Places Count फ़ंक्शन का इस्तेमाल करके, डेटासेट से क्वेरी करना

जगहों की संख्या बताने वाले फ़ंक्शन, पहले से तय की गई एसक्यूएल क्वेरी होती हैं. ये BigQuery में चलती हैं और डेटासेट को सीधे क्वेरी करने के साथ काम करती हैं. डेटा के बारे में सीधे क्वेरी करने और किसी फ़ंक्शन का इस्तेमाल करने के बीच मुख्य अंतर यह है कि फ़ंक्शन, कम से कम गिनती की थ्रेशोल्ड लागू नहीं करते. इसके बजाय, वे कम से कम खोज क्षेत्र लागू करते हैं:

• जगह के डेटासेट की क्वेरी सिर्फ़ 5 या इससे ज़्यादा संख्या दिखा सकती हैं. हालांकि, खोज के दायरे के साइज़ पर कोई पाबंदी नहीं लगाती हैं.
• जगहों की संख्या बताने वाले फ़ंक्शन, कोई भी संख्या दिखा सकते हैं. इसमें 0 भी शामिल है. हालांकि, ये फ़ंक्शन कम से कम 40.0 मीटर x 40.0 मीटर (1600 m²) के खोज क्षेत्र को लागू करते हैं. फ़ंक्शन, जगह के आईडी भी दिखा सकते हैं. इनका इस्तेमाल, अलग-अलग जगहों के बारे में जानकारी पाने के लिए किया जा सकता है.

अगर यह जानना ज़रूरी है कि किसी क्वेरी के लिए कोई नतीजा कब नहीं मिलता या आपको पांच से कम जगहों की संख्या के बारे में जानना है, तो Places Count फ़ंक्शन का इस्तेमाल किया जा सकता है. अगर आपको अपने नतीजों की जांच करने के लिए, किसी जगह की जानकारी चाहिए, तो यह तरीका आपके लिए फ़ायदेमंद है.

जगहों की संख्या बताने वाले फ़ंक्शन सिर्फ़ संख्याएं दिखाते हैं. इसलिए, अगर आपको डेटा जॉइन करने जैसी ज़्यादा जटिल क्वेरी करनी हैं या जगहों के ग्रुप की औसत रेटिंग जैसी अतिरिक्त अहम जानकारी चाहिए, तो डेटासेट को सीधे तौर पर क्वेरी करें.

Places Count फ़ंक्शन और वे देश जहां यह सुविधा उपलब्ध है

जगह की अहम जानकारी देने वाली सुविधा के साथ ये फ़ंक्शन काम करते हैं:

• PLACES_COUNT: यह जगहों की संख्या वाली एक पंक्ति दिखाता है.
• PLACES_COUNT_PER_TYPE: यह फ़ंक्शन, जगह के टाइप के हिसाब से जगहों की संख्या वाली BigQuery टेबल दिखाता है.
• PLACES_COUNT_PER_GEO: यह फ़ंक्शन, हर इलाके के हिसाब से जगहों की संख्या वाली BigQuery टेबल दिखाता है.
• PLACES_COUNT_PER_H3: इससे हर H3 सेल के हिसाब से जगहों की संख्या वाली BigQuery टेबल मिलती है.

जगहों की संख्या के साथ-साथ, PLACES_COUNT_PER_TYPE, PLACES_COUNT_PER_GEO, और PLACES_COUNT_PER_H3 फ़ंक्शन भी जवाब के हर एलिमेंट के लिए ज़्यादा से ज़्यादा 250 जगहों के आईडी दिखाते हैं. सभी फ़िल्टर पैरामीटर देखें.

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.

फ़ंक्शन का इस्तेमाल करके क्वेरी लिखना

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

अगर आपने जगहों की अहम जानकारी सेट अप करते समय, लिंक किए गए डेटासेट का नाम बदल दिया है, तो BigQuery में जगह की गिनती के रेफ़रंस फ़ंक्शन में दिए गए डिफ़ॉल्ट टेबल के नामों के बजाय, अपने कस्टम 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 जाएगी.

उदाहरण के लिए:

PROJECT_NAME.places_insights___us.PLACES_COUNT

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

ध्यान दें: Places Count फ़ंक्शन का इस्तेमाल करने पर, फ़ंक्शन को FROM क्लॉज़ में बताया जाता है और WITH_AGGREGATION_THRESHOLD को शामिल नहीं किया जाता है.

