এই পৃষ্ঠাটি Cloud Translation API অনুবাদ করেছে।

Places Count ফাংশন ব্যবহার করে ডেটাসেটটি অনুসন্ধান করুন

Places Count ফাংশন হল পূর্বনির্ধারিত SQL কোয়েরি যা BigQuery তে চলে এবং সরাসরি ডেটাসেট কোয়েরির পরিপূরক। সরাসরি ডেটা কোয়েরি করা এবং একটি ফাংশন ব্যবহারের মধ্যে প্রধান পার্থক্য হল যে ফাংশনগুলি একটি ন্যূনতম গণনা থ্রেশহোল্ড প্রয়োগ করে না বরং একটি ন্যূনতম অনুসন্ধান এলাকা প্রয়োগ করে:

প্লেস ডেটাসেট কোয়েরিগুলি কেবল ৫ এবং তার বেশি সংখ্যা প্রদান করতে পারে, তবে অনুসন্ধান এলাকার আকারের উপর কোনও সীমাবদ্ধতা প্রয়োগ করে না।
Places Count ফাংশন 0 সহ যেকোনো গণনা ফেরত দিতে পারে, কিন্তু ন্যূনতম 40.0 মিটার বাই 40.0 মিটার (1600 m ² ) অনুসন্ধান এলাকা জোরদার করে। ফাংশনগুলি Place ID গুলিও ফেরত দিতে পারে, যা পৃথক Places সম্পর্কে তথ্য অনুসন্ধান করতে ব্যবহার করা যেতে পারে।

কোন কোয়েরি কখন কোন ফলাফল দেয় না অথবা ৫ এর নিচে স্থানের সংখ্যা কম কিনা তা জানা গুরুত্বপূর্ণ হলে, আপনি Places Count ফাংশন ব্যবহার করতে পারেন। আপনার ফলাফল স্পট চেক করার জন্য যদি আপনার পৃথক স্থানের তথ্য সংগ্রহের প্রয়োজন হয়, তাহলেও এটি কার্যকর।

Places Count ফাংশনগুলি কেবল গণনা প্রদান করে, তাই যদি আপনার ডেটা যোগদানের মতো আরও জটিল প্রশ্ন করতে হয়, অথবা স্থানগুলির একটি গ্রুপের গড় রেটিং এর মতো অতিরিক্ত অন্তর্দৃষ্টি পেতে হয়, তাহলে সরাসরি ডেটাসেটটি জিজ্ঞাসা করুন ।

সমর্থিত স্থান গণনা ফাংশন এবং দেশ

প্লেসেস ইনসাইটস নিম্নলিখিত ফাংশনগুলিকে সমর্থন করে:

PLACES_COUNT : স্থানের সংখ্যা সম্বলিত একটি একক সারি প্রদান করে।
PLACES_COUNT_PER_TYPE : স্থানের ধরণ অনুসারে স্থান গণনার একটি BigQuery সারণী প্রদান করে।
PLACES_COUNT_PER_GEO : প্রতিটি ভৌগোলিক অঞ্চলের স্থান গণনার একটি BigQuery সারণী প্রদান করে।
PLACES_COUNT_PER_H3 : প্রতি H3 কক্ষে স্থান গণনার একটি BigQuery টেবিল প্রদান করে।

স্থান গণনার পাশাপাশি, PLACES_COUNT_PER_TYPE , PLACES_COUNT_PER_GEO , এবং PLACES_COUNT_PER_H3 ফাংশনগুলি প্রতিক্রিয়ার প্রতিটি উপাদানের জন্য 250টি পর্যন্ত স্থান আইডি প্রদান করে। সমস্ত ফিল্টার প্যারামিটার দেখুন ।

স্থান আইডি ব্যবহার করা যেতে পারে:

ফাংশন সহ কোয়েরি লিখুন

ফাংশনগুলি কল করার জন্য নিম্নলিখিত ফর্ম্যাটটি ব্যবহার করুন: [project name (optional)].[table name].[function name] .

