Firebase Summit 2018: secara singkat tentang hal utama

Pada akhir bulan lalu, konferensi Firebase Summit 2018 diadakan di Praha tentang layanan Firebase, yang banyak di antaranya kini diklaim sebagai standar dalam industri pengembangan aplikasi seluler. Saya akan mencoba, walaupun dengan penundaan, tetapi untuk berbicara tentang apa yang menarik untuk didengar dan dilihat. Dalam artikel ini kami akan mempertimbangkan pengumuman (terjemahan dari siaran pers resmi ) dengan suntingan dan komentar saya.


Pengumuman utama:

• Dukungan untuk layanan Firebase akan segera dimasukkan dalam paket dukungan Google Cloud Platform.
• API Firebase Management yang Diterbitkan, layanan baru yang memungkinkan Anda untuk mengelola proyek Firebase secara terprogram.
• Model yang diperbarui untuk pengenalan wajah dalam Kit ML sekarang mendefinisikan lebih dari 100 poin kunci pada wajah.
• Fungsi mengubah dan mengompresi model TensorFlow telah beralih ke pengujian alfa.
• Emulator lokal untuk Cloud Firestore dan Realtime Database dirilis.
• Pemicu Remote Config telah ditambahkan ke Cloud Function.
• Ladang perangkat Test Lab iOS telah berubah dari pengujian menjadi berbagi.
• Pemantauan Kinerja telah menambahkan analisis yang lebih rinci tentang sesi pengguna.
• Integrasi Crashlytics dengan PagerDuty dan BigQuery ditambahkan, template untuk visualisasi data di Data Studio diterbitkan.
• Layanan Prediksi telah berubah dari pengujian menjadi berbagi.
• Menambahkan pengaturan baru untuk bekerja dengan pemirsa di Google Analytics untuk Firebase.
• Firebase Cloud Messaging telah menambahkan kemampuan untuk mengonfigurasi mailing bertarget otomatis.

Di bawah ini Anda dapat menemukan informasi lebih lanjut tentang masing-masing pengumuman.

Dukungan Layanan Firebase

Dukungan untuk layanan Firebase akan menjadi bagian dari Paket Dukungan Platform Google Cloud (GCP), dan dukungan beta akan tersedia pada akhir tahun. Jika Anda telah membeli paket dukungan GCP, versi beta akan memungkinkan Anda untuk mengajukan pertanyaan tentang Firebase melalui saluran dukungan GCP tanpa biaya tambahan. Segera setelah fungsi tersebut tersedia untuk umum, waktu respons yang dijamin dan dukungan teknis untuk klien korporat akan diperkenalkan. Informasi terperinci tentang dukungan GCP dapat ditemukan di sini .

Jika Anda ingin terus bekerja dengan dukungan Firebase gratis, jangan khawatir, Firebase tidak berencana untuk mereformasi model saat ini . Salah satu cara paling umum untuk berinteraksi dengan Firebase sekarang adalah melalui forum Slack resmi mereka, jika Anda belum melihatnya, saya sarankan Anda untuk membacanya.

Alat pengembangan

Manajemen Proyek Firebase dengan API Manajemen Firebase

Tim Firebase meluncurkan Firebase Management API - REST API, yang memungkinkan Anda membuat dan mengelola proyek Firebase secara terprogram. API Manajemen dirancang untuk mengintegrasikan lebih baik ekosistem Firebase ke dalam alur kerja perusahaan yang ada. Selain itu, API Manajemen akan memungkinkan layanan mitra untuk memfasilitasi interaksi dengan ekosistem Firebase. Misalnya, sekarang mungkin untuk menyebarkan proyek ke Firebase hosting langsung melalui lingkungan pengembangan StackBlitz dan Glitch . Platform mereka akan secara otomatis mengenali aplikasi yang dibuat oleh Firebase dan akan menawarkan Anda untuk menyebarkannya ke hosting Firebase tanpa meninggalkan platform itu sendiri. Yang paling keren adalah bahwa fitur ini tersedia tidak hanya untuk mitra, tetapi untuk semua pengguna Firebase. Anda dapat mempelajari lebih lanjut tentang hal ini dan memulai di sini .


Penerapan proyek Firebase di StackBlitz.

Pengenalan wajah yang lebih baik dalam ML Kit

Kit ML, yang dipresentasikan pada konferensi Google I / O pada bulan Mei, membuat pembelajaran mesin sederhana dan terjangkau untuk semua pengembang, terlepas dari pengalaman mereka. Jika area ini tidak terlalu akrab bagi Anda, Anda dapat menggunakan API bawaan untuk mengenali, misalnya, teks atau wajah. Jika Anda memiliki pengalaman dalam pembelajaran mesin, Anda dapat mengunduh model TensorFlow Lite Anda sendiri dan mendukungnya melalui Firebase.