अपने परिणाम फ़िल्टर करें

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 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, 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 रेस्टोरेंट में कुत्तों को अनुमति है या नहीं, के हिसाब से लागू किए गए हैं:

SELECT `PROJECT_NAME.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;

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

जगहों की संख्या बताने वाले फ़ंक्शन का उदाहरण

इस उदाहरण में, PLACES_COUNT फ़ंक्शन का इस्तेमाल करके, न्यूयॉर्क शहर में एंपायर स्टेट बिल्डिंग से 1,000 मीटर के दायरे में मौजूद चालू रेस्टोरेंट की संख्या दिखाई गई है:

SELECT `PROJECT_NAME.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;

जवाब में सिर्फ़ एक संख्या शामिल है:

इस उदाहरण में, BigQuery ST_GEOGPOINT फ़ंक्शन का इस्तेमाल किया गया है. यह फ़ंक्शन, किसी पॉइंट से GEOGRAPHY वैल्यू दिखाता है. इसके बाद, उस वैल्यू को geography पैरामीटर को पास करता है. यह पॉइंट के आस-पास खोज के दायरे और जगह के टाइप, "restaurant" को भी पास करता है.

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

टाइप, भौगोलिक जगह या H3 के हिसाब से जगह की संख्या का उदाहरण

जगहों की संख्या के साथ-साथ, PLACES_COUNT_PER_TYPE, PLACES_COUNT_PER_GEO, और PLACES_COUNT_PER_H3 फ़ंक्शन भी जवाब में शामिल जगहों के लिए, ज़्यादा से ज़्यादा 250 जगह के आईडी दिखाते हैं.

उदाहरण के लिए, PLACES_COUNT_PER_TYPE फ़ंक्शन, जगह के टाइप के हिसाब से जगह की संख्या वाली टेबल दिखाता है. जवाब में, हर टाइप से मेल खाने वाली जगहों के लिए प्लेस आईडी का एक कलेक्शन शामिल होता है. जगह के मिले हुए आईडी का इस्तेमाल करके, हर जगह के बारे में जानकारी देखी जा सकती है.

नीचे दिए गए फ़ंक्शन कॉल से, इन टाइप की जगहों की संख्या मिलती है: restaurant, cafe, और bar:

SELECT * FROM `PROJECT_NAME.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']
      )
);

यह फ़ंक्शन, तीन कॉलम वाली टेबल दिखाता है: type, count, और sample_place_ids. count कॉलम में, हर type के लिए जगह की संख्या दिखती है. वहीं, sample_place_ids कॉलम में, हर type के लिए ज़्यादा से ज़्यादा 250 जगह के आईडी दिखते हैं.

ध्यान दें: किसी जगह के बारे में जानकारी पाने के लिए, Place ID का इस्तेमाल करके Places API या Places UI kit को कॉल करें. सैंपल प्लेस आईडी का इस्तेमाल करके, Places Insights के डेटा की पुष्टि करना में एक उदाहरण दिया गया है.

नतीजों को विज़ुअलाइज़ करना

BigQuery के डेटा से अहम जानकारी पाने के लिए, विश्लेषण और बिज़नेस इंटेलिजेंस टूल बहुत ज़रूरी होते हैं. BigQuery, Google और तीसरे पक्ष के कई डेटा विज़ुअलाइज़ेशन टूल के साथ काम करता है. इनका इस्तेमाल करके, जगहों की अहम जानकारी के डेटा पर अपने फ़ंक्शन के नतीजों का विश्लेषण किया जा सकता है.

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

सीमाएं और ज़रूरी शर्तें

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

• सिर्फ़ COUNT से जुड़ी अहम जानकारी उपलब्ध है.
• खोज के लिए कम से कम 40.0 मीटर x 40.0 मीटर (1600 m²) का क्षेत्र होना चाहिए.
• जगह की जानकारी देने वाले फ़ंक्शन के काउंट पैरामीटर के इनपुट का साइज़ 1 एमबी से ज़्यादा नहीं होना चाहिए.
• जगह के आईडी, ब्रैंड, 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, Places Insights सेट अप करना लेख पढ़ें.
• फ़िल्टर पैरामीटर (उदाहरण के लिए, geography या types) केस-सेंसिटिव होते हैं. साथ ही, ये पैरामीटर के नामों से पूरी तरह मेल खाने चाहिए. ऐसा न होने पर, क्वेरी काम नहीं करेगी.

BigQuery में Places Count फ़ंक्शन का रेफ़रंस

सैंपल डेटासेट में मौजूद सभी शहरों और देशों के पूरे डेटासेट में, जगहों की संख्या बताने वाले फ़ंक्शन काम करते हैं.

