Fungsi Jumlah Tempat adalah kueri SQL yang telah ditentukan sebelumnya yang berjalan di BigQuery dan bersifat komplementer untuk membuat kueri set data secara langsung. Perbedaan utama antara membuat kueri data secara langsung dan menggunakan fungsi adalah fungsi tidak menerapkan nilai minimum jumlah, tetapi menerapkan area penelusuran minimum:
- Kueri set data tempat hanya dapat menampilkan jumlah 5 dan lebih tinggi, tetapi tidak memberlakukan batasan pada ukuran area penelusuran.
- Fungsi Jumlah Tempat dapat menampilkan jumlah apa pun, termasuk 0, tetapi menerapkan area penelusuran minimum 40,0 meter x 40,0 meter (1.600 m2). Fungsi juga dapat menampilkan ID Tempat, yang dapat digunakan untuk mencari informasi tentang setiap Tempat.
Anda mungkin ingin menggunakan fungsi Jumlah Tempat jika penting untuk mengetahui kapan kueri tidak menampilkan hasil atau jika Anda perlu mengetahui jumlah tempat yang rendah di bawah 5. Hal ini juga berguna jika Anda perlu mendapatkan informasi tempat tertentu untuk memeriksa hasil Anda.
Fungsi Jumlah Tempat hanya memberikan jumlah, jadi jika Anda perlu menjalankan kueri yang lebih kompleks seperti gabungan data, atau mendapatkan insight tambahan seperti rating rata-rata sekelompok tempat, kueri set data secara langsung.
Fungsi dan negara yang didukung untuk Jumlah Tempat
Insight Tempat mendukung fungsi berikut:
-
PLACES_COUNT_V2: Menampilkan tabel yang berisi jumlah tempat dan contoh ID Tempat. Fungsi ini menerima parameter tabel untuk input multi-geografi, sehingga memungkinkan pemrosesan batch yang efisien. Fungsi ini sangat dioptimalkan untuk gabungan geospasial dibandingkan dengan fungsiPLACES_COUNTdanPLACES_COUNT_PER_GEO. -
PLACES_COUNT_PER_TYPE_V2: Menampilkan tabel jumlah tempat dan contoh ID Tempat, yang dikategorikan menurut jenis tempat. Mirip denganPLACES_COUNT_V2, fungsi ini menerima parameter tabel untuk memproses beberapa geografi input secara bersamaan. Arsitektur ini mendukung pemrosesan batch yang efisien dan menyediakan penggabungan geospasial yang dioptimalkan dibandingkan denganPLACES_COUNT_PER_TYPE. PLACES_COUNT_PER_H3: Menampilkan tabel BigQuery berisi jumlah tempat per sel H3.PLACES_COUNT: Menampilkan satu baris yang berisi jumlah tempat.PLACES_COUNT_PER_TYPE: Menampilkan tabel BigQuery jumlah tempat per jenis tempat.PLACES_COUNT_PER_GEO: Menampilkan tabel BigQuery yang berisi jumlah tempat per geografi.
Selain jumlah tempat, semua fungsi kecuali PLACES_COUNT juga menampilkan hingga 250 ID tempat per elemen respons.
ID Tempat dapat digunakan dengan:
Menulis kueri dengan fungsi
Gunakan format berikut untuk memanggil fungsi: [project name
(optional)].[table name].[function name].
Jika Anda mengubah nama set data tertaut saat menyiapkan Insight Tempat, gunakan nama kustom Anda, bukan nama tabel default yang tercantum dalam Fungsi jumlah tempat rujukan di BigQuery. Anda juga dapat menyertakan nama project Anda secara opsional. Jika tidak disertakan, kueri akan ditetapkan secara default ke project aktif.
Contoh:
PROJECT_NAME.places_insights___us.PLACES_COUNT
Gunakan
JSON_OBJECT
untuk meneruskan argumen ke fungsi.
Memfilter hasil
Fungsi Jumlah Tempat mendukung banyak filter untuk menyaring penelusuran Anda. Parameter ini (misalnya, price_level atau types) peka huruf besar/kecil dan harus cocok dengan nama parameter secara persis. Lihat referensi parameter filter untuk mengetahui daftar lengkap opsi.
