Dataset mit Places Count-Funktionen abfragen

Die Funktionen für die Anzahl der Orte sind vordefinierte SQL-Abfragen, die in BigQuery ausgeführt werden und eine Ergänzung zur direkten Abfrage des Datasets darstellen. Der Hauptunterschied zwischen dem direkten Abfragen der Daten und der Verwendung einer Funktion besteht darin, dass bei Funktionen kein Mindestanzahlschwellenwert, sondern ein Mindestsuchbereich erzwungen wird:

  • Ortsdatensätze abfragen können nur Zählungen ab 5 zurückgeben, es gibt aber keine Einschränkungen für die Größe des Suchbereichs.
  • Places Count-Funktionen können beliebige Anzahlwerte zurückgeben, einschließlich 0, erzwingen aber eine Mindestsuchfläche von 40,0 × 40,0 Metern (1.600 m2). Funktionen können auch Orts-IDs zurückgeben, mit denen Informationen zu einzelnen Orten abgerufen werden können.

Sie sollten Places Count-Funktionen verwenden, wenn es wichtig ist zu wissen, wann eine Anfrage keine Ergebnisse zurückgibt oder wenn Sie niedrige Anzahlen von Orten unter 5 benötigen. Sie ist auch nützlich, wenn Sie einzelne Ortsinformationen benötigen, um Ihre Ergebnisse zu überprüfen.

Die Funktionen für die Anzahl der Orte liefern nur Anzahlwerte. Wenn Sie komplexere Abfragen wie Datenverknüpfungen ausführen oder zusätzliche Informationen wie die durchschnittliche Bewertung einer Gruppe von Orten abrufen möchten, fragen Sie das Dataset direkt ab.

Unterstützte Funktionen und Länder für die Anzahl der Orte

Places Insights unterstützt die folgenden Funktionen:

  • PLACES_COUNT: Gibt eine einzelne Zeile mit der Anzahl der Orte zurück.
  • PLACES_COUNT_PER_TYPE: Gibt eine BigQuery-Tabelle mit der Anzahl der Orte nach Ortstyp zurück.
  • PLACES_COUNT_PER_GEO: Gibt eine BigQuery-Tabelle mit der Anzahl der Orte nach geografischen Einheiten zurück.
  • PLACES_COUNT_PER_H3: Gibt eine BigQuery-Tabelle mit der Anzahl der Orte pro H3-Zelle zurück.

Zusammen mit der Anzahl der Orte geben die Funktionen PLACES_COUNT_PER_TYPE, PLACES_COUNT_PER_GEO und PLACES_COUNT_PER_H3 auch bis zu 250 Orts-IDs pro Element der Antwort zurück. Alle Filterparameter ansehen

Orts-IDs können für Folgendes verwendet werden:

Abfragen mit Funktionen schreiben

Verwenden Sie das folgende Format, um die Funktionen aufzurufen: [project name (optional)].[table name].[function name].

Wenn Sie den Namen des verknüpften Datasets bei der Einrichtung von Places Insights geändert haben, verwenden Sie Ihren benutzerdefinierten Namen anstelle der Standardtabellennamen, die unter Funktionen zum Zählen von Referenzorten in BigQuery aufgeführt sind. Optional können Sie auch den Projektnamen angeben. Wenn kein Projekt angegeben ist, wird standardmäßig das aktive Projekt verwendet.

Beispiel:

PROJECT_NAME.places_insights___us.PLACES_COUNT

Verwenden Sie ein JSON_OBJECT, um Argumente an die Funktion zu übergeben.

Ergebnisse filtern

Die Funktionen für die Anzahl der Orte unterstützen viele Filter, mit denen Sie Ihre Suche eingrenzen können. Bei diesen Parametern (z. B. price_level oder types) wird die Groß-/Kleinschreibung beachtet und sie müssen exakt mit den Parameternamen übereinstimmen. Vollständige Liste der Optionen

Im nächsten Beispiel wenden Sie Filter an, um die Suche nach Mindestnutzerbewertung, Preisniveau, Unternehmensstatus und danach zu beschränken, ob Hunde im Restaurant erlaubt sind:

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;

Beispiel für die Funktion „Places Count“

Im folgenden Beispiel wird die PLACES_COUNT-Funktion verwendet, um die Anzahl der betriebsbereiten Restaurants im Umkreis von 1.000 Metern um das Empire State Building in New York City zurückzugeben:

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;

Die Antwort enthält eine einzelne Anzahl:

Ergebnisse für die Funktion „Orte zählen“ in New York City.

In diesem Beispiel wird die BigQuery-Funktion ST_GEOGPOINT verwendet, um einen GEOGRAPHY-Wert von einem Punkt zurückzugeben und diesen Wert dann an den Parameter geography zu übergeben. Außerdem wird der Suchradius um den Punkt und der zu suchende Ortstyp "restaurant" übergeben.

Anzahl der Orte nach Typ, geografischer Einheit oder H3-Beispiel

Zusammen mit der Anzahl der Orte geben die Funktionen PLACES_COUNT_PER_TYPE, PLACES_COUNT_PER_GEO und PLACES_COUNT_PER_H3 auch bis zu 250 Orts-IDs für die in der Antwort enthaltenen Orte zurück.

