Funkcje zliczania miejsc to wstępnie zdefiniowane zapytania SQL, które są uruchamiane w BigQuery i stanowią zalecany sposób wysyłania zapytań do zbioru danych Statystyki miejsc w celu uzyskania dokładnych liczb i identyfikatorów miejsc. Możesz też wysyłać zapytania bezpośrednio do zbioru danych, ale te 2 metody zapytań obsługują progi prywatności i obszary wyszukiwania:
Funkcje liczby miejsc mogą zwracać dowolne liczby, w tym 0, ale wymuszają minimalny obszar wyszukiwania o wymiarach 40,0 m na 40,0 m (1600 m2). Funkcje zwracają też identyfikatory miejsc, których można używać do wyszukiwania informacji o poszczególnych miejscach, oraz obsługują analizę historycznych ciekawych miejsc w ramach wcześniejszych miesięcznych podsumowań za pomocą opcjonalnych filtrów dat.
Zapytania dotyczące zbioru danych o miejscach mogą zwracać tylko liczby 5 i wyższe (pomijając niskie liczby 0–4 w celu zachowania prywatności różnicowej), ale nie nakładają żadnych ograniczeń na rozmiar obszaru wyszukiwania.
Jeśli nie musisz przeprowadzać złożonej analizy przestrzennej, zalecamy rozpoczęcie od funkcji zliczania miejsc, takich jak PLACES_COUNT_PER_H3.
Zapewnia natychmiastowy wgląd w gęstość przestrzenną w ustandaryzowanych komórkach siatki, zwraca identyfikatory miejsc na potrzeby kontroli danych podstawowych i jest przeznaczony do inżynierii cech geoprzestrzennych i modeli ML.
Wybierz optymalną funkcję liczby miejsc
Statystyki miejsc obsługują kilka funkcji przestrzennych. Aby zoptymalizować wykonywanie zapytań, przetwarzanie równoległe i skalowalność zbiorczą, zalecamy używanie tych funkcji:
PLACES_COUNT_PER_H3: zwraca tabelę BigQuery z liczbą miejsc na komórkę H3. Ta funkcja jest zalecana do analizy gęstości regionalnej i tworzenia map cieplnych typu choropleth.-
PLACES_COUNT_V2: zwraca tabelę zawierającą liczbę miejsc i przykładowe identyfikatory miejsc. Ta funkcja akceptuje parametr tabeli zawierający dane geograficzne wejściowe. Przekazując całą tabelę bezpośrednio, silnik BigQuery może rozdzielić obciążenie i przetwarzać przecięcia przestrzenne równolegle, co umożliwia bardzo wydajne przetwarzanie wsadowe na potrzeby analizy na dużą skalę. -
PLACES_COUNT_PER_TYPE_V2: zwraca tabelę z liczbą miejsc i przykładowymi identyfikatorami miejsc, podzieloną według typu miejsca. Podobnie jak w przypadkuPLACES_COUNT_V2, przekazanie danych wejściowych dotyczących lokalizacji geograficznych jako parametru tabeli umożliwia BigQuery natywne równoległe przetwarzanie przecięć przestrzennych w dużych zbiorach danych. -
PLACES_COUNT_CHANGE: zwraca tabelę z liczbą miejsc oraz dodanymi i usuniętymi identyfikatorami miejsc między 2 podanymi miesiącami. Podobnie jak w przypadkuPLACES_COUNT_V2, przekazanie danych geograficznych jako parametru tabeli umożliwia BigQuery natywne równoległe przetwarzanie przecięć przestrzennych w dużych zbiorach danych.
Oprócz liczby miejsc te funkcje zwracają też maksymalnie 250 identyfikatorów miejsc na element odpowiedzi.
Identyfikatorów miejsc można używać z:
Wykonywanie zapytań za pomocą funkcji Liczba miejsc
Aby wywołać funkcje, użyj tego formatu: [project name
(optional)].[table name].[function name].
Jeśli podczas konfigurowania Statystyk miejsc nazwa połączonego zbioru danych została zmieniona, użyj nazwy niestandardowej zamiast domyślnych nazw tabel. Możesz też opcjonalnie podać nazwę projektu. Jeśli nie podasz żadnego, zapytanie zostanie domyślnie wykonane w aktywnym projekcie.
Na przykład:
PROJECT_NAME.places_insights___us.PLACES_COUNT_V2
Aby przekazać argumenty do funkcji, użyj JSON_OBJECT.
Filtrowanie wyników zapytania za pomocą parametrów z uwzględnieniem wielkości liter
Funkcje liczby miejsc obsługują wiele filtrów, które umożliwiają zawężenie wyszukiwania. W tych parametrach (np. price_level lub types) wielkość liter ma znaczenie i muszą one dokładnie odpowiadać nazwom parametrów. Pełną listę opcji znajdziesz w dokumentacji parametrów filtra.
Wykonywanie zapytań dotyczących zrzutów historycznych za pomocą parametru snapshot_date
Domyślnie funkcje liczby miejsc wysyłają zapytania do najnowszego dostępnego zbioru danych.
