Yerler Analizleri'ni kullanmaya başlama

Yer Sayısı işlevleri, BigQuery'de çalışan önceden tanımlanmış SQL sorgularıdır ve tam sayıları ve yer kimliklerini almak için Places Insights veri kümesini sorgulamanın önerilen yöntemidir. Veri kümesini doğrudan sorgulayabilirsiniz. Ancak iki sorgu yöntemi, gizlilik eşiklerini ve arama alanlarını farklı şekilde ele alır:

• Yer Sayısı işlevleri, 0 dahil olmak üzere herhangi bir sayıyı döndürebilir ancak minimum 40,0 metreye 40,0 metre (1.600 m²) (40,0 metreye 40,0 metre / 1.600 m²) arama alanı zorunlu kılar. İşlevler ayrıca, her bir yerle ilgili bilgileri aramak için kullanılabilen yer kimliklerini döndürür ve isteğe bağlı tarih filtrelerini kullanarak geçmiş aylık anlık görüntülerde geçmiş ÖY analizini destekler.

• Yer veri kümesi sorguları yalnızca 5 ve üzeri sayıları döndürebilir (diferansiyel gizliliği korumak için 0-4 arasındaki düşük sayılar atlanır) ancak arama alanının boyutuyla ilgili herhangi bir sınırlama getirmez.

Karmaşık uzamsal analizler yapmanız gerekmiyorsa PLACES_COUNT_PER_H3 gibi yer sayısı işlevleriyle başlamanızı öneririz. Standartlaştırılmış ızgara hücreleri genelinde anlık mekansal yoğunluk analizleri sağlar, gerçek doğru incelemesi için Yer Kimlikleri döndürür ve coğrafi özellik mühendisliği ile ML modelleri için özel olarak tasarlanmıştır.

En uygun Places Count işlevini seçme

Places Insights, çeşitli uzamsal işlevleri destekler. Optimize edilmiş sorgu yürütme, paralel işleme ve toplu ölçeklenebilirlik için aşağıdaki işlevleri kullanmanızı öneririz:

• PLACES_COUNT_PER_H3: H3 hücresi başına yer sayılarının BigQuery tablosunu döndürür. Bu işlev, bölgesel yoğunluk analizi ve koroplet ısı haritası oluşturma için önerilir.
• PLACES_COUNT_V2: Yer sayılarını ve örnek yer kimliklerini içeren bir tablo döndürür. Bu işlev, giriş coğrafyalarınızı içeren bir tablo parametresi kabul eder. BigQuery yürütme motoru, tüm tabloyu doğrudan ileterek iş yükünü dağıtabilir ve uzamsal kesişimleri paralel olarak işleyebilir. Bu sayede, büyük ölçekli analizler için son derece verimli toplu işleme olanağı sunar.
• PLACES_COUNT_PER_TYPE_V2: Yer türüne göre kategorize edilmiş yer sayılarının ve örnek yer kimliklerinin tablosunu döndürür. PLACES_COUNT_V2 gibi, giriş coğrafyalarınızı tablo parametresi olarak iletmek, BigQuery'nin büyük veri kümelerindeki mekansal kesişimleri yerel olarak paralel hale getirmesine olanak tanır.
• PLACES_COUNT_CHANGE: Belirtilen iki ay arasında eklenen ve kaldırılan yer kimliklerinin yanı sıra yer sayılarının tablosunu döndürür. PLACES_COUNT_V2 gibi, giriş coğrafyalarınızı tablo parametresi olarak iletmek, BigQuery'nin büyük veri kümelerindeki mekansal kesişimleri yerel olarak paralel hale getirmesine olanak tanır.

Bu işlevler, yer sayılarının yanı sıra yanıtın her öğesi için en fazla 250 yer kimliği döndürür.

Yer kimlikleri şunlarla kullanılabilir:

• Places API (Yeni)
• Geocoding API
• Places UI Kit

Not: Erişiminiz olan şehirler ve ülkeler için Places Count işlevlerine erişebilirsiniz.

Places Count işlevleriyle sorgu yürütme

İşlevleri çağırmak için şu biçimi kullanın: [project name (optional)].[table name].[function name].

Places Insights'ı ayarlarken bağlı veri kümesi adını değiştirdiyseniz varsayılan tablo adları yerine özel adınızı kullanın. İsterseniz projenizin adını da ekleyebilirsiniz. Proje kimliği eklenmezse sorgu varsayılan olarak etkin projeyi kullanır.