आपने जिन शहरों और देशों के डेटासेट की सदस्यता ली है उनसे जुड़े 'जगहों की संख्या' फ़ंक्शन को ऐक्सेस किया जा सकता है. डेटासेट ऐक्सेस करने के लिए, जगह की अहम जानकारी सेट अप करें देखें.

ध्यान दें: अगर आपने जगह की अहम जानकारी सेट अप करते समय, लिंक किए गए डेटासेट का नाम बदल दिया है, तो यहां दी गई डिफ़ॉल्ट टेबल के नामों के बजाय, अपने कस्टम नाम का इस्तेमाल करें. आपके पास अपने प्रोजेक्ट का नाम शामिल करने का विकल्प भी है. अगर इनमें से कोई एक भी शामिल नहीं है, तो क्वेरी डिफ़ॉल्ट रूप से चालू प्रोजेक्ट पर सेट हो जाएगी.

इन टेबल में, उपलब्ध शहरों, देशों, और उनसे जुड़े टेबल के नामों की सूची दी गई है.

सैंपल डेटा

शहर, देश	टेबल के नाम
बुएनस आयरीज़, अर्जेंटीना	places_insights___ar___sample.FUNCTION_NAME
सिडनी, ऑस्ट्रेलिया	places_insights___au___sample.FUNCTION_NAME
बैड गैस्टीन, ऑस्ट्रिया	places_insights___at___sample.FUNCTION_NAME
रिफ़ा, बहरीन	places_insights___bh___sample.FUNCTION_NAME
ब्रसेल्स, बेल्जियम	places_insights___be___sample.FUNCTION_NAME
साओ पाओलो, ब्राज़ील	places_insights___br___sample.FUNCTION_NAME
प्लोवदिव, बुल्गारिया	places_insights___bg___sample.FUNCTION_NAME
टोरंटो, कनाडा	places_insights___ca___sample.FUNCTION_NAME
मैं चिली के शहर सैंटियागो में हूँ।	places_insights___cl___sample.FUNCTION_NAME
मेडेलिन, कोलंबिया	places_insights___co___sample.FUNCTION_NAME
ब्रनो, चेकिया	places_insights___cz___sample.FUNCTION_NAME
कोपेनहेगन, डेनमार्क	places_insights___dk___sample.FUNCTION_NAME
काहिरा, मिस्र	places_insights___eg___sample.FUNCTION_NAME
हेलसिंकी, फ़िनलैंड	places_insights___fi___sample.FUNCTION_NAME
पेरिस, फ़्रांस	places_insights___fr___sample.FUNCTION_NAME
बर्लिन, जर्मनी	places_insights___de___sample.FUNCTION_NAME
एथेंस, यूनान	places_insights___gr___sample.FUNCTION_NAME
हॉन्ग कॉन्ग, हॉन्ग कॉन्ग	places_insights___hk___sample.FUNCTION_NAME
डेब्रेटसेन, हंगरी	places_insights___hu___sample.FUNCTION_NAME
मुंबई, भारत	places_insights___in___sample.FUNCTION_NAME
जकार्ता, इंडोनेशिया	places_insights___id___sample.FUNCTION_NAME
कॉर्क, आयरलैंड	places_insights___ie___sample.FUNCTION_NAME
तेल अवीव-याफ़ा, इज़रायल	places_insights___il___sample.FUNCTION_NAME
रोम, इटली	places_insights___it___sample.FUNCTION_NAME
टोक्यो, जापान	places_insights___jp___sample.FUNCTION_NAME
बुसान, दक्षिण कोरिया	places_insights___kr___sample.FUNCTION_NAME
कुआलालंपुर, मलेशिया	places_insights___my___sample.FUNCTION_NAME
मेक्सिको सिटी, मेक्सिको	places_insights___mx___sample.FUNCTION_NAME
Amsterdam, Netherlands	places_insights___nl___sample.FUNCTION_NAME
वेलिंग्टन, न्यूज़ीलैंड	places_insights___nz___sample.FUNCTION_NAME
ओस्लो, नॉर्वे	places_insights___no___sample.FUNCTION_NAME
आरेक्विपा, पेरू	places_insights___pe___sample.FUNCTION_NAME
मनीला, फ़िलीपींस	places_insights___ph___sample.FUNCTION_NAME
वारसा, पोलैंड	places_insights___pl___sample.FUNCTION_NAME
लिस्बन, पुर्तगाल	places_insights___pt___sample.FUNCTION_NAME
लुसैल, कतर	places_insights___qa___sample.FUNCTION_NAME
बुखारेस्ट, रोमानिया	places_insights___ro___sample.FUNCTION_NAME
जेद्दाह, सऊदी अरब	places_insights___sa___sample.FUNCTION_NAME
सिंगापुर, सिंगापुर	places_insights___sg___sample.FUNCTION_NAME
जोहानसबर्ग, दक्षिण अफ़्रीका	places_insights___za___sample.FUNCTION_NAME
मैड्रिड, स्पेन	places_insights___es___sample.FUNCTION_NAME
स्टॉकहोम, स्वीडन	places_insights___se___sample.FUNCTION_NAME
ज़्यूरिख, स्विट्ज़रलैंड	places_insights___ch___sample.FUNCTION_NAME
ताइपे, ताइवान	places_insights___tw___sample.FUNCTION_NAME
चियांग माई, थाईलैंड	places_insights___th___sample.FUNCTION_NAME
अंकारा, तुर्किये	places_insights___tr___sample.FUNCTION_NAME
शारजाह, संयुक्त अरब अमीरात	places_insights___ae___sample.FUNCTION_NAME
लंदन, यूनाइटेड किंगडम	places_insights___gb___sample.FUNCTION_NAME
न्यूयॉर्क शहर, अमेरिका	places_insights___us___sample.FUNCTION_NAME
हनोई, वियतनाम	places_insights___vn___sample.FUNCTION_NAME