Dalam contoh berikutnya, Anda menerapkan filter untuk membatasi penelusuran menurut rating pengguna minimum, tingkat harga, status bisnis, dan apakah restoran mengizinkan, menggunakan fungsi PLACES_COUNT_V2.
Pertama, gunakan tabel geografi input Anda atau siapkan tabel dengan geografi yang dipilih:
-- Create a table for the input geographies CREATE TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas` AS ( SELECT '1' AS geo_id, -- Unique identifier ST_GEOGPOINT(-73.9857, 40.7484) AS geo -- Empire State Building UNION ALL SELECT '2' AS geo_id, -- Unique identifier ST_GEOGPOINT(-73.9851, 40.7580) AS geo -- Times Square );
Selanjutnya, panggil PLACES_COUNT_V2 dengan tabel dan objek JSON yang berisi filter. Radius penelusuran disertakan dalam filter JSON dan akan diterapkan
di sekitar setiap titik dalam tabel my_search_areas.
SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`( TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas`, JSON_OBJECT( 'geography_radius', 1000, -- Radius in meters around each point in 'geo' 'business_status', ['OPERATIONAL'], 'types', ["restaurant"], 'min_rating', 1.3, 'price_level', ['PRICE_LEVEL_INEXPENSIVE', 'PRICE_LEVEL_MODERATE'], 'allows_dogs', TRUE ) );
Contoh fungsi Jumlah Tempat
Contoh berikut menggunakan fungsi PLACES_COUNT_V2 dengan tabel geografi input kustom my_search_area untuk menampilkan jumlah restoran yang beroperasi dalam radius 1.000 meter dari Empire State Building dan Times Square di New York City:
SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`( TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas`, JSON_OBJECT( 'geography_radius', 1000, -- Radius in meters 'business_status', ['OPERATIONAL'], 'types', ["restaurant"] ) );
Responsnya adalah tabel BigQuery yang berisi geo_id, geografi, jumlah, dan contoh ID tempat.

Memvisualisasikan hasil
Alat analisis dan business intelligencesangat penting untuk membantu Anda menemukan insight dari data BigQuery. BigQuery mendukung beberapa alat visualisasi data Google dan pihak ketiga yang dapat Anda gunakan untuk menganalisis hasil fungsi Anda pada data Places Insights.
Untuk contoh memvisualisasikan hasil fungsi, lihat Memvisualisasikan hasil. Untuk mengetahui informasi dan contoh selengkapnya tentang cara memvisualisasikan hasil Insight Tempat, lihat Memvisualisasikan hasil kueri.
Batasan dan persyaratan
Fungsi Jumlah Tempat memiliki batasan dan persyaratan berikut:
- Hanya insight
COUNTyang didukung. - Diperlukan area penelusuran minimum 40,0 meter x 40,0 meter (1.600 m2).
- Batas Ukuran Input Parameter: Objek JSON yang diteruskan sebagai parameter ke fungsi dibatasi hingga 1 MB. Dampak batas ini bergantung pada versi fungsi:
- Untuk fungsi V2 (
PLACES_COUNT_V2,PLACES_COUNT_PER_TYPE_V2), batas ini hanya berlaku untuk objek JSON filter. Karena geografi disediakan secara terpisah menggunakan parameter tabel, fungsi ini dapat diskalakan ke jumlah geografi input yang jauh lebih besar tanpa mencapai batas ukuran JSON.- Untuk
PLACES_COUNT_PER_H3,PLACES_COUNT,PLACES_COUNT_PER_TYPE, danPLACES_COUNT_PER_GEO, batas ini berlaku untuk seluruh objek JSON, termasuk semua definisi geografi. Hal ini dapat membatasi jumlah geografi yang dapat diproses dalam satu panggilan.
- Untuk
- Tidak ada dukungan untuk pemfilteran menurut ID tempat, merek, opsi pengisian daya kendaraan listrik, atau komponen alamat.
- Anda hanya dapat mengakses fungsi Jumlah Tempat untuk kota dan negara yang telah Anda langgani. Lihat Menyiapkan Places Insights untuk akses set data.
- Parameter filter (misalnya,
geographyatautypes) peka huruf besar/kecil dan harus cocok dengan nama parameter secara persis, atau kueri akan gagal.