Aby przeanalizować dane o miejscach z określonego miesiąca w przeszłości, dodaj opcjonalny parametr snapshot_date do JSON_OBJECT.
- Format:
YYYY-MM(na przykład'2026-07'). - Domyślnie: jeśli zostanie pominięta, funkcja automatycznie wysyła zapytanie do najnowszego zrzutu.
W tym przykładzie zapytanie dotyczy liczby restauracji w obszarach wyszukiwania zarejestrowanych w migawce z lipca 2026 r.:
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 ) );
W kolejnym przykładzie zastosujesz filtry, aby ograniczyć wyszukiwanie według minimalnej oceny użytkowników, poziomu cen, stanu firmy i tego, czy restauracja akceptuje psy, używając funkcji PLACES_COUNT_V2.
Najpierw użyj wejściowej tabeli obszarów geograficznych lub przygotuj ją z wybranymi obszarami geograficznymi:
-- 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 );
Następnie wywołaj PLACES_COUNT_V2 z tabelą i obiektem JSON zawierającym filtry. Promień wyszukiwania jest uwzględniony w filtrach JSON i zostanie zastosowany wokół każdego punktu w tabeli my_search_areas.
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 ) );
Przykład: zapytanie o liczbę restauracji i lokalizacje marek za pomocą PLACES_COUNT_V2
W tym przykładzie użyto funkcji PLACES_COUNT_V2 z niestandardową tabelą danych geograficznych my_search_areas, aby zwrócić liczbę działających restauracji w promieniu 1000 metrów od Empire State Building i Times Square w Nowym Jorku w lipcu 2026 r.:
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' ) );
Odpowiedź to tabela BigQuery zawierająca geo_id, lokalizację geograficzną, liczbę i przykładowe identyfikatory miejsc.

W poniższym przykładzie funkcja PLACES_COUNT_V2 służy do filtrowania według określonych identyfikatorów marek. W tym przykładzie filtrujemy lokalizacje Starbucks, używając identyfikatora marki "1413758728321880760".
Aby znaleźć identyfikatory marek, według których chcesz filtrować, wyślij zapytanie do tabeli brands w zbiorze danych (np. places_insights___us.brands). Więcej informacji o zbiorze danych o markach znajdziesz w artykule Tworzenie zapytania z użyciem danych o markach.
Aby na przykład znaleźć identyfikator marki „Starbucks”:
SELECT id, name FROM `PROJECT_NAME.places_insights___us.brands` WHERE name = "Starbucks"
Po uzyskaniu identyfikatorów marek możesz ich używać w filtrze brand_ids, jak pokazano w tym zapytaniu:
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"] ) );
Wizualizacja danych uzyskanych w wyniku zapytania za pomocą narzędzi Google Cloud
Narzędzia do analizy i analityki biznesowej pomagają odkrywać statystyki na podstawie danych BigQuery. BigQuery obsługuje kilka narzędzi do wizualizacji danych od Google i firm zewnętrznych, których możesz używać do analizowania wyników funkcji na danych ze Statystyk miejsc.
Przykład wizualizacji wyników funkcji znajdziesz w sekcji Wizualizacja wyników w dokumentacji PLACES_COUNT_PER_H3. Więcej informacji o wizualizacji wyników Statystyk miejsc znajdziesz w artykule o wizualizacji wyników zapytań.
Ograniczenia i wymagania dotyczące funkcji
Funkcje liczby miejsc mają te ograniczenia i wymagania:
- Funkcje obsługują tylko statystyki
COUNT. - Wymagany jest minimalny obszar wyszukiwania o wymiarach 40 x 40 metrów (1600 m2).
- Limit rozmiaru danych wejściowych parametru: obiekt JSON przekazywany jako parametr do funkcji jest ograniczony do 1 MB. Wpływ tego limitu zależy od wersji funkcji:
- W przypadku funkcji w wersji 2 (
PLACES_COUNT_V2,PLACES_COUNT_PER_TYPE_V2,PLACES_COUNT_CHANGE) ten limit dotyczy tylko obiektu JSON filtrów. Ponieważ regiony geograficzne są podawane oddzielnie za pomocą parametru tabeli, funkcje te można skalować do znacznie większej liczby regionów geograficznych bez osiągania limitu rozmiaru JSON. - W przypadku
PLACES_COUNT_PER_H3,PLACES_COUNT,PLACES_COUNT_PER_TYPEiPLACES_COUNT_PER_GEOten limit dotyczy całego obiektu JSON, w tym wszystkich definicji geograficznych. Może to ograniczyć liczbę regionów, które można przetworzyć w jednym wywołaniu.
- W przypadku funkcji w wersji 2 (
- Brak obsługi filtrowania według identyfikatora miejsca lub komponentu adresu.
- Dostęp do funkcji Liczba miejsc masz tylko w przypadku miast i krajów, które subskrybujesz. Aby uzyskać dostęp do zbioru danych, zapoznaj się z artykułem Konfigurowanie Statystyk miejsc.
- W parametrach filtra (np.
geographylubtypes) wielkość liter ma znaczenie i muszą one dokładnie odpowiadać nazwom parametrów, inaczej zapytanie się nie powiedzie.