Logs mit BigQuery analysieren

BigQuery ist ein leistungsstarkes Tool für Analysen. Sie können damit längerfristige Logs speichern und SQL-ähnliche Abfragen für die Daten ausführen. Wenn Sie BigQuery für die Analyse verwenden möchten, müssen Sie Ihre Logs explizit an BigQuery weiterleiten, wie im nächsten Abschnitt beschrieben.

Logs an BigQuery weiterleiten

  1. Erstellen Sie im Log-Explorer einen Filter, der die Fleet Engine-Logs isoliert: Fleetengine.googleapis.com/Fleet.
  2. Klicken Sie im Bereich Abfrageergebnisse auf das Menü Aktionen oder Weitere Aktionen und wählen Sie Senke erstellen aus.
  3. Geben Sie einen Senkennamen an (z. B. FleetEngineLogsSink). Klicken Sie auf Weiter.
  4. Wählen Sie unter Senkenziel die Option BigQuery-Dataset aus.
  5. Wählen Sie unter BigQuery-Dataset auswählen die Option Neues BigQuery-Dataset erstellen aus.
  6. Geben Sie im Dialogfeld Dataset erstellen eine Dataset-ID ein.
  7. Übernehmen Sie für alle anderen Einstellungen die Standardwerte und klicken Sie auf Dataset erstellen.
  8. Partitionierte Tabellen verwenden Klicken Sie auf Weiter.
  9. Lassen Sie Logs auswählen, die in der Senke enthalten sind und Logs auswählen, die aus der Senke herausgefiltert werden sollen unverändert.
  10. Klicken Sie auf Senke erstellen.

Ihre Logs sollten jetzt im BigQuery-Dataset angezeigt werden. Dies kann eine Weile dauern. Weitere Informationen finden Sie unter Logs an unterstützte Ziele weiterleiten.

Sobald Sie Logdaten an BigQuery weiterleiten, werden mehrere Tabellen im Dataset FleetEngineLogs automatisch ausgefüllt, eine für jeden Logtyp:

  • CreateVehicle
  • GetVehicle
  • ListVehicles
  • SearchVehicles
  • UpdateVehicle
  • CreateTrip
  • GetTrip
  • UpdateTrip
  • ListTrips

Die Tabellennamen verwenden das folgende Muster:

project_id.data_set.log_name

Wenn das Projekt beispielsweise test-project und das Dataset FleetEngineLogs heißt, hat die Tabelle CreateTrip den folgenden Namen:

test-project.FleetEngineLogs.fleetengine_googleapis_com_create_trip

Beispielabfragen für BigQuery

Die folgenden Beispielabfragen zeigen, wie Sie in BigQuery nach verschiedenen Logeinträgen suchen können.

Anzahl der CreateTrips-Logs, gruppiert nach Stunde

    SELECT TIMESTAMP_TRUNC(timestamp, HOUR) as hour,
           count(*) as num_trips_created
    FROM
    `ProjectId.FleetEngineLogs.fleetengine_googleapis_com_create_trip`
    GROUP BY hour
    ORDER by hour

Anzahl der Haltestellen pro Fahrzeug und Stunde

    SELECT
      jsonpayload_v1_updatevehiclelog.request.vehicleid AS vehicle,
      TIMESTAMP_TRUNC(timestamp, HOUR) AS hour,
      COUNT(*) AS num_stops
    FROM
      `ProjectId.FleetEngineLogs.fleetengine_googleapis_com_update__vehicle`
    WHERE
    ARRAY_LENGTH(jsonpayload_v1_updatevehiclelog.request.vehicle.remainingvehiclejourneysegments) > 0
    AND jsonpayload_v1_updatevehiclelog.request.vehicle.remainingvehiclejourneysegments[
    OFFSET
    (0)].stop.state = 'VEHICLE_STOP_STATE_LOG_ARRIVED'
    GROUP BY
    1,
    2
    ORDER BY
    2

Diese Abfrage könnte Ihnen beispielsweise Folgendes für die letzte Stunde mitteilen:

  • Fahrzeug A hat in Stunde 12 10 Stopps und in Stunde 13 8 Stopps eingelegt.
  • Fahrzeug B hat in Stunde 11 5 Stopps und in Stunde 12 7 Stopps eingelegt.
  • Fahrzeug C hat in Stunde 13 12 Stopps und in Stunde 14 9 Stopps eingelegt.

Weitere Informationen finden Sie unter An BigQuery weitergeleitete Logs ansehen.

BigQuery in Looker Studio einbinden

BigQuery kann in Business-Intelligence-Tools eingebunden werden, um Dashboards für Geschäftsanalysen zu erstellen. Weitere Informationen finden Sie unter Looker Studio.

Im folgenden Beispiel wird gezeigt, wie Sie ein Looker Studio-Dashboard erstellen, um Fahrten und Fahrzeugbewegungen auf einer Karte zu visualisieren.

  1. Starten Sie ein neues Looker Studio-Dashboard und wählen Sie BigQuery als Datenverbindung aus.
  2. Wählen Sie Benutzerdefinierte Abfrage aus und geben Sie das Cloud-Projekt, über das die Abrechnung erfolgen soll, manuell ein oder wählen Sie es aus.
  3. Geben Sie eine der folgenden Abfragen in das Abfragefeld ein.

Beispielabfrage für On-Demand-Fahrten

    SELECT
     timestamp,
     labels.vehicle_id,
    jsonpayload_v1_updatevehiclelog.response.lastlocation.location.latitude AS lat,
    jsonpayload_v1_updatevehiclelog.response.lastlocation.location.longitude AS lng
    FROM
    `ProjectId.TableName.fleetengine_googleapis_com_update_vehicle`

Beispielabfrage für geplante Aufgaben

    SELECT
    labels.delivery_vehicle_id,
    jsonpayload_v1_updatedeliveryvehiclelog.response.lastlocation.rawlocation.longitude as lat, jsonpayload_v1_updatedeliveryvehiclelog.response.lastlocation.rawlocation.latitude as lng
    FROM `ProjectID.TableName.fleetengine_googleapis_com_update_delivery_vehicle`
  1. Wählen Sie Diagrammtyp als Blasendiagramm und dann das Feld Standort aus.
  2. Wählen Sie Feld hinzufügen aus.
  3. Geben Sie dem Feld einen Namen und fügen Sie die folgende Formel hinzu: CONCAT(lat, ",", lng).
  4. Legen Sie den Typ auf Geo > Breitengrad, Längengrad fest.
  5. Sie können dem Dashboard Steuerelemente hinzufügen, um Daten zu filtern. Wählen Sie beispielsweise den Filter Zeitraum aus.
  6. Bearbeiten Sie das Feld für den Zeitraum, um einen Standardzeitraum auszuwählen.
  7. Sie können zusätzliche Drop-down-Listen für vehicle_id hinzufügen. Mit diesen Steuerelementen können Sie die Bewegung des Fahrzeugs oder die Bewegung innerhalb einer Fahrt visualisieren.

Looker Studio-Beispielausgabe:

Looker Studio-Beispielausgabe

Nächste Schritte

Informationen zur Einhaltung von Richtlinien zur Datenaufbewahrung finden Sie unter Logaufbewahrung einschränken.