Merujuk fungsi Jumlah Tempat di BigQuery
Semua kota dalam set data contoh dan set data lengkap negara mendukung fungsi Jumlah Tempat.
Anda memiliki akses ke fungsi Jumlah Tempat yang sesuai dengan set data kota dan negara yang telah Anda ikuti. Lihat Menyiapkan Places Insights untuk akses set data.
Tabel ini mencantumkan kota dan negara yang tersedia, serta nama tabel yang sesuai.
Contoh data
| Kota, Negara | Nama tabel |
|---|---|
| Buenos Aires, Argentina | places_insights___ar___sample.FUNCTION_NAME |
| Sydney, Australia | places_insights___au___sample.FUNCTION_NAME |
| Bad Gastein, Austria | places_insights___at___sample.FUNCTION_NAME |
| Riffa, Bahrain | places_insights___bh___sample.FUNCTION_NAME |
| Brussel, Belgia | places_insights___be___sample.FUNCTION_NAME |
| Sao Paulo, Brasil | places_insights___br___sample.FUNCTION_NAME |
| Plovdiv, Bulgaria | places_insights___bg___sample.FUNCTION_NAME |
| Toronto, Kanada | places_insights___ca___sample.FUNCTION_NAME |
| Santiago, Cile | places_insights___cl___sample.FUNCTION_NAME |
| Medellín, Kolombia | places_insights___co___sample.FUNCTION_NAME |
| Brno, Republik Ceko | places_insights___cz___sample.FUNCTION_NAME |
| Kopenhagen, Denmark | places_insights___dk___sample.FUNCTION_NAME |
| Kairo, Mesir | places_insights___eg___sample.FUNCTION_NAME |
| Helsinki, Finlandia | places_insights___fi___sample.FUNCTION_NAME |
| Paris, Prancis | places_insights___fr___sample.FUNCTION_NAME |
| Berlin, Jerman | places_insights___de___sample.FUNCTION_NAME |
| Athens, Greece | places_insights___gr___sample.FUNCTION_NAME |
| Hong Kong, Hong Kong | places_insights___hk___sample.FUNCTION_NAME |
| Debrecen, Hungaria | places_insights___hu___sample.FUNCTION_NAME |
| Mumbai, India | places_insights___in___sample.FUNCTION_NAME |
| Jakarta, Indonesia | places_insights___id___sample.FUNCTION_NAME |
| Cork, Irlandia | places_insights___ie___sample.FUNCTION_NAME |
| Tel Aviv-Yafo, Israel | places_insights___il___sample.FUNCTION_NAME |
| Roma, Italia | places_insights___it___sample.FUNCTION_NAME |
| Tokyo, Jepang | places_insights___jp___sample.FUNCTION_NAME |
| Busan, Korea Selatan | places_insights___kr___sample.FUNCTION_NAME |
| Kuala Lumpur, Malaysia | places_insights___my___sample.FUNCTION_NAME |
| Mexico City, Meksiko | places_insights___mx___sample.FUNCTION_NAME |
| Amsterdam, Belanda | places_insights___nl___sample.FUNCTION_NAME |
| Wellington, Selandia Baru | places_insights___nz___sample.FUNCTION_NAME |
| Oslo, Norwegia | places_insights___no___sample.FUNCTION_NAME |
| Arequipa, Peru | places_insights___pe___sample.FUNCTION_NAME |
| Manila, Filipina | places_insights___ph___sample.FUNCTION_NAME |
| Warsawa, Polandia | places_insights___pl___sample.FUNCTION_NAME |
| Lisbon, Portugal | places_insights___pt___sample.FUNCTION_NAME |
| Lusail, Qatar | places_insights___qa___sample.FUNCTION_NAME |
| Bukares, Rumania | places_insights___ro___sample.FUNCTION_NAME |
| Jeddah, Arab Saudi | places_insights___sa___sample.FUNCTION_NAME |
| Singapura, Singapura | places_insights___sg___sample.FUNCTION_NAME |
| Johannesburg, Afrika Selatan | places_insights___za___sample.FUNCTION_NAME |
| Madrid, Spanyol | places_insights___es___sample.FUNCTION_NAME |