Örneğin:

PROJECT_NAME.places_insights___us.PLACES_COUNT_V2

İşleve bağımsız değişkenler iletmek için JSON_OBJECT kullanın.

Not: Places Count işlevini kullanırken işlevi FROM yan tümcesinde belirtin ve WITH_AGGREGATION_THRESHOLD ifadesini atlayın.

Büyük/küçük harfe duyarlı parametreleri kullanarak sorgu sonuçlarını filtreleme

Yer Sayısı işlevleri, aramanızı daraltmak için birçok filtreyi destekler. Bu parametreler (ör. price_level veya types) büyük/küçük harfe duyarlıdır ve parametre adlarıyla tam olarak eşleşmelidir. Seçeneklerin tam listesi için filtre parametreleri referansına bakın.

snapshot_date ile geçmiş anlık görüntüleri sorgulama

Varsayılan olarak, Yer Sayısı işlevleri mevcut en son veri anlık görüntüsünü sorgular. Geçmişteki belirli bir ayda mevcut olan yer verilerini analiz etmek için JSON_OBJECT parametrenize isteğe bağlı snapshot_date parametresini ekleyin.

• Biçim: YYYY-MM (örneğin, '2026-07').
• Varsayılan: Atlanırsa işlev, en son anlık görüntüyü otomatik olarak sorgular.

Aşağıdaki örnekte, Temmuz 2026 anlık görüntüsünde kaydedilen arama alanlarınızdaki restoran sayıları sorgulanmaktadır:

SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`(
  TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas`,
  JSON_OBJECT(
      'geography_radius', 1000, -- Radius in meters
      'business_status', ['OPERATIONAL'],
      'types', ["restaurant"],
      'snapshot_date', '2026-07' -- Optional historical snapshot month
  )
);

Bir sonraki örnekte, PLACES_COUNT_V2 işlevini kullanarak aramayı minimum kullanıcı puanı, fiyat düzeyi, işletme durumu ve restoranın köpeklere izin verip vermediğine göre sınırlamak için filtreler uygulayacaksınız.

Öncelikle, giriş coğrafya tablonuzu kullanın veya seçilen coğrafyalarla bir tablo hazırlayın:

Önemli: Giriş coğrafyaları tablosunu içeren veri kümesini, bağlı Places Insights veri kümesiyle aynı bölgede oluşturmanız gerekir. Konumlar eşleşmiyorsa BigQuery bir hata döndürür.

-- Create a table for the input geographies
CREATE TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas` AS (
  SELECT
    '1' AS geo_id, -- Unique identifier
    ST_GEOGPOINT(-73.9857, 40.7484) AS geo -- Empire State Building
  UNION ALL
  SELECT
    '2' AS geo_id, -- Unique identifier
    ST_GEOGPOINT(-73.9851, 40.7580) AS geo -- Times Square
);

Ardından, tablo ve filtreleri içeren JSON nesnesiyle PLACES_COUNT_V2 yöntemini çağırın. Arama yarıçapı, JSON filtrelerine dahil edilir ve my_search_areas tablosundaki her noktanın çevresine uygulanır.

SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`(
  TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas`,
  JSON_OBJECT(
      'geography_radius', 1000, -- Radius in meters around each point in 'geo'
      'business_status', ['OPERATIONAL'],
      'types', ["restaurant"],
      'min_rating', 1.3,
      'price_level', ['PRICE_LEVEL_INEXPENSIVE', 'PRICE_LEVEL_MODERATE'],
      'allows_dogs', TRUE
      )
);

Not: OPERATIONAL işletmelerin sayısını öğrenmek için business_status filtresini ekleyin. Aksi takdirde, kapalı işletmeler de sayıya dahil edilir.

Örnek: PLACES_COUNT_V2 ile restoran sayılarını ve marka konumlarını sorgulama

Aşağıdaki örnekte, Temmuz 2026'da New York'taki Empire State Binası ve Times Meydanı'na 1.000 metre mesafede faaliyet gösteren restoranların sayısını döndürmek için özel giriş coğrafya tablosu my_search_areas ile PLACES_COUNT_V2 işlevi kullanılmaktadır:

SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`(
  TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas`,
  JSON_OBJECT(
      'geography_radius', 1000, -- Radius in meters
      'business_status', ['OPERATIONAL'],
      'types', ["restaurant"],
      'snapshot_date', '2026-07'
      )
);

Yanıt; geo_id, coğrafya, sayı ve yer kimliklerinin bir örneğini içeren bir BigQuery tablosudur.

