如何从BigQuery查询与Firebase崩溃报告仪表板显示相同的崩溃计数

我尝试编写一个查询，以获取某一天BigQuery的崩溃数。但我从查询中得到的数字与我在Firebase崩溃报告仪表板上看到的数字不匹配

那么我做错了什么

以下是查询：

选择 事件日期为CrashDate， -不管我们选择什么样的活动 COUNTevent_dim.name作为崩溃计数， 从…起 表\u日期\u范围com\u示例\u ANDROID.app\u事件\u，时间戳'2017-01-27'，时间戳'2017-01-27' 哪里 event_dim.name='app_exception' 而event_dim.params.key='fatal' 和event_dim.params.value.int_value=1 分组 粗酸盐

---

关于你想做什么，有几件事需要知道

首先，崩溃SDK中存在节流功能，可防止向服务器发送重复请求。这可以防止我们在应用程序中草率地编写程序，从而向我们发送垃圾邮件。分析可能对发生的事情有不同的估计，因为它是不同的代码

---

其次，对于合法发送大量数据的应用程序，我们可能会对数据进行采样，这意味着我们会失去一些准确性，但会提高很多速度。在这个范围内，你不应该期望你的数字是准确的，这也不重要，因为数字会很大。

关于你要做的事情，有几件事需要知道

首先，崩溃SDK中存在节流功能，可防止向服务器发送重复请求。这可以防止我们在应用程序中草率地编写程序，从而向我们发送垃圾邮件。分析可能对发生的事情有不同的估计，因为它是不同的代码

---

其次，对于合法发送大量数据的应用程序，我们可能会对数据进行采样，这意味着我们会失去一些准确性，但会提高很多速度。在这个范围内，你不应该期望你的数字是准确的，这也不重要，因为数字会很大。

这就解释了这一点——但从我的角度来看，在事故报告中我没有得到准确的数字有点可怕。根据我的经验，每天的差别在100到3000之间。其中，查询中的崩溃计数表示每天从400到4000。分析中的崩溃计数总是较高，我们所看到的最大区别是在这一天，崩溃报告报告了1039次崩溃，分析报告了4150次崩溃。老实说，4k碰撞似乎被夸大了——通常我们看到的是1k左右，但你可以想象，这并没有增加我对这些数字的信心。这就解释了——但从我的角度来看，在碰撞报告中，我没有得到确切的数字，这有点可怕。根据我的经验，每天的差别在100到3000之间。其中，查询中的崩溃计数表示每天从400到4000。分析中的崩溃计数总是较高，我们所看到的最大区别是在这一天，崩溃报告报告了1039次崩溃，分析报告了4150次崩溃。老实说，4k崩溃似乎有些夸张，通常我们看到的是1k左右，但你可以想象，这并没有增加我对这些数字的信心。