जगहों की अहम जानकारी देखने की सुविधा का इस्तेमाल शुरू करना

जगहों की संख्या बताने वाले फ़ंक्शन, पहले से तय की गई एसक्यूएल क्वेरी होती हैं. ये BigQuery में चलती हैं. साथ ही, ये Places Insights डेटासेट से क्वेरी करने का सबसे सही तरीका है. इससे जगहों की सटीक संख्या और Place ID मिलते हैं. डेटासेट से सीधे तौर पर क्वेरी भी की जा सकती है. हालांकि, क्वेरी करने के ये दो तरीके, निजता के थ्रेशोल्ड और खोज के दायरे को मैनेज करते हैं:

• जगहों की संख्या बताने वाले फ़ंक्शन, 0 सहित कोई भी संख्या दिखा सकते हैं. हालांकि, ये फ़ंक्शन कम से कम 40.0 मीटर x 40.0 मीटर (1,600 m²) (40.0 मीटर x 40.0 मीटर / 1,600 m²) के खोज क्षेत्र पर लागू होते हैं. फ़ंक्शन, जगह के आईडी भी दिखाते हैं. इनका इस्तेमाल, अलग-अलग जगहों के बारे में जानकारी पाने के लिए किया जा सकता है.

• जगह के डेटासेट की क्वेरी सिर्फ़ पांच या इससे ज़्यादा संख्याएं दिखा सकती हैं. इसमें डिफ़रेंशियल प्राइवसी बनाए रखने के लिए, 0 से 4 तक की कम संख्याएं शामिल नहीं की जाती हैं. हालांकि, खोज के दायरे के साइज़ पर कोई पाबंदी नहीं होती.

अगर आपको जटिल स्पैटियल विश्लेषण नहीं करना है, तो हमारा सुझाव है कि आप PLACES_COUNT_PER_H3 जैसे Places Count फ़ंक्शन से शुरुआत करें. यह स्टैंडर्ड ग्रिड सेल में, जगह के हिसाब से घनत्व की जानकारी तुरंत देता है. साथ ही, ग्राउंड-ट्रुथ की जांच के लिए जगह के आईडी दिखाता है. इसे जियोस्पेशल फ़ीचर इंजीनियरिंग और एमएल मॉडल के लिए बनाया गया है.

यह प्रॉडक्ट या सुविधा, फ़िलहाल सिर्फ़ झलक के तौर पर उपलब्ध है (pre-GA). हो सकता है कि Pre-GA के तहत आने वाले प्रॉडक्ट और सुविधाओं के लिए, आपको पूरी सहायता न मिले. साथ ही, ऐसा हो सकता है कि Pre-GA के तहत आने वाले प्रॉडक्ट और सुविधाओं में किए गए बदलाव, Pre-GA के अन्य वर्शन के साथ काम न करें. Pre-GA ऑफ़र पर, Google Maps Platform की सेवा से जुड़ी खास शर्तें लागू होती हैं. ज़्यादा जानकारी के लिए, लॉन्च के चरणों की जानकारी देखें.

जगहों की संख्या का सबसे सही फ़ंक्शन चुनें

जगहों की अहम जानकारी में, कई स्पेशल फ़ंक्शन काम करते हैं. क्वेरी को बेहतर तरीके से चलाने, पैरलल प्रोसेसिंग, और बैच स्केलेबिलिटी के लिए, हमारा सुझाव है कि इन फ़ंक्शन का इस्तेमाल करें:

