Google I/O 2019 上的 Firebase 新功能速遞
文 / Francis Ma,產品主管
上週,我們在 Google I/O 大會分享瞭如何為所有應用開發者打造更出色的 Firebase,無論其是隻有一人組成的創業公司,還是擁有超大規模的企業巨頭。不管登臺多少次,我們都會始終堅守自己的使命:通過簡化應用的構建、改進和發展流程,幫助移動和網站開發者取得成功。自於 I/O 2016 大會上釋出 Firebase 作為 Google 的移動開發平臺以來,我們一直對您利用我們的工具構建的作品驚歎連連。對於能幫助您踏上改變世界的征程,我們深感榮幸!
例如,烏干達一家名為 Teheca 的創業公司正在使用 Firebase 來為父母和負責產後護理的護士建立聯絡,以此降低嬰兒和初產婦的死亡率。在印度,智慧手機正在迅速取代電視,成為主要的娛樂來源。作為印度最大的視訊串流應用,Hotstar 正在結合使用 Firebase 與 BigQuery 來增強社交性和互動性,以此變革觀看體驗。讓我們通過以下視訊來聆聽其親口陳述,瞭解該公司如何實現這一點:
此類故事能夠激勵我們不斷改進 Firebase。事實上,我們已在過去 6 個月內釋出了 100 多項新功能和新改進!請繼續閱讀本文,瞭解我們在 Google I/O 2019 上釋出的重磅公告。
為所有應用開發者簡化機器學習
ML Kit 中全新推出的翻譯、物體檢測與跟蹤以及 AutoML 功能
去年,我們釋出了 ML Kit,以一種強大但易於使用的軟體包形式,將 Google 的機器學習專業知識帶給廣大移動開發者。ML Kit 附帶一套即用型 API(同時支援裝置端和雲平臺),可支援自定義模型,因此無論您對機器學習 (ML) 瞭解多少,均可在自己的應用中使用機器學習的強大功能。在過去幾個月中,我們已通過新增用於自然語言處理的解決方案(如 Language Identification API 和 Smart Reply API
https://firebase.googleblog.com/2019/04/ml-kit-expands-into-nlp.html ),針對 ML Kit 進行了擴充套件。現在,我們即將釋出三項全新的測試版功能:裝置端 Translation API、Object Detection & Tracking API,以及 AutoML Vision Edge。
裝置端 Translation API 讓您能夠使用支援 Google 翻譯的相同離線模型,將應用中的文字以動態方式快速翻譯成 58 種語言。 Object Detection & Tracking API 使您的應用能夠實時定位並跟蹤相機實時畫面中最突出的物件。藉助 AutoML Vision Edge ,您可以根據自身需要,輕鬆建立自定義影象分類模型。例如,您可能希望自己的應用能夠識別不同型別的食物,或區分動物種類。不管有何需求,您只需將訓練資料上傳至 Firebase 控制檯,便可使用 Google 的 AutoML 技術構建自定義 TensorFlow Lite 模型,從而在使用者裝置上實現本地執行。如果您發現很難收集訓練資料集,則可使用 我們的開放原始碼應用 來簡化此過程,並提高協作性 (https://github.com/firebase/mlkit-custom-image-classifier) 。
注: 裝置端 Translation API 連結
https://firebase.google.com/docs/ml-kit/translation
Object Detection & Tracking API 連結
https://firebase.google.com/docs/ml-kit/object-detection
AutoML Vision Edge 連結
https://firebase.google.com/docs/ml-kit/automl-image-labeling
宜家家居、Fishbrain 和 Lose It! 等客戶已在使用 ML Kit 的多項功能來增強應用體驗。讓我們聽聽他們的評價:
-
“我們正與 Google Cloud 合力打造全新的移動體驗,旨在讓客戶無論身處何地都能拍攝家居用品照片,並在我們的線上目錄中快速找到特定產品或相似商品。Cloud Vision Product Search API 為宜家家居提供了一種便捷的目錄索引方法,而 ML Kit 的 Object Detection & Tracking API 能讓我們在應用的實時取景器上無縫實現此功能。Google Cloud 協助我們充分利用 Vision Product Search,我們也很激動能夠探索其會如何幫助我們為客戶打造更加出色而又方便的體驗。”
