دالة PLACES_COUNT_PER_H3

تأخذ دالة PLACES_COUNT_PER_H3 منطقة جغرافية للبحث وتعرض جدولاً بأعداد الأماكن لكل خلية H3 في منطقة البحث.

بما أنّ دالة PLACES_COUNT_PER_H3 تعرض جدولاً، استدعِها باستخدام عبارة FROM.

• مَعلمات الإدخال:

  • مطلوبة: geography مَعلمة فلتر التي تحدّد منطقة البحث. تكون المَعلمة geography قيمة محدّدة حسب نوع بيانات BigQuery GEOGRAPHY ، الذي يتيح استخدام النقاط والخطوط المتعددة والمضلّعات.

    للاطّلاع على أمثلة على استخدام أنواع مختلفة من المناطق الجغرافية للبحث، مثل إطارات العرض والخطوط، يُرجى الاطّلاع على PLACES_COUNT دالة.

  • مطلوبة: h3_resolution مَعلمة فلتر التي تحدّد دقة H3 المستخدَمة لتجميع عدد الأماكن في كل خلية H3. تتراوح القيم المسموح بها من 0 إلى 11.

  • اختيارية: مَعلمات فلتر إضافية لتحسين البحث

• المرتجعات:

  • جدول يحتوي على صف واحد لكل خلية H3 يحتوي الجدول على الأعمدة h3_cell_index (STRING) وgeography (GEOGRAPHY) الذي يحدّد المضلّع الذي يمثّل خلية H3 وcount (INT64) و sample_place_ids (ARRAY<STRING>) حيث يحتوي sample_place_ids على ما يصل إلى 250 رقم تعريف مكان لكل خلية H3.

مثال: عدد المتاجر الصغيرة ومتاجر البقالة التي يمكن الوصول إليها باستخدام الكراسي المتحركة لكل خلية H3

يحسب المثال أدناه عدد المتاجر الصغيرة ومتاجر البقالة التي يمكن الوصول إليها باستخدام الكراسي المتحركة والتي تكون قيد التشغيل لكل خلية H3 في مدينة نيويورك. تستخدم خلايا H3 مستوى دقة يبلغ 8.

يستخدم هذا المثال مجموعة البيانات العامة Overture Maps Data BigQuery public dataset للحصول على المنطقة الجغرافية لمدينة نيويورك.

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 subtype = 'locality' AND names.primary = '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
    )
);

مثال: عدد الأماكن لكل خلية H3 يتم فلترتها حسب العلامة التجارية

يستخدم المثال التالي فلتر brand_ids لاسترداد أعداد الأماكن وأرقام تعريف الأماكن النموذجية لعلامات تجارية معيّنة، مثل Starbucks "1413758728321880760" وDunkin "1314981297593671295":

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 subtype = 'locality' AND names.primary = 'New York'  LIMIT 1);

SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_PER_H3`(
  JSON_OBJECT(
      'geography', geo,
      'h3_resolution', 8,
      'brand_ids', ["1413758728321880760", "1314981297593671295"],
      'business_status', ['OPERATIONAL']
    )
);

عرض النتائج

تعرض الصورتان التاليتان هذه البيانات في Looker Studio كخريطة ملوّنة. كلما كانت خلية H3 أغمق، زاد تركيز النتائج:

لاستيراد بياناتك إلى Looker Studio:

1. شغِّل الدالة أعلاه لإنشاء النتائج.

2. في نتائج BigQuery، انقر على فتح في -> Looker Studio. يتم استيراد نتائجك تلقائيًا إلى Looker Studio.

3. ينشئ Looker Studio صفحة تقرير تلقائية ويملأها بعنوان وجدول ورسم بياني شريطي للنتائج.

   

4. اختَر كل محتوى الصفحة واحذفه.

5. انقر على إدراج -> خريطة ملوّنة لإضافة خريطة ملوّنة إلى تقريرك.

6. ضمن أنواع الرسوم البيانية -> الإعداد ، اضبط الحقول كما هو موضّح أدناه:

   

7. تظهر الخريطة الملوّنة كما هو موضّح أعلاه. يمكنك اختياريًا النقر على أنواع الرسوم البيانية -> الأنماط لضبط مظهر الخريطة بشكلٍ أكبر.

لمزيد من المعلومات ومثال على عرض نتائج "إحصاءات الأماكن"، يُرجى الاطّلاع على عرض نتائج طلب البحث.