تُعدّ دوال عدد الأماكن طريقة أخرى للاستعلام عن بيانات الأماكن المتوفّرة في Places Insights. هذه الدوال هي طلبات بحث SQL محدّدة مسبقًا يتم تنفيذها في BigQuery، وهي مكمّلة لطلبات البحث عن بيانات الأماكن. يكمن الاختلاف الرئيسي في أنّ الدوال لا تفرض حدًا أدنى لعدد النتائج، بل تفرض حدًا أدنى لمساحة البحث:
يمكن أن تعرض طلبات البحث عن مجموعات بيانات الأماكن أعدادًا أكبر من 5 فقط، ولكن لا تفرض أي قيود على حجم مساحة البحث.
يمكن أن تعرض دوال عدد الأماكن أي أعداد، بما في ذلك 0، ولكنها تفرض حدًا أدنى لمساحة البحث يبلغ 40.0 مترًا في 40.0 مترًا (1600 متر2).
يمكنك استخدام دوال "عدد الأماكن" إذا كان من المهم معرفة ما إذا كان طلب البحث لا يعرض أي نتائج أو إذا كنت بحاجة إلى معرفة عدد قليل من الأماكن أقل من 5. على سبيل المثال، من المهم أن تكون قادرًا على عرض أعداد منخفضة في حالات استخدام اختيار الموقع.
الدول ووظائف عدد الأماكن المتوافقة
تتيح أداة "إحصاءات الأماكن" الوظائف التالية:
-
PLACES_COUNT
: تعرض صفًا واحدًا يحتوي على عدد الأماكن. -
PLACES_COUNT_PER_TYPE
: تعرض جدول BigQuery يتضمّن عدد الأماكن لكل نوع من أنواع الأماكن. -
PLACES_COUNT_PER_GEO
: تعرض جدول BigQuery يتضمّن عدد الأماكن حسب المناطق الجغرافية. -
PLACES_COUNT_PER_H3
: تعرض جدول BigQuery يتضمّن عدد الأماكن لكل خلية H3.
بالإضافة إلى عدد الأماكن، تعرض الدالات PLACES_COUNT_PER_TYPE
وPLACES_COUNT_PER_GEO
وPLACES_COUNT_PER_H3
أيضًا ما يصل إلى 250 معرّف مكان لكل عنصر من عناصر الرد.
على غرار مجموعات بيانات الأماكن، تتوفّر دوال عدد الأماكن لأكبر مدينة في كل بلد من البلدان التي تتوفّر فيها هذه الخدمة. على سبيل المثال، في أستراليا، يمكنك الوصول إلى دوال عدد الأماكن في سيدني، أستراليا.
للاطّلاع على القائمة الكاملة بالمدن والبلدان التي تتوفّر فيها هذه الميزة، يُرجى الاطّلاع على دوال احتساب الأماكن المرجعية في BigQuery.
مثال على دالة عدد الأماكن
يستخدم المثال التالي الدالة PLACES_COUNT
لعرض عدد المطاعم المفتوحة ضمن مسافة 1,000 متر من مبنى Empire State في مدينة نيويورك:
SELECT `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`( JSON_OBJECT( 'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building 'geography_radius', 1000, -- Radius in meters 'business_status', ['OPERATIONAL'], 'types', ["restaurant"] ) ) as count;
تحتوي الاستجابة على عدد واحد:
في هذا المثال، يشير البيان SELECT
إلى الدالة PLACES_COUNT
الخاصة بالولايات المتحدة باستخدام بنية الجملة التالية:
maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT
للاطّلاع على القائمة الكاملة بالمدن والبلدان التي تتوفّر فيها هذه الميزة، يُرجى الرجوع إلى وظائف مرجعية لعدد الأماكن في BigQuery.
استخدِم JSON_OBJECT
لتمرير وسيطات إلى الدالة. يستخدم هذا المثال الدالة BigQuery
ST_GEOGPOINT
لعرض قيمة GEOGRAPHY
من نقطة، ثم تمرير هذه القيمة إلى
المَعلمة geography
. كما يمرّر أيضًا نصف قطر البحث حول النقطة ونوع المكان، "restaurant"
، المطلوب البحث عنه.
مثال على عدد الأماكن لكل نوع أو موقع جغرافي أو H3
بالإضافة إلى عدد الأماكن، تعرض الدالات PLACES_COUNT_PER_TYPE
وPLACES_COUNT_PER_GEO
وPLACES_COUNT_PER_H3
أيضًا ما يصل إلى 250 معرّف مكان للأماكن المضمّنة في الردّ.
على سبيل المثال، تعرض الدالة PLACES_COUNT_PER_TYPE
جدولاً يتضمّن عدد الأماكن لكل نوع من أنواع الأماكن. يتضمّن الردّ مصفوفة من أرقام تعريف الأماكن التي تتطابق مع كل نوع. يمكنك استخدام معرّفات الأماكن التي تم إرجاعها للبحث عن معلومات حول كل مكان.
يعرض استدعاء الدالة التالي عدد الأماكن التي تتضمّن الأنواع: restaurant
وcafe
وbar
:
SELECT * FROM `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT_PER_TYPE`( JSON_OBJECT( 'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building 'geography_radius', 1000, -- Radius in meters 'types', ["restaurant", "cafe", "bar"], 'business_status', ['OPERATIONAL'] ) );
تعرض هذه الدالة جدولاً يتضمّن ثلاثة أعمدة: type
وcount
وsample_place_ids
. يعرض عمود count
عدد الأماكن لكل type
،
ويعرض عمود sample_place_ids
ما يصل إلى 250 معرّف مكان لكل type
.