Aşağıdaki örnekte, belirli marka kimliklerine göre filtreleme yapmak için PLACES_COUNT_V2 işlevi kullanılmaktadır. Bu örnekte, marka kimliğini kullanarak Starbucks konumlarını filtreliyoruz "1413758728321880760".

Filtrelemek istediğiniz markaların marka kimliklerini bulmak için veri kümenizdeki brands tablosunu (ör. places_insights___us.brands) sorgulayın. Markalar veri kümesi hakkında daha fazla bilgi için Marka verilerini kullanarak sorgu yazma başlıklı makaleyi inceleyin.

Örneğin, "Starbucks"ın marka kimliğini bulmak için:

SELECT id, name
FROM `PROJECT_NAME.places_insights___us.brands`
WHERE name = "Starbucks"

Marka kimliklerini aldıktan sonra, aşağıdaki sorguda gösterildiği gibi brand_ids filtresinde kullanabilirsiniz:

SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`(
  TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas`,
  JSON_OBJECT(
      'geography_radius', 1000, -- Radius in meters
      'business_status', ['OPERATIONAL'],
      'brand_ids', ["1413758728321880760"]
      )
);

Not: Gerekli ve isteğe bağlı parametreler, filtreler bölümünde açıklandığı gibi her bir yer sayısı işlevi için farklıdır.

Google Cloud araçlarıyla sorgu çıkışını görselleştirme

Analiz ve iş zekası araçları, BigQuery verilerinizden analizler elde etmenize yardımcı olur. BigQuery, Places Insights verileri üzerinde işlevlerinizin sonuçlarını analiz etmek için kullanabileceğiniz çeşitli Google ve üçüncü taraf veri görselleştirme araçlarını destekler.

Bir işlevin sonuçlarını görselleştirme örneği için PLACES_COUNT_PER_H3 referansındaki sonuçları görselleştirme bölümüne bakın. Places Insights sonuçlarını görselleştirme hakkında daha fazla bilgi için Sorgu sonuçlarını görselleştirme başlıklı makaleyi inceleyin.

İşlev sınırlamaları ve şartları

Yer Sayısı işlevleri aşağıdaki sınırlamalara ve şartlara tabidir:

• İşlevler yalnızca COUNT analizlerini destekler.
• En az 40,0 metreye 40,0 metrelik (1.600 m²) (40,0 metreye 40,0 metre / 1.600 m²) bir arama alanı gereklidir.
• Parametre Giriş Boyutu Sınırı: İşlevlere parametre olarak iletilen JSON nesnesi 1 MB ile sınırlıdır. Bu sınırın etkisi, işlev sürümüne bağlıdır:
  • V2 işlevleri (PLACES_COUNT_V2, PLACES_COUNT_PER_TYPE_V2, PLACES_COUNT_CHANGE) için bu sınır yalnızca filtreler JSON nesnesi için geçerlidir. Coğrafyalar, tablo parametresi kullanılarak ayrı ayrı sağlandığından bu işlevler, JSON boyut sınırına ulaşmadan çok daha fazla sayıda giriş coğrafyasına ölçeklendirilebilir.
  • PLACES_COUNT_PER_H3, PLACES_COUNT, PLACES_COUNT_PER_TYPE ve PLACES_COUNT_PER_GEO için bu sınır, tüm coğrafya tanımları dahil olmak üzere JSON nesnesinin tamamı için geçerlidir. Bu durum, tek bir çağrıda işlenebilecek coğrafi bölge sayısını sınırlayabilir.
• Yer kimliğine veya adres bileşenine göre filtreleme desteklenmez.
• Yalnızca abone olduğunuz şehir ve ülkeler için Yer Sayısı işlevlerine erişebilirsiniz. Veri kümesi erişimi için Places Insights'ı ayarlama başlıklı makaleyi inceleyin.
• Filtre parametreleri (ör. geography veya types) büyük/küçük harfe duyarlıdır ve parametre adlarıyla tam olarak eşleşmelidir. Aksi takdirde sorgu başarısız olur.