যদি আপনি Places Insights সেট আপ করার সময় লিঙ্ক করা ডেটাসেটের নাম পরিবর্তন করে থাকেন, তাহলে BigQuery এর Reference place count ফাংশনে তালিকাভুক্ত ডিফল্ট টেবিলের নামের পরিবর্তে আপনার কাস্টম নাম ব্যবহার করুন। আপনি ঐচ্ছিকভাবে আপনার প্রকল্পের নামও অন্তর্ভুক্ত করতে পারেন। যদি একটি অন্তর্ভুক্ত না করা হয়, তাহলে কোয়েরিটি সক্রিয় প্রকল্পে ডিফল্ট হবে।

উদাহরণস্বরূপ:

PROJECT_NAME.places_insights___us.PLACES_COUNT

ফাংশনে আর্গুমেন্ট পাস করতে একটি JSON_OBJECT ব্যবহার করুন।

আপনার ফলাফল ফিল্টার করুন

আপনার অনুসন্ধানকে আরও পরিমার্জিত করার জন্য Places Count ফাংশনগুলি অনেক ফিল্টার সমর্থন করে। এই প্যারামিটারগুলি (উদাহরণস্বরূপ, price_level বা types ) কেস-সংবেদনশীল এবং অবশ্যই প্যারামিটারের নামের সাথে হুবহু মিলতে হবে। বিকল্পগুলির সম্পূর্ণ তালিকার জন্য ফিল্টার প্যারামিটার রেফারেন্স দেখুন ।

পরবর্তী উদাহরণে, আপনি ন্যূনতম ব্যবহারকারীর রেটিং, মূল্য স্তর, ব্যবসায়িক অবস্থা এবং রেস্তোরাঁ কুকুরদের অনুমতি দেয় কিনা তা অনুসারে অনুসন্ধান সীমাবদ্ধ করতে ফিল্টার প্রয়োগ করবেন:

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;

স্থান গণনা ফাংশনের উদাহরণ

নিম্নলিখিত উদাহরণে নিউ ইয়র্ক সিটির এম্পায়ার স্টেট বিল্ডিংয়ের ১০০০ মিটারের মধ্যে চালু থাকা রেস্তোরাঁর সংখ্যা ফেরত দিতে PLACES_COUNT ফাংশন ব্যবহার করা হয়েছে:

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;

উত্তরটিতে একটি মাত্র গণনা রয়েছে:

নিউ ইয়র্ক সিটিতে প্লেস কাউন্ট ফাংশনের ফলাফল।

এই উদাহরণে BigQuery ST_GEOGPOINT ফাংশন ব্যবহার করে একটি বিন্দু থেকে একটি GEOGRAPHY মান ফেরত পাঠানো হয় এবং তারপর সেই মানটি geography প্যারামিটারে পাস করা হয়। এটি বিন্দুর চারপাশে অনুসন্ধান ব্যাসার্ধ এবং অনুসন্ধানের জন্য স্থানের ধরণ, "restaurant" ও পাস করে।

প্রকার, জিও, অথবা H3 উদাহরণ অনুসারে স্থান গণনা

স্থান গণনার পাশাপাশি, PLACES_COUNT_PER_TYPE , PLACES_COUNT_PER_GEO , এবং PLACES_COUNT_PER_H3 ফাংশনগুলি প্রতিক্রিয়ায় অন্তর্ভুক্ত স্থানগুলির জন্য 250টি পর্যন্ত স্থান আইডি ফেরত দেয়।

উদাহরণস্বরূপ, PLACES_COUNT_PER_TYPE ফাংশনটি প্রতিটি স্থানের ধরণ অনুসারে স্থান গণনার একটি সারণী প্রদান করে। প্রতিক্রিয়াতে প্রতিটি ধরণের সাথে মেলে এমন স্থানের জন্য স্থান আইডিগুলির একটি অ্যারে অন্তর্ভুক্ত করা হয়েছে। আপনি প্রতিটি স্থান সম্পর্কে তথ্য অনুসন্ধান করতে ফিরে আসা স্থান আইডি ব্যবহার করতে পারেন।

