将互动日志记录导出到 BigQuery

使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。

您可以将互动日志记录导出到 BigQuery。配置完成后，系统会将所有实时互动日志写入您的 BigQuery 表。这为您提供了高级分析工具，可帮助您调试和改进客服人员，以及发现对话数据中的模式。

限制

存在以下限制：

• 每个对话最多可导出 500 个回合。

跨项目权限

如果您的 Dialogflow 代理和 BigQuery 数据不在同一项目中，与 Dialogflow Google Cloud 项目关联的服务账号还必须对 BigQuery Google Cloud 项目中的 BigQuery 数据集拥有 roles/bigquery.dataEditor IAM 权限。

服务账号格式：service-<dialogflow-project-number>@gcp-sa-dialogflow.iam.gserviceaccount.com

在 Dialogflow 中配置导出的用户必须拥有对 BigQuery 项目的权限。如果没有，BigQuery 项目将不会显示为 Dialogflow 控制台中的选项。

用户若要在 Dialogflow 中查看 BigQuery 项目，则需要对该项目拥有 resourcemanager.projects.get 权限。或者，您也可以分配以下 Google Cloud 预定义角色之一，该角色包含此权限，但不需要用户拥有对 BigQuery 数据集的访问权限：roles/browser 或 roles/bigquery.metadataViewer。

表说明

表中的每一行包含一轮对话，其中包含以下列：

列	类型	说明
project_id	STRING	项目 ID。
agent_id	STRING	代理 ID。
conversation_name	STRING	会话的完全限定资源名称。
turn_position	INTEGER	对话回合编号。
request_time	TIMESTAMP	对话回合的时刻。
language_code	STRING	语言标记。
请求	JSON	检测 intent 请求。
回答	JSON	检测 intent 响应。
partial_responses	JSON	部分响应（如果适用）。
derived_data	JSON	此对话回合的其他元数据。
conversation_signals	JSON	NLU 相关的分析数据。如需了解 JSON 架构，请参阅 ConversationSignals。
bot_answer_feedback	JSON	回答反馈（如果有）。

配置

如需配置互动日志记录导出，请执行以下操作：

1. 确保已启用互动日志记录。
2. 按照 BigQuery 数据集创建指南创建数据集。记下数据集名称，因为您在下一步中需要用到它。

3. 按照 BigQuery 表创建指南创建具有 SQL 架构定义的表。使用以下 SQL 语句进行创建：

   CREATE TABLE <your_dataset_name>.dialogflow_bigquery_export_data(
     project_id STRING,
     agent_id STRING,
     conversation_name STRING,
     turn_position INTEGER,
     request_time TIMESTAMP,
     language_code STRING,
     request JSON,
     response JSON,
     partial_responses JSON,
     derived_data JSON,
     conversation_signals JSON,
     bot_answer_feedback JSON
   );
   

4. 配置代理设置以启用 BigQuery 导出，并提供上面创建的数据集和表名称。