PLACES_COUNT_PER_H3 ফাংশন

PLACES_COUNT_PER_H3 ফাংশনটি অনুসন্ধানের জন্য একটি ভৌগোলিক এলাকা নেয় এবং অনুসন্ধান এলাকার প্রতি H3 কক্ষে স্থান গণনার একটি সারণী প্রদান করে।

যেহেতু PLACES_COUNT_PER_GEO ফাংশনটি একটি টেবিল ফেরত দেয়, তাই FROM ক্লজ ব্যবহার করে এটিকে কল করুন।

• ইনপুট পরামিতি:

  • প্রয়োজনীয় : geography ফিল্টার প্যারামিটার যা অনুসন্ধান এলাকা নির্দিষ্ট করে। geography প্যারামিটার হল BigQuery GEOGRAPHY ডেটা টাইপ দ্বারা সংজ্ঞায়িত একটি মান, যা পয়েন্ট, লাইনস্ট্রিং এবং বহুভুজ সমর্থন করে।

    ভিউপোর্ট এবং লাইনের মতো বিভিন্ন ধরণের অনুসন্ধান ভৌগোলিক ব্যবহারের উদাহরণের জন্য, PLACES_COUNT ফাংশনটি দেখুন।

  • প্রয়োজনীয় : h3_resolution ফিল্টার প্যারামিটার যা প্রতিটি H3 কক্ষের স্থানের সংখ্যা একত্রিত করতে ব্যবহৃত H3 রেজোলিউশন নির্দিষ্ট করে। সমর্থিত মান 0 থেকে 8 পর্যন্ত।

  • ঐচ্ছিক : আপনার অনুসন্ধানকে পরিমার্জিত করার জন্য অতিরিক্ত ফিল্টার প্যারামিটার।

• রিটার্ন:

  • প্রতি H3 কক্ষে একটি করে সারি বিশিষ্ট একটি টেবিল। টেবিলটিতে h3_cell_index ( STRING ), geography ( GEOGRAPHY ) কলাম রয়েছে যা H3 কক্ষের প্রতিনিধিত্বকারী বহুভুজ, count ( INT64 ), এবং place_ids ( ARRAY<STRING> ) সংজ্ঞায়িত করে যেখানে place_ids প্রতিটি H3 কক্ষের জন্য 250টি পর্যন্ত স্থান ID ধারণ করে।

উদাহরণ: H3 সেল প্রতি হুইলচেয়ার অ্যাক্সেসযোগ্য সুবিধা এবং মুদি দোকান গণনা করুন

নীচের উদাহরণটি নিউ ইয়র্ক সিটিতে প্রতি H3 সেলের জন্য কার্যকরী, হুইলচেয়ার অ্যাক্সেসযোগ্য সুবিধা এবং মুদি দোকানের সংখ্যা গণনা করে। H3 সেলগুলি 8 এর রেজোলিউশন স্তর ব্যবহার করে।

এই উদাহরণে নিউ ইয়র্ক সিটির ভূগোল পেতে ওভারচার ম্যাপস ডেটা বিগকুয়েরি পাবলিক ডেটাসেট ব্যবহার করা হয়েছে।

দ্রষ্টব্য: যেহেতু প্রতিক্রিয়া সারণীতে একটি geography ক্ষেত্র রয়েছে, আপনি BigQuery GEOGRAPHY প্রকারগুলিকে সমর্থন করে এমন সরঞ্জামগুলি ব্যবহার করে এটি কল্পনা করতে পারেন। কোনও ফাংশনের ফলাফল কল্পনা করার উদাহরণের জন্য, ফলাফলগুলি ভিজ্যুয়ালাইজ করুন দেখুন। স্থান অন্তর্দৃষ্টি ফলাফল কল্পনা করার বিষয়ে আরও তথ্য এবং উদাহরণের জন্য, অনুসন্ধান ফলাফলগুলি ভিজ্যুয়ালাইজ করুন দেখুন।

DECLARE geo GEOGRAPHY;

-- Get the geography for New York City.
SET geo = (SELECT geometry FROM `bigquery-public-data.overture_maps.division_area`
  WHERE country = 'US' AND names.primary = 'City of New York'  LIMIT 1);

SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_PER_H3`(
  JSON_OBJECT(
      'geography', geo,
      'types', ["convenience_store","grocery_store"],
      'wheelchair_accessible_entrance', true,
      'business_status', ['OPERATIONAL'],
      'h3_resolution', 8
    )
);

ফাংশনটির প্রতিক্রিয়া:

ফলাফল ভিজ্যুয়ালাইজ করুন

নিচের ছবিগুলিতে লুকার স্টুডিওতে একটি পূর্ণ মানচিত্র হিসেবে প্রদর্শিত এই ডেটা দেখানো হয়েছে। H3 সেল যত গাঢ় হবে, ফলাফলের ঘনত্ব তত বেশি হবে:

লুকার স্টুডিওতে আপনার ডেটা আমদানি করতে:

1. ফলাফল তৈরি করতে উপরের ফাংশনটি চালান।

2. BigQuery ফলাফলে, Open in -> Looker Studio এ ক্লিক করুন। আপনার ফলাফল স্বয়ংক্রিয়ভাবে Looker Studio এ আমদানি করা হবে।

3. লুকার স্টুডিও একটি ডিফল্ট রিপোর্ট পৃষ্ঠা তৈরি করে এবং ফলাফলের একটি শিরোনাম, টেবিল এবং বার গ্রাফ দিয়ে এটি শুরু করে।

   

4. পৃষ্ঠার সবকিছু নির্বাচন করুন এবং মুছে ফেলুন।

5. আপনার রিপোর্টে একটি পূর্ণ মানচিত্র যোগ করতে Insert -> Filled map এ ক্লিক করুন।

6. চার্টের ধরণ -> সেটআপের অধীনে নীচে দেখানো ক্ষেত্রগুলি কনফিগার করুন::

   

7. ভরাট মানচিত্রটি উপরের মতো দেখাচ্ছে। মানচিত্রের চেহারা আরও কনফিগার করতে আপনি ঐচ্ছিকভাবে চার্টের ধরণ -> শৈলী নির্বাচন করতে পারেন।

স্থান অন্তর্দৃষ্টি ফলাফল ভিজ্যুয়ালাইজ করার বিষয়ে আরও তথ্য এবং উদাহরণের জন্য, ভিজ্যুয়ালাইজ কোয়েরি ফলাফল দেখুন।