— Ingka Group(宜家家居加盟系統戰略合作伙伴,負責宜家家居 30 個市場的經營活動)首席技術官 Susan Standiford
-
“我們的使用者熱衷於釣魚,因此採集和獲取捕魚影象與魚種資訊便是其核心體驗內容。藉助 AutoML Vision Edge,我們將通過魚種資訊記錄的漁獲量提高了 30%,魚種識別模型的精度亦從 78% 提升至 88%。”
— Fishbrain Android 工程經理 Dimitris Lachanas
-
藉助 AutoML Vision Edge,我們可以從頭開始建立具有高度預測能力的裝置端模型。通過為我們先進的食物識別演算法 Snap It 實現這一改進,我們已將影象中可供客戶分類的食物種類增加 21%,同時將錯誤率減少 36%,這對客戶而言影響深遠。”
— Lose It! 資料科學和 AI 團隊總監 Will Lowe 博士
助您深入瞭解網路應用的速度和效能
效能監控現已支援網路應用
本地移動開發者喜歡使用 Firebase 效能監控 功能找出其應用中哪些部分的執行速度低於預期,以及這些部分所面向的應用使用者。今天我們很高興宣佈,測試版網路應用亦可支援效能監控,如此一來,開發者便能瞭解實際使用者在野外如何體驗其應用。
注:Firebase 效能監控 連結
https://firebase.google.com/products/performance/
通過將幾行程式碼貼上到開發者網站,效能監控資訊中心會在使用者區段範圍內跟蹤並顯示高階網路指標(如頁面載入和網路統計資料),以及更精細的指標(如首次繪製和首次輸入延遲的時間)。藉助效能監控資訊中心,您還可通過國家 / 地區、瀏覽器等方式深入瞭解這些不同的使用者區段。現在,您可以深入瞭解網路應用的速度和效能,並快速修復問題,以確保為終端使用者提供始終如一的出色體驗。通過為最熱門的一種工具新增網頁支援,我們正在重申自己的承諾:為移動和網頁開發者簡化應用開發流程。
增強使用者分割槽功能,打造更出色的個性化體驗和分析功能
Google Analytics for Firebase 推出全新的受眾構建工具
Google Analytics for Firebase 提供免費且不受限的可靠分析,便於您衡量應用中的重要部分,同時瞭解使用者。幾周前,我們為 Google Analytics for Firebase 推出了高階過濾器功能,讓您能夠同時依據任意數量的不同使用者屬性或受眾,過濾 Analytics(分析)事件報告。
今天,很高興與大家分享,我們已從頭開始徹底重建了受眾系統,並打造出一個全新介面。這種全新的 受眾構建工具 包含序列、作用域、時窗、會籍持續時間等更多新功能,讓您能夠建立動態、精確的新受眾,進而(通過遠端配置)打造個性化體驗或(通過雲訊息傳遞和 / 或新的 應用廣告系列 )吸引回頭客 (https://www.blog.google/products/ads/app-campaigns-make-their-landing/) 。
注:受眾構建工具
https://support.google.com/firebase/answer/6317509
例如,如果您想以在應用內兌換優惠券程式碼,之後在 20 分鐘內完成應用內購買的使用者為依據,建立 “優惠券使用者” 受眾,則這種全新的受眾構建工具現在便能讓您得償所願。
I/O 大會發布的其他重磅公告
除上述三大公告之外,我們還針對 Firebase 的其他部分實施了以下改進。
為 Cloud Firestore 新增集合組查詢支援
今年 1 月,我們完成了 Cloud Firestore (我們的全託管式 NoSQL 資料庫)從測試版到通用版的過渡,其不僅價格更低,同時添加了一些新地點。現在,我們已新增 集合組查詢支援 。此功能讓您能夠針對所有具有相同名稱的集合搜尋特定欄位,而無需考慮這些欄位在資料庫中的位置。例如,假設您有一個音樂應用,其資料儲存方式如下所示:
注: Cloud Firestore 連結
https://firebase.googleblog.com/2019/01/cloud-firestore-in-general-availability.html
集合組查詢支援 連結
https://firebase.google.com/docs/firestore/query-data/queries#collection-group-query
這種資料結構能讓您根據給定的音樂人,輕鬆查詢歌曲。但在以往,我們無法在不同音樂人之間查詢歌曲,例如在忽略詞作者的情況下找出最長的歌曲。而藉助集合組查詢,Cloud Firestore 現可在所有歌曲檔案中搜索歌曲,即使這些歌曲位於不同作品集亦不例外。這意味著,您可以更輕鬆地按層次整理資料,同時仍能搜尋所需檔案。
