache|reload|restore|back_forward|back_forward_cache|prerender]: جزء من أنواع التنقّل

`device_summary`

يحتوي جدول device_summary على إحصاءات مجمّعة حسب الشهر ومكان المصدر والبلد والجهاز. بالإضافة إلى metrics_summary عمودًا، هناك:

device: شكل الجهاز

`country_summary`

يحتوي جدول country_summary على إحصاءات مجمّعة حسب الشهر ومكان المصدر والبلد والجهاز. بالإضافة إلى الأعمدة metrics_summary، يتوفّر ما يلي:

country_code: رمز البلد المكوّن من حرفَين
device: شكل الجهاز

`origin_summary`

يتضمّن جدول origin_summary قائمة بجميع الأصول في مجموعة بيانات CrUX، ويتم تعديله شهريًا باستخدام أحدث قائمة للمصادر في مجموعة البيانات ويحتوي على عمود واحد: origin.

مجموعة البيانات التجريبية

الجداول في مجموعة البيانات التجريبية هي نُسخ طبق الأصل من جداول YYYYMM التلقائية، ولكنها تستخدِم ميزات BigQuery الأحدث والأكثر تقدّمًا، مثل التقسيم والتجميع، ما يتيح لك كتابة طلبات بحث أسرع وأسهل وأرخص.

`country`

تحتوي مجموعة البيانات experimental.country على بيانات مجمّعة من مجموعات البيانات country_CC مع عمود yyyymm إضافي لتاريخ مجموعة البيانات. يتطابق المخطّط مع الجداول الأوّلية مع إضافة عمودَي التاريخ وcountry_code، ما يتيح تنفيذ طلبات البحث للمقارنة على مستوى البلد بمرور الوقت بدون دمج الجداول الشهرية.

`global`

تحتوي مجموعة بيانات experimental.global على بيانات مجمّعة من مجموعة بيانات all مع عمود yyyymm إضافي لتاريخ مجموعة البيانات. يتطابق المخطّط مع الجداول الأوّلية مع إضافة التاريخ، ما يسمح بتنفيذ طلبات البحث للمقارنة على مدار الوقت بدون دمج الجداول الشهرية.