API pengenalan wajah yang diperbarui telah diperkenalkan di Firebase Summit. Sebagai bagian dari versi beta, definisi kontur wajah ditambahkan ke dalamnya, memungkinkan Anda mengidentifikasi lebih dari seratus titik di wajah dan sekitarnya. Fungsi ini akan memungkinkan, misalnya, untuk menerapkan masker ke wajah dengan akurasi tinggi atau untuk memperbaiki: menghaluskan kulit atau mengubah nada. Anda dapat belajar lebih banyak dari dokumentasi.


Kontur wajah menggunakan ML Kit.

Versi alfa dari konversi dan kompresi model TensorFlow dalam ML Kit

Google I / O mengumumkan konversi otomatis model TensorFlow ke TensorFlow Lite dengan kompresi paralel, yang sekarang dalam pengujian alpha. Fitur ini didasarkan pada teknologi Learn2Compress, dan Anda dapat membacanya lebih lanjut di blog Google . Sebagai contoh penggunaan, platform sosial Fishbrain dikutip, yang berhasil memampatkan model untuk mengklasifikasikan gambar dari 80 MB menjadi 860 KB, sambil mempertahankan indikator akurasi pada tingkat yang hampir sama. Terlepas dari kenyataan bahwa fitur ini tidak ditunjukkan dalam siaran pers resmi, Anda dapat mempelajarinya dari rekaman pidato di konferensi.


Ubah model TensorFlow menjadi TensorFlow Lite dan kompresi paralel.

Emulator lokal untuk Cloud Firestore dan Realtime Database

Aplikasi pengujian bisa sulit, terutama jika mereka menggunakan penyimpanan file dan basis data Firebase. Sebagai contoh, tugas yang agak memakan waktu adalah mengkonfigurasi aturan untuk mengakses informasi dalam Realtime Database, yang harus segera diuji dalam produksi. Untuk mengatasi masalah ini, emulator lokal untuk Cloud Firestore dan Realtime Database diluncurkan. Emulator memungkinkan Anda untuk mengembangkan dan menguji secara lokal, dan juga dapat diintegrasikan ke dalam proses pengujian dan integrasi berkelanjutan. Baca lebih lanjut tentang emulator di sini .

Integrasi Remote Config dan Fungsi Cloud: Memperbarui Konfigurasi Real-Time

Firebase Remote Config cukup nyaman untuk manajemen konfigurasi jarak jauh aplikasi, misalnya, untuk menyesuaikan antarmuka, melakukan pengujian A / B dan meluncurkan fitur-fitur baru tanpa memperbarui aplikasi di Google Play. Namun, mekanisme untuk menerima data konfigurasi pada klien tidak bisa disebut fleksibel: secara default, informasi diperbarui tidak lebih dari sekali setiap N jam. Ini memberikan penundaan yang signifikan antara waktu pembaruan diterbitkan dalam konfigurasi dan saat pengguna menerimanya.

Pemicu untuk Firebase Remote Config events telah ditambahkan ke Cloud Functions for Firebase, yang sekarang memungkinkan Anda untuk memulai panggilan ke fungsi handler di Cloud Functions ketika membuat perubahan apa pun pada Remote Config.

Misalnya, dengan fitur ini Anda sekarang dapat memperbarui konfigurasi Remote Config pada aplikasi klien secara real time. Untuk melakukan ini, saat mengubah data konfigurasi, Anda harus mengirim dorongan melalui Firebase Cloud Messaging ke aplikasi klien, sehingga, pada gilirannya, memperbarui Remote Config. Instruksi terperinci tentang cara melakukan ini dapat ditemukan di sini .


Pembaruan jarak jauh Remote Config dalam aplikasi seluler.

Alat Peningkatan Kualitas Aplikasi

Rilis Uji Lab di iOS

Tes beta Firebase Test Lab untuk iOS, diumumkan di Google I / O, secara resmi selesai, Firebase telah membuka akses bersama ke Test Lab untuk iOS. Selain itu, dalam beberapa bulan terakhir tambak perangkat iOS telah ditingkatkan, dukungan untuk iOS 12 dan versi sistem yang lebih lama telah ditambahkan. Informasi lebih lanjut dalam dokumentasi .


Test Lab di iOS.

Pemantauan Kinerja: Analisis Sesi dan Manajemen Bug

Pemantauan Kinerja menambahkan kemampuan untuk menganalisis pelacakan tumpukan pengguna individu untuk memahami apa yang sebenarnya mendahului penurunan kinerja. Misalnya, tangkapan layar di bawah ini menunjukkan bahwa beban prosesor melonjak ketika aplikasi mengunduh dan menampilkan logo produk di layar. Informasi ini akan memberi tahu bagian kode mana yang harus dicari kesalahannya.


Analisis sesi pengguna dalam Pemantauan Kinerja.

Dengan banyaknya informasi dan banyak tantangan yang membantu ditemukan oleh Pemantauan Kinerja, sulit untuk memprioritaskannya. Itulah mengapa tim Firebase menambahkan fungsionalitas untuk bekerja dengan bug, yaitu kemampuan untuk mematikan peringatan tentang masalah, menutup masalah, atau membuka kembali masalah. Menonaktifkan lansiran memungkinkan Anda mengalihkan perhatian dari masalah dan fokus pada tugas lain. Tanda "tertutup" berarti bahwa masalahnya telah teratasi, tetapi jika kembali, Firebase akan secara otomatis mengirim pemberitahuan. Informasi lebih lanjut tentang fitur-fitur Monitoring Kinerja baru dapat ditemukan di sini .