• PLACES_COUNT_PER_H3: यह फ़ंक्शन, हर H3 सेल के हिसाब से जगहों की संख्या वाली BigQuery टेबल दिखाता है. इस फ़ंक्शन का इस्तेमाल, इलाके के हिसाब से घनत्व का विश्लेषण करने और कोरोप्लेथ हीटमैपिंग के लिए किया जा सकता है.
• PLACES_COUNT_V2: यह फ़ंक्शन, जगहों की संख्या और जगह के आईडी के सैंपल वाली टेबल दिखाता है. यह फ़ंक्शन, टेबल पैरामीटर स्वीकार करता है. इसमें आपकी इनपुट की गई भौगोलिक जानकारी होती है. पूरी टेबल को सीधे तौर पर पास करने से, BigQuery का एक्ज़ीक्यूशन इंजन वर्कलोड को डिस्ट्रिब्यूट कर सकता है. साथ ही, एक साथ कई स्पेसियल इंटरसेक्शन को प्रोसेस कर सकता है. इससे बड़े पैमाने पर विश्लेषण के लिए, बैच प्रोसेसिंग को ज़्यादा असरदार तरीके से किया जा सकता है.
• PLACES_COUNT_PER_TYPE_V2: जगह के टाइप के हिसाब से, जगहों की संख्या और सैंपल प्लेस आईडी की टेबल दिखाता है. PLACES_COUNT_V2 की तरह ही, अपने इनपुट किए गए भौगोलिक डेटा को टेबल पैरामीटर के तौर पर पास करने से, BigQuery को बड़े डेटासेट में एक साथ कई स्पेसियल इंटरसेक्शन करने की सुविधा मिलती है.

ये फ़ंक्शन, जगहों की गिनती के साथ-साथ जवाब के हर एलिमेंट के लिए, ज़्यादा से ज़्यादा 250 जगह के आईडी भी दिखाते हैं.

जगह के आईडी का इस्तेमाल इनके साथ किया जा सकता है:

• Places API (नया प्रॉडक्ट)
• Geocoding API
• Places UI Kit

ध्यान दें: आपके पास जिन शहरों और देशों का ऐक्सेस है उनके लिए, Places Count फ़ंक्शन का इस्तेमाल किया जा सकता है.

Places Count फ़ंक्शन का इस्तेमाल करके क्वेरी चलाना

फ़ंक्शन को कॉल करने के लिए, इस फ़ॉर्मैट का इस्तेमाल करें: [project name (optional)].[table name].[function name].

अगर आपने जगह की अहम जानकारी सेट अप करते समय, लिंक किए गए डेटासेट का नाम बदल दिया है, तो टेबल के डिफ़ॉल्ट नामों के बजाय, अपने तय किए गए नाम का इस्तेमाल करें. आपके पास प्रोजेक्ट का नाम शामिल करने का विकल्प भी होता है. अगर इनमें से कोई भी शामिल नहीं है, तो क्वेरी डिफ़ॉल्ट रूप से चालू प्रोजेक्ट पर सेट हो जाती है.

उदाहरण के लिए:

PROJECT_NAME.places_insights___us.PLACES_COUNT_V2

फ़ंक्शन में आर्ग्युमेंट पास करने के लिए, JSON_OBJECT का इस्तेमाल करें.

ध्यान दें: Places Count फ़ंक्शन का इस्तेमाल करते समय, फ़ंक्शन को FROM क्लॉज़ में डालें और WITH_AGGREGATION_THRESHOLD को हटा दें.

केस-सेंसिटिव पैरामीटर का इस्तेमाल करके, क्वेरी के नतीजों को फ़िल्टर करना

जगहों की संख्या बताने वाले फ़ंक्शन में, खोज को बेहतर बनाने के लिए कई फ़िल्टर इस्तेमाल किए जा सकते हैं. ये पैरामीटर (उदाहरण के लिए, price_level या types) केस-सेंसिटिव (बड़े और छोटे अक्षरों में अंतर) होते हैं. साथ ही, इनके नाम पैरामीटर के नामों से पूरी तरह मेल खाने चाहिए. विकल्पों की पूरी सूची देखने के लिए, फ़िल्टर पैरामीटर का रेफ़रंस देखें.

