PLACES_COUNT_PER_H3 फ़ंक्शन

PLACES_COUNT_PER_H3 फ़ंक्शन, खोज के लिए कोई भौगोलिक इलाका लेता है और खोज के इलाके में हर H3 सेल के हिसाब से जगहों की संख्या वाली टेबल दिखाता है.

PLACES_COUNT_PER_H3 फ़ंक्शन, टेबल दिखाता है. इसलिए, इसे FROM क्लॉज़ का इस्तेमाल करके कॉल करें.

• इनपुट पैरामीटर:

  • ज़रूरी है: geography फ़िल्टर पैरामीटर, जो खोज का इलाका तय करता है. geography पैरामीटर, BigQuery के GEOGRAPHY डेटा टाइप से तय की गई वैल्यू है. यह पॉइंट, LineString, और पॉलीगॉन के साथ काम करता है.

    खोज के लिए अलग-अलग तरह के भौगोलिक इलाकों का इस्तेमाल करने के उदाहरण देखने के लिए, जैसे कि व्यूपोर्ट और लाइनें, देखें PLACES_COUNT फ़ंक्शन.

  • ज़रूरी है: h3_resolution फ़िल्टर पैरामीटर, जो हर H3 सेल में जगहों की संख्या को इकट्ठा करने के लिए इस्तेमाल किया गया H3 रिज़ॉल्यूशन तय करता है. इसकी वैल्यू 0 से 11 तक हो सकती है.

  • ज़रूरी नहीं: खोज के बेहतर नतीजे पाने के लिए, अन्य फ़िल्टर पैरामीटर.

• वापसी:

  • हर H3 सेल के लिए एक लाइन वाली टेबल. टेबल में ये कॉलम शामिल होते हैं: h3_cell_index (STRING), geography (GEOGRAPHY), जो H3 सेल को दिखाने वाला पॉलीगॉन तय करता है, count (INT64), और sample_place_ids (ARRAY<STRING>). इनमें से sample_place_ids में, हर H3 सेल के लिए ज़्यादा से ज़्यादा 250 जगह की आईडी शामिल होती हैं.

उदाहरण: हर H3 सेल के हिसाब से, व्हीलचेयर से ऐक्सेस की जा सकने वाली सुविधा स्टोर और किराने की दुकानों की संख्या की गिनती करना

नीचे दिए गए उदाहरण में, न्यूयॉर्क शहर में हर H3 सेल के हिसाब से, व्हीलचेयर से ऐक्सेस की जा सकने वाली सुविधा स्टोर और किराने की दुकानों की संख्या का हिसाब लगाया गया है. H3 सेल, रिज़ॉल्यूशन लेवल 8 का इस्तेमाल करते हैं.

इस उदाहरण में, न्यूयॉर्क शहर के लिए भौगोलिक जानकारी पाने के लिए, Overture Maps Data BigQuery सार्वजनिक डेटासेट का इस्तेमाल किया गया है.

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
    )
);

उदाहरण: ब्रैंड के हिसाब से फ़िल्टर किए गए, हर H3 सेल के हिसाब से जगहों की संख्या की गिनती करना

यहां दिए गए उदाहरण में, खास ब्रैंड के लिए जगहों की संख्या और सैंपल प्लेस आईडी पाने के लिए, brand_ids फ़िल्टर का इस्तेमाल किया गया है. जैसे, Starbucks "1413758728321880760" और Dunkin "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']
    )
);

नतीजों का अनुमान लगाएं

यहां दी गई इमेज में, इस डेटा को Looker Studio में भरे गए मैप के तौर पर दिखाया गया है. H3 सेल जितना गहरा होगा, नतीजों की संख्या उतनी ही ज़्यादा होगी:

अपने डेटा को Looker Studio में इंपोर्ट करने के लिए:

1. नतीजे जनरेट करने के लिए, ऊपर दिया गया फ़ंक्शन चलाएं.

2. BigQuery के नतीजों में, इसमें खोलें -> Looker Studio पर क्लिक करें. आपके नतीजे, Looker Studio में अपने-आप इंपोर्ट हो जाते हैं.

3. Looker Studio, डिफ़ॉल्ट रूप से एक रिपोर्ट पेज बनाता है. साथ ही, इसमें नतीजों का टाइटल, टेबल, और बार ग्राफ़ शामिल करता है.

   

4. पेज पर मौजूद सब कुछ चुनें और उसे मिटाएं.

5. अपनी रिपोर्ट में भरा गया मैप जोड़ने के लिए, इंसर्ट करें - > भरा गया मैप पर क्लिक करें.

6. चार्ट के टाइप - > सेटअप में जाकर, फ़ील्ड को नीचे दिखाए गए तरीके से कॉन्फ़िगर करें:

   

7. भरा गया मैप, ऊपर दिखाए गए तरीके से दिखता है. मैप की दिखावट को और कॉन्फ़िगर करने के लिए, चार्ट के टाइप -> स्टाइल को चुना जा सकता है.

Places Insights के नतीजों को विज़ुअलाइज़ करने के बारे में ज़्यादा जानकारी और उदाहरण के लिए, क्वेरी के नतीजों को विज़ुअलाइज़ करना लेख पढ़ें.