पूरा डेटा

देश	टेबल के नाम
अर्जेंटीना	places_insights___ar.FUNCTION_NAME
ऑस्ट्रेलिया	places_insights___au.FUNCTION_NAME
ऑस्ट्रिया	places_insights___at.FUNCTION_NAME
बहरीन	places_insights___bh.FUNCTION_NAME
बेल्जियम	places_insights___be.FUNCTION_NAME
ब्राज़ील	places_insights___br.FUNCTION_NAME
बुल्गारिया	places_insights___bg.FUNCTION_NAME
कनाडा	places_insights___ca.FUNCTION_NAME
चिली	places_insights___cl.FUNCTION_NAME
कोलंबिया	places_insights___co.FUNCTION_NAME
चेक गणराज्य	places_insights___cz.FUNCTION_NAME
डेनमार्क	places_insights___dk.FUNCTION_NAME
मिस्र	places_insights___eg.FUNCTION_NAME
फ़िनलैंड	places_insights___fi.FUNCTION_NAME
फ़्रांस	places_insights___fr.FUNCTION_NAME
जर्मनी	places_insights___de.FUNCTION_NAME
ग्रीस	places_insights___gr.FUNCTION_NAME
हॉन्ग कॉन्ग	places_insights___hk.FUNCTION_NAME
हंगरी	places_insights___hu.FUNCTION_NAME
भारत	places_insights___in.FUNCTION_NAME
इंडोनेशिया	places_insights___id.FUNCTION_NAME
आयरलैंड	places_insights___ie.FUNCTION_NAME
इज़रायल	places_insights___il.FUNCTION_NAME
इटली	places_insights___it.FUNCTION_NAME
जापान	places_insights___jp.FUNCTION_NAME
मलेशिया	places_insights___my.FUNCTION_NAME
मेक्सिको	places_insights___mx.FUNCTION_NAME
नीदरलैंड्स	places_insights___nl.FUNCTION_NAME
न्यूज़ीलैंड	places_insights___nz.FUNCTION_NAME
नॉर्वे	places_insights___no.FUNCTION_NAME
पेरू	places_insights___pe.FUNCTION_NAME
फ़िलिपींस	places_insights___ph.FUNCTION_NAME
पोलैंड	places_insights___pl.FUNCTION_NAME
पुर्तगाल	places_insights___pt.FUNCTION_NAME
कतर	places_insights___qa.FUNCTION_NAME
रोमानिया	places_insights___ro.FUNCTION_NAME
सऊदी अरब	places_insights___sa.FUNCTION_NAME
सिंगापुर	places_insights___sg.FUNCTION_NAME
दक्षिण अफ़्रीका	places_insights___za.FUNCTION_NAME
दक्षिण कोरिया	places_insights___kr.FUNCTION_NAME
स्पेन	places_insights___es.FUNCTION_NAME
स्वीडन	places_insights___se.FUNCTION_NAME
स्विट्ज़रलैंड	places_insights___ch.FUNCTION_NAME
ताइवान	places_insights___tw.FUNCTION_NAME
थाईलैंड	places_insights___th.FUNCTION_NAME
तुर्किये	places_insights___tr.FUNCTION_NAME
संयुक्त अरब अमीरात	places_insights___ae.FUNCTION_NAME
यूनाइटेड किंगडम	places_insights___gb.FUNCTION_NAME
अमेरिका	places_insights___us.FUNCTION_NAME
वियतनाम	places_insights___vn.FUNCTION_NAME