अगले उदाहरण में, PLACES_COUNT_V2 फ़ंक्शन का इस्तेमाल करके, खोज के नतीजों को सीमित करने के लिए फ़िल्टर लागू किए गए हैं. ये फ़िल्टर, उपयोगकर्ता की कम से कम रेटिंग, कीमत, कारोबार की स्थिति, और इस बात पर आधारित हैं कि रेस्टोरेंट में कुत्तों को अनुमति है या नहीं.

सबसे पहले, अपनी इनपुट जियोग्राफ़ी टेबल का इस्तेमाल करें या चुनी गई जियोग्राफ़ी के हिसाब से एक टेबल तैयार करें:

अहम जानकारी: आपको इनपुट जियोग्राफ़ी टेबल वाला डेटासेट, उसी इलाके में बनाना होगा जहां जगहों की अहम जानकारी वाला लिंक किया गया डेटासेट मौजूद है. अगर ये जगहें मेल नहीं खाती हैं, तो BigQuery गड़बड़ी का मैसेज दिखाता है.

-- 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
);

इसके बाद, टेबल और फ़िल्टर की जानकारी देने वाले JSON ऑब्जेक्ट के साथ PLACES_COUNT_V2 को कॉल करें. खोज के दायरे को JSON फ़िल्टर में शामिल किया जाता है. इसे my_search_areas टेबल में मौजूद हर पॉइंट के आस-पास लागू किया जाएगा.

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
      )
);

ध्यान दें: business_status फ़िल्टर शामिल करें, ताकि आपको OPERATIONAL कारोबारों की संख्या मिल सके. ऐसा न करने पर, गिनती में बंद हो चुके कारोबार भी शामिल होते हैं.

उदाहरण: PLACES_COUNT_V2 की मदद से, रेस्टोरेंट की संख्या और ब्रैंड की जगहों के बारे में क्वेरी करना

यहां दिए गए उदाहरण में, कस्टम इनपुट वाली भूगोल टेबल my_search_areas के साथ PLACES_COUNT_V2 फ़ंक्शन का इस्तेमाल किया गया है. इससे, न्यूयॉर्क शहर में एंपायर स्टेट बिल्डिंग और टाइम्स स्क्वेयर से 1,000 मीटर के दायरे में मौजूद चालू रेस्टोरेंट की संख्या का पता चलता है:

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"]
      )
);

जवाब में एक BigQuery टेबल होती है. इसमें geo_id, जगह, संख्या, और जगह के आईडी का सैंपल होता है.

यहां दिए गए उदाहरण में, PLACES_COUNT_V2 फ़ंक्शन का इस्तेमाल करके, ब्रैंड आईडी के हिसाब से फ़िल्टर किया गया है. इस उदाहरण में, हम ब्रैंड आईडी "1413758728321880760" का इस्तेमाल करके, Starbucks की जगहों को फ़िल्टर करते हैं.

जिन ब्रैंड के हिसाब से आपको फ़िल्टर करना है उनके ब्रैंड आईडी ढूंढने के लिए, अपने डेटासेट की brands टेबल (उदाहरण के लिए, places_insights___us.brands) को क्वेरी करें. ब्रैंड के डेटासेट के बारे में ज़्यादा जानकारी के लिए, ब्रैंड के डेटा का इस्तेमाल करके क्वेरी लिखना लेख पढ़ें.

उदाहरण के लिए, "Starbucks" का ब्रैंड आईडी ढूंढने के लिए:

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

ब्रैंड आईडी पाने के बाद, उन्हें brand_ids फ़िल्टर में इस्तेमाल किया जा सकता है. इसके लिए, नीचे दी गई क्वेरी का इस्तेमाल करें:

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"]
      )
);

ध्यान दें: Places Count फ़ंक्शन के लिए ज़रूरी और वैकल्पिक पैरामीटर अलग-अलग होते हैं. इनके बारे में फ़िल्टर में बताया गया है.