নিম্নলিখিত ফাংশন কলটি restaurant , cafe এবং bar প্রকারের স্থানের গণনা প্রদান করে:

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']
      )
);

এই ফাংশনটি তিনটি কলাম সহ একটি টেবিল ফেরত দেয়: type , count , এবং sample_place_ids । count কলামগুলি প্রতিটি type জন্য স্থান গণনা দেখায় এবং sample_place_ids কলাম প্রতিটি type জন্য 250 টি পর্যন্ত স্থান আইডি দেখায়।

নিউ ইয়র্ক সিটিতে স্থান গণনার ধরণ ফাংশনের ফলাফল।

ফলাফল ভিজ্যুয়ালাইজ করুন

আপনার BigQuery ডেটা থেকে অন্তর্দৃষ্টি আবিষ্কার করতে বিশ্লেষণ এবং ব্যবসায়িক বুদ্ধিমত্তার সরঞ্জামগুলি অত্যন্ত গুরুত্বপূর্ণ। BigQuery বেশ কয়েকটি Google এবং তৃতীয় পক্ষের ডেটা ভিজ্যুয়ালাইজেশন সরঞ্জাম সমর্থন করে যা আপনি Places Insights ডেটাতে আপনার ফাংশনের ফলাফল বিশ্লেষণ করতে ব্যবহার করতে পারেন।

একটি ফাংশনের ফলাফল ভিজ্যুয়ালাইজ করার উদাহরণের জন্য, ভিজ্যুয়ালাইজ ফলাফল দেখুন। প্লেসেস ইনসাইট ফলাফল ভিজ্যুয়ালাইজ করার বিষয়ে আরও তথ্য এবং উদাহরণের জন্য, ভিজ্যুয়ালাইজ কোয়েরি ফলাফল দেখুন।

সীমাবদ্ধতা এবং প্রয়োজনীয়তা

Places Count ফাংশনগুলির নিম্নলিখিত সীমাবদ্ধতা এবং প্রয়োজনীয়তা রয়েছে:

শুধুমাত্র COUNT অন্তর্দৃষ্টি সমর্থিত।
ন্যূনতম ৪০.০ মিটার বাই ৪০.০ মিটার (১৬০০ মি ^২ ) অনুসন্ধান এলাকা প্রয়োজন।
প্লেস ফাংশন কাউন্ট প্যারামিটার ইনপুট সাইজ 1 MB এর মধ্যে সীমাবদ্ধ।
স্থান আইডি, ব্র্যান্ড, ইভি চার্জ বিকল্প, বা ঠিকানা উপাদান অনুসারে ফিল্টার করার জন্য কোনও সমর্থন নেই।
আপনি শুধুমাত্র সেই শহর এবং দেশগুলির জন্য স্থান গণনা ফাংশন অ্যাক্সেস করতে পারবেন যেখানে আপনি সাবস্ক্রাইব করেছেন। ডেটাসেট অ্যাক্সেসের জন্য স্থান অন্তর্দৃষ্টি সেট আপ করুন দেখুন।
ফিল্টার প্যারামিটারগুলি (উদাহরণস্বরূপ, geography বা types ) কেস-সংবেদনশীল এবং অবশ্যই প্যারামিটারের নামের সাথে হুবহু মিলতে হবে, অন্যথায় কোয়েরি ব্যর্থ হবে।

BigQuery-তে রেফারেন্স প্লেস কাউন্ট ফাংশন

নমুনা ডেটাসেটের সমস্ত শহর এবং দেশগুলির সম্পূর্ণ ডেটাসেট প্লেস কাউন্ট ফাংশন সমর্থন করে।