تطبيق الفلاتر على الدالة
طبِّق الفلاتر لتضييق نطاق معايير البحث. تتيح دوال احتساب الأماكن استخدام العديد من الفلاتر لتحسين عملية البحث. في المثال التالي، يمكنك تطبيق فلاتر للحدّ من البحث حسب الحد الأدنى لتقييم المستخدمين ومستوى السعر وحالة النشاط التجاري وما إذا كان المطعم يسمح باصطحاب الكلاب:
SELECT `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`( JSON_OBJECT( 'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building 'geography_radius', 1000, -- Radius in meters 'business_status', ['OPERATIONAL'], 'types', ["restaurant"], 'min_rating', 1.3, 'price_level', ['PRICE_LEVEL_INEXPENSIVE', 'PRICE_LEVEL_MODERATE'], 'allows_dogs', TRUE ) ) as count;
عرض النتائج
تُعدّ أدوات التحليل وذكاء الأعمال ضرورية لمساعدتك في استخلاص الإحصاءات من بياناتك في BigQuery. يتوافق BigQuery مع العديد من أدوات عرض البيانات بشكل مرئي من Google والجهات الخارجية التي يمكنك استخدامها لتحليل نتائج الدوال على بيانات Places Insights.
للاطّلاع على مثال حول عرض نتائج دالة بشكل مرئي، راجِع عرض النتائج بشكل مرئي. لمزيد من المعلومات والأمثلة حول عرض نتائج Places Insights بشكل مرئي، يُرجى الاطّلاع على عرض نتائج طلب البحث بشكل مرئي.
القيود والمتطلبات
تخضع وظائف عدد الأماكن للقيود والمتطلبات التالية:
- تتوفّر إحصاءات
COUNT
فقط. - يجب ألا تقل مساحة البحث عن 40.0 متر × 40.0 متر (1600 متر2).
- يقتصر حجم إدخال مَعلمة عدد الدوال في "وضع العناصر" على 1 ميغابايت.
- لا تتوفّر إمكانية الفلترة حسب معرّف المكان أو مكوّن العنوان.
مقارنة دوال عدد الأماكن وطلبات البحث في مجموعة بيانات الأماكن
يسرد الجدول التالي الاختلافات الرئيسية:
دوال عدد الأماكن | طلبات البحث في مجموعة بيانات الأماكن | |
---|---|---|
الواجهة | أربع دوال SQL محدّدة مسبقًا تنشئ إحصاءات COUNT : عدد فردي، وعدد لكل نوع، وعدد لكل منطقة جغرافية، وعدد لكل خلية H3 |
يستخدم SQL لتشغيل دوال التجميع، مثل COUNT, COUNT_IF, SUM وAVG. . ويمكن إنشاء إحصاءات إضافية باستخدام JOIN, GROUP BY, WHERE وغيرها. |
القيود | يفرض حدًا أدنى لمساحة البحث يبلغ 40.0 مترًا في 40.0 مترًا (1600 متر مربع). تعرض الدالة نتيجة حتى إذا كان عدد عمليات التجميع أقل من 5 طالما تم استيفاء الحد الأدنى لمساحة البحث. | يفرض حدًّا أدنى للعدد يبلغ 5، ولكن بدون حدّ أدنى لمساحة البحث. |
فلاتر السمات المتاحة | المخطّط الكامل متوافق باستثناء:
|
المخطّط الكامل متوافق |
المزايا |
|
|
دوال احتساب المراجع في BigQuery
تتيح دوال عدد الأماكن المدن والبلدان التالية. عليك الاشتراك في كل مدينة وبلد بشكل منفصل.
المدينة والبلد | أسماء الجداول |
---|---|
سيدني، أستراليا | maps-platform-analytics-hub.sample_places_insights_au.FUNCTION_NAME |
ساو باولو، البرازيل | maps-platform-analytics-hub.sample_places_insights_br.FUNCTION_NAME |
تورونتو، كندا | maps-platform-analytics-hub.sample_places_insights_ca.FUNCTION_NAME |
باريس، فرنسا | maps-platform-analytics-hub.sample_places_insights_fr.FUNCTION_NAME |
برلين، ألمانيا | maps-platform-analytics-hub.sample_places_insights_de.FUNCTION_NAME |
لندن، بريطانيا العظمى | maps-platform-analytics-hub.sample_places_insights_gb.FUNCTION_NAME |
مومباي، الهند | maps-platform-analytics-hub.sample_places_insights_in.FUNCTION_NAME |
جاكرتا، أندونيسيا | maps-platform-analytics-hub.sample_places_insights_id.FUNCTION_NAME |
روما، إيطاليا | maps-platform-analytics-hub.sample_places_insights_it.FUNCTION_NAME |
طوكيو، اليابان | maps-platform-analytics-hub.sample_places_insights_jp.FUNCTION_NAME |
مكسيكو سيتي، المكسيك | maps-platform-analytics-hub.sample_places_insights_mx.FUNCTION_NAME |
مدريد، إسبانيا | maps-platform-analytics-hub.sample_places_insights_es.FUNCTION_NAME |
زيوريخ، سويسرا | maps-platform-analytics-hub.sample_places_insights_ch.FUNCTION_NAME |
مدينة نيويورك، الولايات المتحدة | maps-platform-analytics-hub.sample_places_insights_us.FUNCTION_NAME |