이 문서에서는 Maps JavaScript API를 사용하여 Google 경계의 동적 데이터 기반 스타일 지정을 구현하는 이유와 방법을 설명합니다. 이는 다양한 업계 및 세그먼트의 다양한 사용 사례에 유용합니다.
우편번호 경계를 기준으로 뉴욕시의 택시 수를 애니메이션으로 표시합니다 (시뮬레이션, 타임랩스).
데이터 기반 스타일 지정은 Google의 행정 구역 다각형을 활용하고, 이러한 다각형에 스타일을 적용하여 지도에 표시하고, 자체 데이터를 결합하여 시각적 분석 및 데이터 이해도 향상에 사용할 수 있는 풍부한 맞춤 지도를 만들 수 있는 Google Maps Platform 기능입니다. 이 문서에서는 동적 데이터 피드를 통합하여 지도에서 데이터 기반 스타일을 사용하여 데이터를 거의 실시간으로 시각화하는 이유와 방법을 설명하는 몇 가지 사용 사례를 설명합니다.
데이터 기반 스타일을 사용하면 데이터의 지리적 분포를 보여주는 지도를 만들고, 다각형 스타일을 동적으로 맞춤설정하고, 클릭 이벤트를 통해 데이터와 상호작용할 수 있습니다. 이러한 기능을 사용하면 다양한 사용 사례와 업계에 맞는 유익하고 흥미로운 지도를 만들 수 있습니다.
다음은 데이터 기반 스타일 지정에서 동적 데이터 업데이트를 표시하는 지도에 적용할 수 있는 사용 사례의 예입니다.
- 차량 공유: 실시간 업데이트를 사용하여 수요가 많은 지역을 파악할 수 있으며, 이 경우 일부 제공업체에서 급등 요금을 적용할 수 있습니다.
- 교통: 실시간 업데이트를 사용하여 혼잡한 지역을 파악할 수 있으므로 최적의 대체 경로를 결정하는 데 도움이 됩니다.
- 선거: 선거 당일에는 실시간 데이터 폴링 데이터를 사용하여 결과가 나오는 대로 시각화할 수 있습니다.
- 작업자 안전: 실시간 업데이트를 사용하면 사건이 발생하는 대로 실시간으로 추적하고, 위험도가 높은 지역을 파악하고, 현장에서 대응하는 인원에게 상황 정보를 제공할 수 있습니다.
- 날씨: 실시간 업데이트를 사용하여 폭풍의 이동을 추적하고, 현재 위험을 파악하고, 경고 및 알림을 제공할 수 있습니다.
- 환경: 화산재 및 기타 오염 물질의 이동을 추적하고, 환경 악화가 발생한 지역을 파악하고, 인간 활동의 영향을 모니터링하는 데 실시간 업데이트를 사용할 수 있습니다.
이러한 모든 상황에서 고객은 실시간 데이터 피드를 Google의 경계와 결합하여 지도에 데이터를 빠르고 쉽게 시각화함으로써 추가 가치를 얻을 수 있습니다. 이를 통해 고객은 정보에 입각한 의사결정을 내릴 수 있는 거의 즉각적인 통계를 얻을 수 있습니다.
솔루션에 대한 아키텍처 접근 방식
이제 데이터 기반 스타일을 사용하여 지도를 빌드하고 동적 데이터를 시각화해 보겠습니다. 앞에서 설명한 바와 같이 이 사용 사례는 우편번호별로 시각화된 뉴욕 택시의 개수입니다. 이렇게 하면 사용자가 택시를 얼마나 쉽게 부를 수 있는지 파악하는 데 도움이 됩니다.
다음은 이 접근 방식의 애플리케이션 아키텍처 다이어그램입니다.
동적 데이터 기반 스타일 지정 솔루션
이제 데이터 세트에 동적 데이터 기반 스타일 지정 지도을 구현하는 데 필요한 단계를 살펴보겠습니다.
이 솔루션을 사용하면 우편번호별로 뉴욕시 주변의 실시간 택시 밀도에 관한 가상 데이터 세트를 시각화할 수 있습니다. 이 데이터는 실제 데이터가 아닐 수 있지만 실제 애플리케이션이 있으며 데이터 기반 스타일 지정을 사용하여 지도에서 동적 데이터를 시각화하는 방법의 강력함과 기능을 보여줍니다.
1단계: 시각화하고 경계 랜드마크 ID에 조인할 데이터 선택
첫 번째 단계는 표시할 데이터를 식별하고 Google의 경계와 일치시킬 수 있는지 확인하는 것입니다. 각 우편번호에 대해 findPlaceFromQuery 콜백 메서드를 호출하여 클라이언트 측에서 이 일치를 실행할 수 있습니다. 미국의 우편번호에는 고유한 이름이 있지만 다른 행정 구역에는 고유한 이름이 없습니다. 모호한 결과가 나올 수 있는 경우 쿼리에 올바른 장소 ID를 선택해야 합니다.
const request = {
query: postalCode,
fields: ['place_id'],
};
function findPlaceId() {
placesService.findPlaceFromQuery(request, function (results, status) {
if (status === google.maps.places.PlacesServiceStatus.OK) {
console.log(results[0]);
}
});
}
데이터에 위도와 경도 값이 있는 경우 구성요소 필터링과 함께 Geocoding API를 사용하여 이러한 lat/lon 값을 스타일 지정하려는 지형지물 레이어의 장소 ID 값으로 확인할 수도 있습니다. 이 예에서는 POSTAL_CODE 지형지물 레이어의 스타일을 지정합니다.
