将对话记录导出到 BigQuery

您可以将 对话记录 导出到 BigQuery。 配置完成后，所有实时对话记录都会写入您的 BigQuery 表。 这样，您就可以使用高级分析工具来调试和改进代理，并发现对话数据中的模式。

限制

存在以下限制：

• 每段对话最多可以导出 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，则与您的 Dialogflow 项目关联的服务账号还必须对 BigQuery 项目中的 BigQuery 数据集具有 IAM 权限。 Google Cloud roles/bigquery.dataEditor Google Cloud

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

在 Dialogflow 中配置导出的用户必须对 BigQuery 项目拥有权限。否则，BigQuery 项目将不会在 Dialogflow 控制台中显示为选项。

用户在 Dialogflow 中查看 BigQuery 项目所需的最低权限是 resourcemanager.projects.get。 或者，您可以分配以下 Google Cloud 预定义角色 之一，这些角色包含此权限，但不需要用户访问 BigQuery 数据集：roles/browser 或 roles/bigquery.metadataViewer。

表说明

表的每一行都包含一个对话回合，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	对话回合数。
request_time	TIMESTAMP	对话回合的时间。
language_code	STRING	语言标记。
request	JSON	检测意图请求。
response	JSON	检测意图响应。
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	与 NLU 相关的分析数据。如需查看 JSON 架构，请参阅 ConversationSignals。
bot_answer_feedback	JSON	回答反馈（如果提供）。

配置

如需配置对话记录导出，请执行以下操作：

1. 确保已启用 对话记录 。
2. 按照 BigQuery 数据集创建指南 创建一个数据集。 记下数据集名称，因为您在下一步中需要用到此名称。

3. 按照 BigQuery 表创建指南 创建一个具有 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. 配置您的 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。

   **注意**： 如果您的代理受到客户管理的加密密钥 (CMEK) 的保护， 并且目标 BigQuery 表未受到 CMEK 的保护，您将看到警告。