Cloud Functions 模擬器
我們也一直在穩步改進我們的工具和模擬器套件,旨在提高您在開發和測試本地應用時的效率。值得一提的是,我們將釋出全新的 Cloud Functions 模擬器 ,該模擬器亦支援與 Cloud Firestore 模擬器進行通訊。如果您想構建一個函式,使其在 Firestore 檔案更新時觸發,然後將資料寫回資料庫,則您可以在自己的膝上型電腦上為整個流程進行本地編碼和測試,進而大幅提高開發速度。
注:Cloud Functions 模擬器 連結
https://firebase.google.com/docs/functions/local-emulator
Crashlytics 支援您配置速度提醒
Firebase Crashlytics 有助於您對破壞應用質量的穩定性問題進行實時跟蹤、排定優先順序,然後予以解決。在 Crashlytics 中,最重要的一項提醒便是速度提醒。當問題的嚴重性驟增並影響到很大一部分使用者時,您便會收到此提醒。不過,我們也意識到,每個應用都是獨一無二的,通用的提醒閾值可能並不適合您和您的企業。基於此,該工具現在支援您作出自定義速度提醒,以及確定應用穩定性產生變化時發出提醒的頻率和時間。此外,我們也很高興宣佈,我們已對 Crashlytics 進行擴充套件,為其新增了 Unity 和 NDK 支援。
測試實驗室改進
藉助 Firebase 測試實驗室,您可以直接通過 CLI 或 Firebase 控制檯,在實際的物理裝置上輕鬆測試應用。在過去幾個月中,我們已針對測試實驗室釋出了大量改進。通過新增對 Wear OS by Google 和 Android App Bundle 的支援,我們已擴充套件可執行測試的應用型別。我們還為測試實驗室的猴子動作功能添加了 ML Vision,以便更智慧地模擬使用者在應用或遊戲中的點按區域。最後,我們利用測試分割槽、異常測試檢測和 Robo 操作時間線(可讓您精確瞭解抓取工具在測試執行期間的具體工作)協助您增強測試的可靠性。
對 Firebase 專案許可權實現更有力的控制
安全性和資料隱私仍是我們的要務之一。我們想確保您能控制 Firebase 專案的訪客,基於此,我們已利用 Google Cloud Platform 的身份驗證與訪問管理 (Identity & Access Management) 控制元件來為您提供更精確的許可權控制。您可直接使用 Firebase 控制檯,控制指定訪客來訪問 Firebase 專案中的指定部分。例如,您可以授權訪客訪問工具子集,如此一來,執行通知活動的團隊成員便無法更改 Firebase 資料庫的安全規則。此外,您甚至可以使用 Google 雲端平臺 (GCP) 控制檯來建立自定義角色,而僅允許訪問團隊成員需要執行的操作。
更多開源 SDK
為提高 Firebase 的可用性和可擴充套件性,我們將繼續為 SDK 開放原始碼,並會熱誠歡迎社群積極作出貢獻。我們承諾為您在移動和網路應用中整合的程式碼提供透明度和靈活性。前不久,我們剛為 C++ SDK 開放原始碼。
Cloud Next 2019 更新總結
為防您錯過 Cloud Next 2019 釋出的最新資訊,我們將會簡要概述一下四月釋出的相關更新:
-
Firebase 託管和 Cloud Run 整合:這一整合融合了 Firebase 託管的全域性 CDN 與快取功能,以及 Cloud Run 的全託管式無狀態容器。現在,您可隨心使用任何語言,更輕鬆地為網站新增高效能伺服器端渲染,而無需預配或管理自己的伺服器。
-
付費企業級支援:Google Cloud Platform (GCP) 支援計劃包含對 Firebase 產品的支援,對於有意體驗更可靠付費支援的大型客戶而言,不失為一個新選擇。溫馨提示,我們仍會一如既往地提供免費社群支援!
Fabric 遷移的相關更新
除強化 Firebase 之外,我們也一直在努力將 Fabric 的精華功能引入 Firebase。我們知道,許多人一直在等待這方面的更多資訊,因此我們在 此處 進一步詳細概述了這段歷程 (https://fabric.io/blog/updates-to-migration-roadmap-and-timeline) 。
繼續前進
我們將繼續投身於 Firebase 的開發工作,並且一如既往地歡迎您提供反饋!Firebase 的每一次改進均以我們的目標為準繩,即簡化應用開發工作流程和基礎設施需求,以便您專注於打造令人驚歎的使用者體驗。如要搶先了解未來工作,請加入我們的 Alpha 計劃,與我們一同塑造未來。
更多 AI 相關閱讀: