عدد نقاط الاهتمام التي تم البحث عنها حسب نظام H3

تجمع الدالة PLACES_COUNT_PER_H3 بيانات "نقاط الاهتمام" (POI) في خلايا شبكة مكانية H3 موحّدة بدقة محددة. هذه الدالة هي المسار المقترَح لتحليل الكثافة الإقليمية، ورسم الخرائط التنافسية، وإنشاء خرائط حرارية سداسية الأضلاع ذات تظليل مساحي.

لاستدعاء الدالة PLACES_COUNT_PER_H3، استخدِم عبارة FROM في SQL لأنّ الدالة تعرض جدولاً.

البنية والمعلَمات

SELECT * FROM `PROJECT_NAME.LINKED_DATASET_NAME.PLACES_COUNT_PER_H3`(
  filters
)

المعلمات

• استبدِل PROJECT_NAME باسم مشروعك على Google Cloud. في حال عدم تحديد اسم مشروع، سيتم تلقائيًا استخدام المشروع النشط في طلب البحث.
• استبدِل LINKED_DATASET_NAME باسم مجموعة بيانات إحصاءات الأماكن التي اشتركت فيها (مثلاً، places_insights___us).
• filters (JSON): كائن JSON تم إنشاؤه باستخدام JSON_OBJECT يحتوي على مَعلمات فلترة للمفتاح والقيمة.

فلاتر JSON المطلوبة

• استبدِل geography (GEOGRAPHY) بما يلي: مساحة البحث المحدودة (نقطة أو خط أو مضلّع) التي سيتم فهرستها.
• h3_resolution (عدد صحيح): مستوى دقة خلية H3 (تتراوح القيم المتوافقة بين 0 و11).

فلاتر JSON اختيارية

• معلَمات إضافية، مثل types وbusiness_status وprice_level وmin_rating، لفلترة الأماكن التي يتم احتسابها ضمن كل خلية. اطّلِع على القائمة الكاملة لمعلمات الفلتر.

مخطط جدول الإخراج

تعرض الدالة جدول BigQuery يتضمّن صفًا واحدًا لكل فهرس خلية H3 يتقاطع مع الشكل الهندسي المستهدف:

تجميع كثافة نقاط الاهتمام الإقليمية باستخدام PLACES_COUNT_PER_H3

تعالج الدالة الحدود الجغرافية المحدّدة في الفلاتر، وتحدّد جميع أشكال سداسية متقاطعة من نظام H3 بالدقة المستهدَفة، وتعرض أعداد الأماكن ومعرّفات الأماكن الدقيقة لكل شكل سداسي.

مثال: احتساب عدد متاجر البقالة والمتاجر الصغيرة التي يمكن الوصول إليها باستخدام الكراسي المتحركة في ولاية نيويورك

يجمع طلب البحث هذا بين المتاجر التشغيلية والمتاجر التي يمكن الوصول إليها باستخدام الكراسي المتحركة ومتاجر البقالة في ولاية نيويورك باستخدام مستوى دقة H3 يبلغ 8. يتم طلب البحث ديناميكيًا عن شكل حدود ولاية نيويورك من مجموعة البيانات العامة bigquery-public-data.geo_us_boundaries.states.

-- Query POI count per H3 cell intersecting the New York State polygon boundary
SELECT *
FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_PER_H3`(
  JSON_OBJECT(
      'geography', (
        -- Dynamically retrieve the boundary geography for New York State
        SELECT state_geom
        FROM `bigquery-public-data.geo_us_boundaries.states`
        WHERE state = 'NY'
        LIMIT 1
      ),
      'types', ['grocery_store', 'convenience_store'],
      'business_status', ['OPERATIONAL'],
      'h3_resolution', 8,
      'wheelchair_accessible_entrance', TRUE
  )
)
ORDER BY count DESC;

تنسيق الردّ

يؤدي طلب البحث إلى إنشاء جدول صفًا بصف يربط الخلايا مباشرةً بعمليات العد المكاني:

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

يستخدِم المثال التالي الفلتر brand_ids لاسترداد أعداد الأماكن ونماذج أرقام تعريف الأماكن 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 نتائج H3 بشكل ديناميكي في Looker Studio

تعرض الصور التالية بيانات من PLACES_COUNT_PER_H3 معروضة في Looker Studio كخريطة بالدرجات اللونية. كلما كانت خلية H3 أغمق، زاد تركيز النتائج:

لاستيراد بياناتك إلى Looker Studio، اتّبِع الخطوات التالية:

1. نفِّذ الدالة أعلاه في BigQuery لإنشاء نتائجك.
2. في جزء نتائج BigQuery، انقر على فتح في -> Looker Studio. يتم استيراد نتائجك تلقائيًا إلى Looker Studio.

3. تنشئ Looker Studio صفحة تقرير تلقائية وتضبطها باستخدام عنوان وجدول ورسم بياني شريطي للنتائج.

   

4. اختَر كل محتوى الصفحة واحذفه.

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

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

   

7. يظهر الخريطة المملوءة كما هو موضح أعلاه. يمكنك اختياريًا النقر على أنواع الرسوم البيانية -> النمط لضبط مظهر الخريطة بشكلٍ أكبر.

لمزيد من المعلومات حول عرض نتائج "إحصاءات الأماكن" بشكل مرئي، راجِع مقالة عرض نتائج طلبات البحث بشكل مرئي.

مثال: طلب البحث عن أعداد نقاط الاهتمام السابقة حسب خلية H3 باستخدام فلاتر محدّدة

يوضّح هذا المثال كيفية طلب أعداد نقاط الاهتمام السابقة في شبكة مكانية H3 لشهر لقطة معيّن باستخدام الفلتر snapshot_date. تحدّد هذه السمة مساحة بحث جغرافية باستخدام منطقة عازلة حول موقع جغرافي، وتطبّق معايير إضافية لعدد موصلات شحن المركبات الكهربائية باستخدام max_ev_charge_connector_count إلى جانب regular_opening_hours محدّدة.

SELECT *
FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_PER_H3`(
  JSON_OBJECT(
    'geography', ST_BUFFER(ST_GEOGPOINT(-74.0060, 40.7128), 5000), -- 5km radius around NYC
    'h3_resolution', 8,
    'business_status', ['OPERATIONAL'],
    'snapshot_date', '2026-01', -- Target snapshot month (YYYY-MM)
    'max_ev_charge_connector_count', 3, -- Maximum connector count
    'regular_opening_hours', JSON_OBJECT(
      'monday', [JSON_OBJECT('start_time', '09:00', 'end_time', '12:00')]
    )
  )
);