আপনার সাবস্ক্রাইব করা শহর এবং দেশের ডেটাসেটের সাথে সম্পর্কিত Places Count ফাংশনগুলিতে আপনার অ্যাক্সেস আছে। ডেটাসেট অ্যাক্সেসের জন্য Set up Places Insights দেখুন।

দ্রষ্টব্য: যদি আপনি প্লেস ইনসাইট সেট আপ করার সময় লিঙ্ক করা ডেটাসেটের নাম পরিবর্তন করে থাকেন, তাহলে এখানে তালিকাভুক্ত ডিফল্ট টেবিলের নামের পরিবর্তে আপনার কাস্টম নাম ব্যবহার করুন। আপনি ঐচ্ছিকভাবে আপনার প্রকল্পের নামও অন্তর্ভুক্ত করতে পারেন। যদি একটি অন্তর্ভুক্ত না করা হয়, তাহলে কোয়েরিটি সক্রিয় প্রকল্পে ডিফল্ট হবে।

এই টেবিলগুলিতে উপলব্ধ শহর, দেশ এবং তাদের সংশ্লিষ্ট টেবিলের নাম তালিকাভুক্ত করা হয়েছে।

নমুনা তথ্য

শহর, দেশ	টেবিলের নাম
সিডনি, অস্ট্রেলিয়া	`places_insights___au___sample. FUNCTION_NAME`
সাও পাওলো, ব্রাজিল	`places_insights___br___sample. FUNCTION_NAME`
টরন্টো, কানাডা	`places_insights___ca___sample. FUNCTION_NAME`
প্যারিস, ফ্রান্স	`places_insights___fr___sample. FUNCTION_NAME`
বার্লিন, জার্মানি	`places_insights___de___sample. FUNCTION_NAME`
মুম্বাই, ভারত	`places_insights___in___sample. FUNCTION_NAME`
জাকার্তা, ইন্দোনেশিয়া	`places_insights___id___sample. FUNCTION_NAME`
রোম, ইতালি	`places_insights___it___sample. FUNCTION_NAME`
টোকিও, জাপান	`places_insights___jp___sample. FUNCTION_NAME`
মেক্সিকো সিটি, মেক্সিকো	`places_insights___mx___sample. FUNCTION_NAME`
মাদ্রিদ, স্পেন	`places_insights___es___sample. FUNCTION_NAME`
জুরিখ, সুইজারল্যান্ড	`places_insights___ch___sample. FUNCTION_NAME`
লন্ডন, যুক্তরাজ্য	`places_insights___gb___sample. FUNCTION_NAME`
নিউ ইয়র্ক সিটি, মার্কিন যুক্তরাষ্ট্র	`places_insights___us___sample. FUNCTION_NAME`

সম্পূর্ণ তথ্য

দেশ	টেবিলের নাম
অস্ট্রেলিয়া	`places_insights___au. FUNCTION_NAME`
ব্রাজিল	`places_insights___br. FUNCTION_NAME`
কানাডা	`places_insights___ca. FUNCTION_NAME`
ফ্রান্স	`places_insights___fr. FUNCTION_NAME`
জার্মানি	`places_insights___de. FUNCTION_NAME`
ভারত	`places_insights___in. FUNCTION_NAME`
ইন্দোনেশিয়া	`places_insights___id. FUNCTION_NAME`
ইতালি	`places_insights___it. FUNCTION_NAME`
জাপান	`places_insights___jp. FUNCTION_NAME`
মেক্সিকো	`places_insights___mx. FUNCTION_NAME`
স্পেন	`places_insights___es. FUNCTION_NAME`
সুইজারল্যান্ড	`places_insights___ch. FUNCTION_NAME`
যুক্তরাজ্য	`places_insights___gb. FUNCTION_NAME`
মার্কিন যুক্তরাষ্ট্র	`places_insights___us. FUNCTION_NAME`