基于BigQuery的Analytics与Crashlytics数据计算无崩溃会话问询

能不能计算无崩溃会话？ #

可以。通过Crashlytics导出到BigQuery的数据集，结合会话标识字段和崩溃记录的关联，就能准确计算指定时间范围内的无崩溃会话占比。

识别用户会话并关联崩溃记录的方法 #

• 识别会话
  Crashlytics在BigQuery的事件数据中，每个用户会话都有唯一的session_id标识。你可以从events表中筛选event_name = 'session_start'的记录，获取指定时间范围内的所有会话，这些记录代表了所有启动过的会话。同时，event_timestamp字段可以用来限定统计的时间范围。
• 关联崩溃记录
  BigQuery的crashes表中，每条崩溃记录都会关联对应的session_id——这个ID就是崩溃发生时所在的会话ID。如果一个session_id在crashes表中有匹配记录，说明该会话因崩溃结束；反之则属于无崩溃会话。

计算无崩溃会话占比的SQL示例 #

假设你的Crashlytics数据导出在BigQuery的your_project.your_firebase_dataset数据集下，以下SQL可以计算指定时间范围的无崩溃会话占比：

WITH all_sessions AS (
  -- 获取指定时间范围内的所有会话（去重，每个session_id只算一次）
  SELECT DISTINCT
    session_id
  FROM
    `your_project.your_firebase_dataset.events`
  WHERE
    event_name = 'session_start'
    AND event_timestamp BETWEEN TIMESTAMP('2024-01-01 00:00:00') AND TIMESTAMP('2024-01-31 23:59:59')
),
crashed_sessions AS (
  -- 获取同一时间范围内发生崩溃的会话（去重）
  SELECT DISTINCT
    session_id
  FROM
    `your_project.your_firebase_dataset.crashes`
  WHERE
    crash_timestamp BETWEEN TIMESTAMP('2024-01-01 00:00:00') AND TIMESTAMP('2024-01-31 23:59:59')
)

-- 计算无崩溃会话占比
SELECT
  COUNT(all_sessions.session_id) AS total_sessions,
  COUNT(all_sessions.session_id) - COUNT(crashed_sessions.session_id) AS crash_free_sessions,
  ROUND(
    (COUNT(all_sessions.session_id) - COUNT(crashed_sessions.session_id)) / COUNT(all_sessions.session_id) * 100,
    2
  ) AS crash_free_session_percentage
FROM
  all_sessions
LEFT JOIN
  crashed_sessions ON all_sessions.session_id = crashed_sessions.session_id

注意事项 #

• 确保时间范围的一致性：events表的event_timestamp和crashes表的crash_timestamp要保持相同的统计区间。
• 去重处理：同一个会话可能在events表中有多条记录（比如会话中的其他事件），所以必须用DISTINCT来确保每个会话只被统计一次。
• 异常会话处理：如果某个会话没有session_end事件但也没有对应的崩溃记录，依然判定为无崩溃会话——因为Crashlytics中只有明确的崩溃记录才会标记会话因崩溃结束，其他情况（比如用户主动退出）都属于正常结束的会话。

内容的提问来源于stack exchange，提问作者ror