Google Cloud टूल की मदद से क्वेरी के आउटपुट को विज़ुअलाइज़ करना

विश्लेषण और बिज़नेस इंटेलिजेंस टूल की मदद से, BigQuery डेटा से अहम जानकारी पाई जा सकती है. BigQuery, Google और तीसरे पक्ष के कई डेटा विज़ुअलाइज़ेशन टूल के साथ काम करता है. इनका इस्तेमाल, जगहों की अहम जानकारी के डेटा पर अपने फ़ंक्शन के नतीजों का विश्लेषण करने के लिए किया जा सकता है.

किसी फ़ंक्शन के नतीजों को विज़ुअलाइज़ करने के उदाहरण के लिए, PLACES_COUNT_PER_H3 रेफ़रंस में नतीजों को विज़ुअलाइज़ करना लेख पढ़ें. Places Insights के नतीजों को विज़ुअलाइज़ करने के बारे में ज़्यादा जानने के लिए, क्वेरी के नतीजों को विज़ुअलाइज़ करना लेख पढ़ें.

फ़ंक्शन की सीमाएं और ज़रूरी शर्तें

जगहों की संख्या बताने वाले फ़ंक्शन पर ये सीमाएं और ज़रूरी शर्तें लागू होती हैं:

• ये फ़ंक्शन, सिर्फ़ COUNT अहम जानकारी के साथ काम करते हैं.
• खोज के लिए कम से कम 40.0 मीटर x 40.0 मीटर (1,600 m²) (40.0 मीटर x 40.0 मीटर / 1,600 m²) का क्षेत्र होना ज़रूरी है.
• पैरामीटर के तौर पर दिए गए इनपुट का साइज़: फ़ंक्शन में पैरामीटर के तौर पर पास किया गया JSON ऑब्जेक्ट, 1 एमबी से ज़्यादा का नहीं होना चाहिए. इस सीमा का असर, फ़ंक्शन के वर्शन पर निर्भर करता है:
  • V2 फ़ंक्शन (PLACES_COUNT_V2, PLACES_COUNT_PER_TYPE_V2) के लिए, यह सीमा सिर्फ़ फ़िल्टर JSON ऑब्जेक्ट पर लागू होती है. टेबल पैरामीटर का इस्तेमाल करके, भौगोलिक क्षेत्रों की जानकारी अलग से दी जाती है. इसलिए, ये फ़ंक्शन JSON के साइज़ की सीमा तक पहुंचे बिना, इनपुट के तौर पर दिए गए भौगोलिक क्षेत्रों की ज़्यादा जानकारी को प्रोसेस कर सकते हैं.
  • PLACES_COUNT_PER_H3, PLACES_COUNT, PLACES_COUNT_PER_TYPE, और PLACES_COUNT_PER_GEO के लिए, यह सीमा पूरे JSON ऑब्जेक्ट पर लागू होती है. इसमें सभी भौगोलिक क्षेत्रों की जानकारी शामिल है. इससे, एक कॉल में प्रोसेस की जा सकने वाली जगहों की संख्या सीमित हो सकती है.
• जगह के आईडी, ईवी चार्ज करने के विकल्पों या पते के कॉम्पोनेंट के हिसाब से फ़िल्टर करने की सुविधा उपलब्ध नहीं है.
• आपने जिन शहरों और देशों की सदस्यता ली है उनके लिए ही, जगहों की संख्या वाले फ़ंक्शन ऐक्सेस किए जा सकते हैं. डेटासेट ऐक्सेस करने के लिए, जगहों की अहम जानकारी सेट अप करें लेख पढ़ें.
• फ़िल्टर पैरामीटर (उदाहरण के लिए, geography या types) केस-सेंसिटिव होते हैं. साथ ही, इनके नाम पैरामीटर के नामों से पूरी तरह मेल खाने चाहिए. ऐसा न होने पर, क्वेरी काम नहीं करेगी.