| Stockholm, Swedia | places_insights___se___sample.FUNCTION_NAME |
| Zurich, Swiss | places_insights___ch___sample.FUNCTION_NAME |
| Taipei, Taiwan | places_insights___tw___sample.FUNCTION_NAME |
| Chiang Mai, Thailand | places_insights___th___sample.FUNCTION_NAME |
| Ankara, Turkiye | places_insights___tr___sample.FUNCTION_NAME |
| Sharjah, Uni Emirat Arab | places_insights___ae___sample.FUNCTION_NAME |
| London, Inggris Raya | places_insights___gb___sample.FUNCTION_NAME |
| New York City, Amerika Serikat | places_insights___us___sample.FUNCTION_NAME |
| Hanoi, Vietnam | places_insights___vn___sample.FUNCTION_NAME |
Data lengkap
| Negara | Nama tabel |
|---|---|
| Argentina | places_insights___ar.FUNCTION_NAME |
| Australia | places_insights___au.FUNCTION_NAME |
| Austria | places_insights___at.FUNCTION_NAME |
| Bahrain | places_insights___bh.FUNCTION_NAME |
| Belgia | places_insights___be.FUNCTION_NAME |
| Brasil | places_insights___br.FUNCTION_NAME |
| Bulgaria | places_insights___bg.FUNCTION_NAME |
| Kanada | places_insights___ca.FUNCTION_NAME |
| Cile | places_insights___cl.FUNCTION_NAME |
| Kolombia | places_insights___co.FUNCTION_NAME |
| Republik Ceko | places_insights___cz.FUNCTION_NAME |
| Denmark | places_insights___dk.FUNCTION_NAME |
| Mesir | places_insights___eg.FUNCTION_NAME |
| Finlandia | places_insights___fi.FUNCTION_NAME |
| Prancis | places_insights___fr.FUNCTION_NAME |
| Jerman | places_insights___de.FUNCTION_NAME |
| Yunani | places_insights___gr.FUNCTION_NAME |
| Hong Kong | places_insights___hk.FUNCTION_NAME |
| Hungaria | places_insights___hu.FUNCTION_NAME |
| India | places_insights___in.FUNCTION_NAME |
| Indonesia | places_insights___id.FUNCTION_NAME |
| Irlandia | places_insights___ie.FUNCTION_NAME |
| Israel | places_insights___il.FUNCTION_NAME |
| Italia | places_insights___it.FUNCTION_NAME |
| Jepang | places_insights___jp.FUNCTION_NAME |
| Malaysia | places_insights___my.FUNCTION_NAME |
| Meksiko | places_insights___mx.FUNCTION_NAME |
| Belanda | places_insights___nl.FUNCTION_NAME |
| Selandia Baru | places_insights___nz.FUNCTION_NAME |
| Norwegia | places_insights___no.FUNCTION_NAME |
| Peru | places_insights___pe.FUNCTION_NAME |
| Filipina | places_insights___ph.FUNCTION_NAME |
| Polandia | places_insights___pl.FUNCTION_NAME |
| Portugal | places_insights___pt.FUNCTION_NAME |
| Qatar | places_insights___qa.FUNCTION_NAME |
| Rumania | places_insights___ro.FUNCTION_NAME |
| Arab Saudi | places_insights___sa.FUNCTION_NAME |
| Singapura | places_insights___sg.FUNCTION_NAME |
| Afrika Selatan | places_insights___za.FUNCTION_NAME |
| Korea Selatan | places_insights___kr.FUNCTION_NAME |
| Spanyol | places_insights___es.FUNCTION_NAME |
| Swedia | places_insights___se.FUNCTION_NAME |
| Swiss | places_insights___ch.FUNCTION_NAME |
| Taiwan | places_insights___tw.FUNCTION_NAME |
| Thailand | places_insights___th.FUNCTION_NAME |
| Turki | places_insights___tr.FUNCTION_NAME |
| Uni Emirat Arab | places_insights___ae.FUNCTION_NAME |
| Inggris Raya | places_insights___gb.FUNCTION_NAME |
| Amerika Serikat | places_insights___us.FUNCTION_NAME |
| Vietnam | places_insights___vn.FUNCTION_NAME |