BigQuery での CrUX

BigQuery での CrUX データの構造について学習します。

はじめに

Chrome UX レポート（CrUX）の背後にある元データは、Google Cloud でホストされているデータベースである BigQuery で入手できます。

BigQuery 上の CrUX では、トレンドの分析、ウェブ テクノロジーの比較、ベンチマーク ドメインの比較など、2017 年以降のデータセット全体を直接クエリできます。

データは、月次リリースごとに構造化されています。また、データをクエリするための簡単なアクセスを提供する多くのサマリー テーブルも用意されています。

BigQuery データは CrUX ダッシュボードの基礎であり、SQL クエリを記述しなくてもこのデータを可視化できます。

データセットへのアクセス

BigQuery を使用するには、Google Cloud アカウントと SQL の基本的な知識が必要です。BigQuery の CrUX データセットは、無料枠の上限に達するまで無料でアクセスして探索できます。無料枠は毎月更新され、BigQuery によって提供されます。さらに、新しい Google Cloud ユーザーは、無料枠を超えた費用をカバーする登録クレジットの対象となる場合があります。Google Cloud プロジェクトにはクレジット カードを用意する必要があります。クレジット カードを提出する必要があるのはなぜですか？をご覧ください。

BigQuery を初めて使用する場合は、次の手順でプロジェクトを設定します。

1. Google Cloud コンソールで [プロジェクトの作成] に移動します。
2. 新しいプロジェクトに「My Chrome UX Report」などの名前を付けて [作成] をクリックします。
3. お支払い情報の入力を求められたら入力します。
4. BigQuery の CrUX データセットに移動します。

これで、データセットのクエリを開始する準備が整いました。

プロジェクトの編成

BigQuery 上の CrUX データは、翌月の第 2 火曜日にリリースされます。毎月、chrome-ux-report.all の下の新しいテーブルとしてリリースされます。月ごとの統計情報の概要を提供するマテリアライズド テーブルもいくつかあります。

• chrome-ux-report
  • all
    • 年月日
  • country_CC
    • 年月日
  • experimental
    • country
    • global
  • materialized
    • country_summary
    • device_summary
    • metrics_summary
    • origin_summary

詳細なテーブル スキーマ

各国の元テーブルと all データセットは、年と月ごとに提供されています。

元テーブル

未加工テーブルのスキーマは次のとおりです。

• origin
• effective_connection_type
• form_factor
• first_paint
• first_contentful_paint
• largest_contentful_paint
• dom_content_loaded
• onload
• first_input
  • delay
• 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

マテリアライズド テーブルのスキーマ

マテリアライズド テーブルを使用すると、多くの主要ディメンションでサマリーデータに簡単にアクセスできます。ヒストグラムは提供されず、パフォーマンス データは、パフォーマンス評価と 75 パーセンタイル値によって小数に集計されます。次の例は、metrics_summary テーブルの一連の行の例を示しています。

202204 年のデータセットでは、https://example.com の実際のユーザー エクスペリエンスの 90.56% が良好な LCP の基準を満たしており、75 パーセンタイルのおおよその LCP 値は 1,600 ms でした。前月よりもわずかに遅くなっています。

次の 4 つのマテリアライズド テーブルが用意されています。

metrics_summary

月とオリジン別の主要指標

device_summary

月、送信元、デバイスタイプ別の主な指標

country_summary

月、オリジン、デバイスタイプ、国別の主な指標

origin_summary

データセットに含まれるすべてのオリジンのリスト

metrics_summary

metrics_summary テーブルには、各オリジンと各月次データセットの統計情報の概要が含まれています。

yyyymm

データ収集期間の月

origin

元のサイトの URL

rank

大まかな人気ランキング（2021 年 3 月現在）

[small|medium|large]_cls

CLS しきい値別のトラフィックの割合

[fast|avg|slow]_<metric>

パフォーマンスしきい値別のトラフィックの割合

p75_<metric>

パフォーマンス指標の 75 パーセンタイル値（ミリ秒）

notification_permission_[accept|deny|ignore|dismiss]

通知権限の動作の割合

[desktop|phone|tablet]Density

フォーム ファクタ別のトラフィックの割合

[_4G|_3G|_2G|slow2G|offline]Density

有効な接続タイプ別のトラフィックの割合

navigation_type_[navigate|navigate_cache|reload|restore|back_forward|back_forward_cache|prerender]

ナビゲーション タイプの割合

device_summary

device_summary テーブルには、月、オリジン、国、デバイス別に集計された統計情報が含まれています。metrics_summary 列以外にも、次があります。

device

デバイスのフォーム ファクタ

country_summary

country_summary テーブルには、月、オリジン、国、デバイス別に集計された統計情報が含まれています。metrics_summary 列以外にも、次があります。

country_code

2 文字の国コード

device

デバイスのフォーム ファクタ

origin_summary

origin_summary テーブルには、CrUX データセット内のすべてのオリジンのリストが含まれています。データセット内のオリジンの最新リストで毎月更新され、origin という列があります。

試験運用版データセット

試験運用版データセットのテーブルは、デフォルトの YYYYMM テーブルの正確なコピーですが、パーティショニングやクラスタリングなど、より速く、よりシンプルで安価なクエリを作成できる、より新しく高度な BigQuery 機能を利用しています。

country

experimental.country データセットには、country_CC データセットの集計データが含まれており、データセットの日付を示す yyyymm 列が追加されています。スキーマは、日付列と country_code 列が追加された以外は生テーブルと同じで、月別テーブルを結合せずに国レベルの時系列比較クエリを実行できます。

global

experimental.global データセットには、all データセットの集計データが含まれており、データセットの日付を示す yyyymm 列が追加されています。スキーマは元テーブルと同じで、日付が追加されているため、月ごとのテーブルを結合せずに経時的な比較クエリを実行できます。