Integrasi Crashlytics dengan PagerDuty

Selain aplikasi email laporan stabilitas email baru, Crashlytics menerima integrasi dengan PagerDuty. Intisari akan menunjukkan masalah yang muncul yang dapat menyebabkan banyak masalah di masa depan, dan integrasi dengan PagerDuty akan memungkinkan Anda untuk memberi tahu kolega Anda jika terjadi krisis kapan saja. Baca cara mengintegrasikan di sini .

Integrasi Crashlytics dengan BigQuery dan Data Studio

Beberapa bulan yang lalu, integrasi Crashlytics dengan BigQuery selesai, dengan mana Anda sekarang dapat melakukan analisis data yang lebih mendalam tentang crash aplikasi. Untuk membuatnya lebih mudah untuk memulai dengan BigQuery, Firebase telah menerbitkan templat Data Studio yang dengannya Anda dapat dengan cepat menghasilkan laporan dan membagikannya dengan tim. Informasi terperinci tentang tautan tersebut .


Templat untuk Studio Data.

Alat Analisis

Prediksi Rilis

Pada konferensi Firebase Summit tahun lalu, layanan Prediksi Firebase diperkenalkan , yang menurut data dari Firebase Analytics, mengelompokkan pengguna sehubungan dengan tindakan yang diprediksi menggunakan metode pembelajaran mesin.

Ini memungkinkan Anda untuk mendapatkan gagasan tentang pengguna mana yang lebih cenderung menolak aplikasi dan yang akan melakukan pembelian atau melakukan tindakan konversi lainnya tanpa masuk ke dalam analisis data dan pembelajaran mesin.

Pada konferensi tersebut, diumumkan bahwa Prediksi akan beralih dari beta ke akses publik dan akan menerima sejumlah fitur baru. Pertama, untuk setiap perkiraan, informasi tambahan tentang faktor-faktor yang diperhitungkan oleh model (peristiwa, perangkat, data pengguna, dll.) Akan ditambahkan. Kedua, infografis kualitas perkiraan akan dilampirkan pada setiap laporan, yang menurutnya akan mungkin untuk melacak perkiraan mana yang lebih baik daripada yang lain. Dan ketiga, bagi mereka yang ingin mendapatkan analisis yang lebih dalam dari perkiraan atau menggunakan data dalam bekerja dengan layanan lain, ekspor data yang diprediksi ke BigQuery akan tersedia. Detail pada tautan .


Ramalan pada Prediksi Firebase.

Pemirsa yang Diperbarui di Google Analytics untuk Firebase

Sebelumnya, pengelompokan pengguna ke khalayak di Google Analytics untuk Firebase dilakukan tergantung pada peristiwa, jenis perangkat, dan karakteristik statis lainnya, tetapi sekarang ada beberapa pengaturan mendasar yang baru.

• Pemirsa dinamis. Sekarang, pemirsa bersifat dinamis secara default: Firebase akan secara otomatis menyertakan pengguna yang sesuai di dalamnya dan mengecualikan mereka yang tidak lagi memenuhi kriteria yang ditentukan. Misalnya, jika Anda menargetkan iklan ke pengguna yang telah mencapai level 5 di game Anda, pengguna yang telah mencapai level 6 akan secara otomatis dikecualikan. Demikian pula, pengguna yang mencapai level 5 akan memasuki segmen yang diinginkan.
• Kriteria untuk dikecualikan dari audiens. Sekarang Anda dapat memfilter pemirsa dengan menambahkan kriteria pengecualian yang akan memungkinkan Anda membuat pemirsa seperti "pengguna yang menambahkan produk ke keranjang tetapi tidak membelinya."
• Kelola umur pengguna di audiens. Fungsi ini memungkinkan, misalnya, untuk menargetkan pengguna yang telah melakukan tindakan yang diinginkan dalam periode waktu tertentu, misalnya, "melakukan pembelian dalam dua minggu terakhir."

Dapatkan informasi lebih lanjut dan mulai dengan layanan yang diperbarui di sini .

Secara otomatis mengirim pemberitahuan push yang ditargetkan ke Cloud Messaging

Antarmuka web Firebase Cloud Messaging baru memungkinkan Anda untuk mengonfigurasi distribusi pemberitahuan push secara otomatis (termasuk yang berkala) ketika pengguna baru muncul yang cocok dengan kriteria yang ditentukan. Misalnya, Anda dapat mengirim notifikasi pada tanggal peluncuran aplikasi pertama atau terakhir mereka. Layar kinerja push-mail juga telah diperbarui. Lihatlah lebih dekat pada UI baru .


Tetapkan jadwal untuk mengirim pemberitahuan push ke Firebase Cloud Messaging.

Di mana mencarinya?

Semua laporan tersedia di YouTube , ulasan video singkat tentang pengumuman utama dapat ditemukan di sini .