2단계: 실시간 데이터에 연결
데이터 소스에 연결하는 방법에는 여러 가지가 있으며, 가장 적합한 구현은 특정 요구사항과 기술 인프라에 따라 달라집니다. 이 경우 데이터가 'zip_code' 및 'taxi_count'라는 두 열이 있는 BigQuery 테이블에 있고 Firebase Cloud 함수를 통해 쿼리한다고 가정해 보겠습니다.
async function queryNycTaxis() {
// Queries the NYC Taxis dataset.
// Create a client
const bigqueryClient = new BigQuery();
// The SQL query to run
const sqlQuery = 'SELECT zip_code, taxi_count
FROM \'YOUR_DATASET_ID.TABLE\' LIMIT 100';
const options = {
query: sqlQuery,
// Location must match that of the dataset(s)
// referenced in the query.
location: 'US',
};
// Run the query
const [rows] = await bigqueryClient.query(options);
rows.forEach(row => {
const postalCode = row['zip_code'];
const taxiCount = row['taxi_count'];
});
}
다음으로 데이터를 최신 상태로 유지해야 합니다. 이렇게 하는 한 가지 방법은 웹 워커를 사용하여 위의 쿼리를 호출하고 setInterval 함수를 사용하여 데이터를 새로고침하는 타이머를 설정하는 것입니다. 간격을 15초마다 지도를 새로고침하는 등 적절한 값으로 설정할 수 있습니다. 간격 시간이 지날 때마다 웹 작업자는 우편번호별로 업데이트된 taxiCount 값을 요청합니다.
이제 데이터를 쿼리하고 새로고침할 수 있으므로 지도 다각형의 모양이 이러한 변경사항을 반영하도록 하겠습니다.
3단계: 데이터 기반 스타일 지정으로 지도 스타일 지정
이제 지도 JavaScript 인스턴스의 우편번호 경계에 시각적 스타일을 만들고 적용하는 데 필요한 동적 데이터 값을 JSON 객체로 가져왔으므로 지도 빵 부스러기 지도로 스타일을 지정할 차례입니다.
이 예에서는 각 우편번호의 택시 수를 기준으로 지도의 스타일을 지정하여 사용자에게 거주 지역의 택시 밀도와 이용 가능 여부를 알려줍니다. 스타일은 택시 수 값에 따라 다릅니다. 택시가 가장 적은 지역에는 보라색 스타일이 적용되고, 색상 그라데이션은 빨간색, 주황색을 거쳐 밀도가 가장 높은 지역의 뉴욕시 택시 노란색으로 끝납니다. 이 색 구성표의 경우 이러한 색상 값을 fillColor 및 strokeColor에 적용합니다. fillOpacity를 0.5로 설정하면 사용자가 기본 지도를 볼 수 있고, strokeOpacity를 1.0으로 설정하면 사용자가 동일한 색상의 다각형 경계를 구분할 수 있습니다.
const featureLayer = map.getFeatureLayer(
google.maps.FeatureType.POSTAL_CODE
);
featureLayer.style = (featureStyleFunctionOptions) => {
const placeFeature = featureStyleFunctionOptions.feature;
// taxiCount per (postal_code) PlaceID
const taxiCount = zips[placeFeature.placeId];
let fillColor;
let strokeColor;
// Apply colors to features based on taxiCount values
if (taxiCount < 8) {
fillColor = "#571845";
strokeColor = "#571845";
} else if (taxiCount < 13) {
fillColor = "#900c3e";
strokeColor = "#900c3e";
} else if (taxiCount < 21) {
fillColor = "#c60039";
strokeColor = "#c60039";
} else if (taxiCount < 34) {
fillColor = "#fe5733";
strokeColor = "#fe5733";
// keep else if or the whole map gets this style with else
} else if (taxiCount >= 34) {
fillColor = "#fec30f";
strokeColor = "#fec30f";
}
return {
fillColor,
strokeColor,
fillOpacity: 0.5,
strokeOpacity: 1.0,
};
결론
Google 경계의 데이터 기반 스타일 지정을 사용하면 데이터를 사용하여 업계와 세그먼트 전반에서 다양한 구현을 위해 지도의 스타일을 지정할 수 있습니다. 실시간 데이터에 연결하면 무엇이 발생하고 어디서 발생하며 어떻게 발생하는지 전달할 수 있습니다. 이 기능을 사용하면 실시간 데이터의 가치를 활용하고 사용자가 실제 환경에서 실시간으로 데이터를 더 잘 이해할 수 있습니다.
다음 작업
- 데이터 기반 스타일을 사용하여 Google 지도 경계의 스타일을 지정하는 방법 웹 세미나를 시청하세요.
- 데이터 기반 스타일 지정을 위한 클릭 이벤트를 사용하여 시각화를 한 단계 업그레이드하세요.
- 지도에 고급 마커를 추가해 보세요.
참여자
책임 저자:
짐 레플러 | Google Maps Platform 솔루션 엔지니어