Die Funktion PLACES_COUNT_PER_TYPE gibt beispielsweise eine Tabelle mit der Anzahl der Orte pro Ortstyp zurück. Die Antwort enthält ein Array von Orts-IDs für die Orte, die den einzelnen Typen entsprechen. Sie können die zurückgegebenen Orts-IDs verwenden, um Informationen zu den einzelnen Orten abzurufen.

Der folgende Funktionsaufruf gibt die Anzahl der Orte mit den Typen restaurant, cafe und bar zurück:

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']
      )
);

Diese Funktion gibt eine Tabelle mit drei Spalten zurück: type, count und sample_place_ids. In der Spalte count wird die Anzahl der Orte für jede type angezeigt und in der Spalte sample_place_ids sind bis zu 250 Orts-IDs für jede type aufgeführt.

Ergebnisse für die Funktion „Anzahl der Orte“ in New York City.

Ergebnisse visualisieren

Analyse- und Business Intelligence-Tools sind entscheidend, um Erkenntnisse aus Ihren BigQuery-Daten zu gewinnen. BigQuery unterstützt mehrere Datenvisualisierungstools von Google und Drittanbietern, mit denen Sie die Ergebnisse Ihrer Funktionen für Places Insights-Daten analysieren können.

Ein Beispiel für die Visualisierung der Ergebnisse einer Funktion finden Sie unter Ergebnisse visualisieren. Weitere Informationen und ein Beispiel zum Visualisieren von Places Insights-Ergebnissen finden Sie unter Abfrageergebnisse visualisieren.

Beschränkungen und Anforderungen

Für die Funktionen für die Anzahl der Orte gelten die folgenden Einschränkungen und Anforderungen:

  • Es werden nur COUNT-Statistiken unterstützt.
  • Die Mindestsuchfläche beträgt 40,0 × 40,0 Meter (1.600 m2).
  • Die Eingabegröße für den Parameter „Anzahl der Orte“ ist auf 1 MB beschränkt.
  • Das Filtern nach Orts-ID, Marken, Lademöglichkeiten für Elektrofahrzeuge oder Adresskomponenten wird nicht unterstützt.
  • Sie können nur für die Städte und Länder, für die Sie ein Abo abgeschlossen haben, auf die Funktionen für die Anzahl der Orte zugreifen. Informationen zum Einrichten des Dataset-Zugriffs finden Sie unter Places Insights einrichten.
  • Bei Filterparametern (z. B. geography oder types) wird die Groß-/Kleinschreibung berücksichtigt. Sie müssen exakt mit den Parameternamen übereinstimmen, da die Abfrage sonst fehlschlägt.

Funktionen für die Anzahl der Orte in BigQuery referenzieren

Alle Städte im Beispieldataset und alle Länder im vollständigen Dataset unterstützen die Funktionen für die Anzahl der Orte.

Sie haben Zugriff auf die Funktionen für die Anzahl der Orte, die den Datasets für Städte und Länder entsprechen, die Sie abonniert haben. Informationen zum Dataset-Zugriff finden Sie unter Places Insights einrichten.

In diesen Tabellen sind die verfügbaren Städte, Länder und die entsprechenden Tabellennamen aufgeführt.

Beispieldaten

Stadt, Land Tabellennamen
Sydney, Australien places_insights___au___sample.FUNCTION_NAME
São Paulo, Brasilien places_insights___br___sample.FUNCTION_NAME
Toronto, Kanada places_insights___ca___sample.FUNCTION_NAME
Paris, Frankreich places_insights___fr___sample.FUNCTION_NAME
Berlin, Deutschland places_insights___de___sample.FUNCTION_NAME
Mumbai, Indien places_insights___in___sample.FUNCTION_NAME
Jakarta, Indonesien places_insights___id___sample.FUNCTION_NAME
Rom, Italien places_insights___it___sample.FUNCTION_NAME
Tokio, Japan places_insights___jp___sample.FUNCTION_NAME
Mexiko-Stadt, Mexiko places_insights___mx___sample.FUNCTION_NAME
Madrid, Spanien places_insights___es___sample.FUNCTION_NAME
Zürich, Schweiz places_insights___ch___sample.FUNCTION_NAME
London, Vereinigtes Königreich places_insights___gb___sample.FUNCTION_NAME
New York City, USA places_insights___us___sample.FUNCTION_NAME

Vollständige Daten

Land Tabellennamen
Australien places_insights___au.FUNCTION_NAME
Brasilien places_insights___br.FUNCTION_NAME
Kanada places_insights___ca.FUNCTION_NAME
Frankreich places_insights___fr.FUNCTION_NAME
Deutschland places_insights___de.FUNCTION_NAME
Indien places_insights___in.FUNCTION_NAME
Indonesien places_insights___id.FUNCTION_NAME
Italien places_insights___it.FUNCTION_NAME
Japan places_insights___jp.FUNCTION_NAME
Mexiko places_insights___mx.FUNCTION_NAME
Spanien places_insights___es.FUNCTION_NAME
Schweiz places_insights___ch.FUNCTION_NAME
Vereinigtes Königreich places_insights___gb.FUNCTION_NAME
USA places_insights___us.FUNCTION_NAME