science Dieses Produkt oder diese Funktion ist experimentell (pre-GA). Pre-GA-Produkte und ‑Funktionen werden eventuell nur eingeschränkt unterstützt. Außerdem sind Änderungen an diesen Produkten und Funktionen möglicherweise nicht mit anderen pre-GA-Versionen kompatibel. Pre-GA-Angebote sind durch die dienstspezifischen Nutzungsbedingungen für die Google Maps Platform abgedeckt. Weitere Informationen finden Sie unter den Beschreibungen der Startphase. Melden Sie sich an, um Places Insights zu testen.
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Die Funktion PLACES_COUNT gibt einen einzelnen Zählwert für Orte basierend auf dem angegebenen Suchbereich und den Suchfiltern zurück. Sie müssen den Suchbereich für die Funktion PLACES_COUNT angeben und können optional zusätzliche Filterparameter wie Ortstyp, Betriebsstatus und Preisniveau angeben.
Da die Funktion PLACES_COUNT einen einzelnen Wert zurückgibt, rufen Sie sie mit einer SELECT-Klausel auf.
Eingabeparameter:
Erforderlich: Der geography-Filterparameter, der den Suchbereich angibt. Der Parameter geography akzeptiert einen Wert, der durch den BigQuery-Datentyp GEOGRAPHY definiert wird. Dieser unterstützt Punkte, Linienzüge und Polygone.
Optional: Zusätzliche Filterparameter, um die Suche einzugrenzen.
Liefert:
Ein einzelner count-Wert als INT64.
Beispiel: Anzahl der Orte in einem Suchradius berechnen
Der einfachste PLACES_COUNT-Funktionsaufruf gibt eine einzelne Anzahl aller Orte in einem geografischen Gebiet zurück. In diesem Beispiel wird die Anzahl aller betriebsbereiten Orte im Umkreis von 1.000 Metern um das Empire State Building zurückgegeben.
In diesem Beispiel wird die BigQuery-Funktion ST_GEOGPOINT verwendet, um einen GEOGRAPHY-Wert aus einem Punkt zurückzugeben.
SELECT`places_insights___us___sample.PLACES_COUNT`(JSON_OBJECT('geography',ST_GEOGPOINT(-73.9857,40.7484),-- Empire State Building'geography_radius',1000-- Radius in meters))ascount;
Die Antwort enthält eine einzelne Anzahl:
Bei einem typischeren Aufruf werden Filter auf den Suchbereich angewendet. Im nächsten Beispiel werden Filter verwendet, um die Suche so einzuschränken, dass nur die Anzahl der folgenden Elemente zurückgegeben wird:
Orte vom Typ restaurant mit einer Mindestbewertung von 3
Eine Preisstufe von „günstig“ oder „mittel“
Derzeit in Betrieb
Hunde erlaubt
SELECT`places_insights___us___sample.PLACES_COUNT`(JSON_OBJECT('geography',ST_GEOGPOINT(-73.9857,40.7484),-- Empire State Building'geography_radius',1000,-- Radius in meters'types',["restaurant"],'min_rating',3,'price_level',['PRICE_LEVEL_INEXPENSIVE','PRICE_LEVEL_MODERATE'],'business_status',['OPERATIONAL'],'allows_dogs',TRUE))ascount;
Die gefilterte Antwort:
Bei Abfragen von Orts-Datasets wird ein Mindestanzahlschwellenwert von 5 erzwungen. Einer der Vorteile der Funktionen zum Zählen von Orten ist, dass sie beliebige Anzahlen zurückgeben können, auch 0. Der folgende Aufruf gibt beispielsweise den Wert 1 zurück:
SELECT`places_insights___us___sample.PLACES_COUNT`(JSON_OBJECT('geography',ST_GEOGPOINT(-73.9857,40.7484),-- Empire State Building'geography_radius',500,-- Radius in meters'types',["restaurant"],'min_rating',4.0,'free_parking_lot',TRUE,'good_for_watching_sports',TRUE))ascount;
Beispiel: Anzahl der Restaurants mit einem Polygon berechnen
Sie können ein Polygon verwenden, um den Suchbereich festzulegen. Wenn Sie ein Polygon verwenden, müssen die Punkte des Polygons eine geschlossene Schleife bilden, wobei der erste Punkt im Polygon mit dem letzten Punkt identisch sein muss.
In diesem Beispiel wird die BigQuery-Funktion ST_GEOGFROMTEXT verwendet, um einen GEOGRAPHY-Wert aus einem Polygon zurückzugeben.
Beispiel: Anzahl der Restaurants mit einer Linie berechnen
Im nächsten Beispiel wird der Suchbereich mit einer Linie aus verbundenen Punkten und einem Suchradius von 100 Metern um die Linie definiert.
Die Linie ähnelt einer von der Routes API berechneten Route. Die Route kann für ein Fahrzeug, ein Fahrrad oder einen Fußgänger sein:
DECLAREgeoGEOGRAPHY;SETgeo=ST_GEOGFROMTEXT('LINESTRING(-73.98903537033028 40.73655649223003,-73.93580216278471 40.80955538843361)');-- NYC lineSELECT`places_insights___us___sample.PLACES_COUNT`(JSON_OBJECT('geography',geo,-- line'geography_radius',100,-- Radius around line'types',["restaurant"],'min_rating',1.0,'max_rating',4.5,'min_user_rating_count',1,'max_user_rating_count',10000,'price_level',['PRICE_LEVEL_INEXPENSIVE','PRICE_LEVEL_MODERATE'],'business_status',['OPERATIONAL'],'allows_dogs',TRUE))ascount;
Die Antwort für die Zeile:
Beispiel: Ergebnisse mehrerer Aufrufe kombinieren
Sie können die Ergebnisse mehrerer Aufrufe der Funktion PLACES_COUNT kombinieren.
Sie möchten beispielsweise ein einzelnes Ergebnis mit der Anzahl der Restaurants für die folgenden Preisniveaus in einem bestimmten Gebiet:
PRICE_LEVEL_INEXPENSIVE
PRICE_LEVEL_MODERATE
PRICE_LEVEL_EXPENSIVE
PRICE_LEVEL_VERY_EXPENSIVE"
In diesem Beispiel erstellen Sie eine Schleife, um die Funktion PLACES_COUNT für jede Preisstufe aufzurufen und die Ergebnisse jedes Aufrufs in eine temporäre Tabelle einzufügen. Anschließend fragen Sie die temporäre Tabelle ab, um die Ergebnisse anzuzeigen:
-- Create a temp table to hold the results.CREATETEMPTABLEresults(typeSTRING,countINT64);-- Create a loop that calls PLACES_COUNT for each price level.FORtypesIN(SELECTtypeFROMUNNEST(["PRICE_LEVEL_INEXPENSIVE","PRICE_LEVEL_MODERATE","PRICE_LEVEL_EXPENSIVE","PRICE_LEVEL_VERY_EXPENSIVE"])astype)DOINSERTINTOresultsVALUES(types.type,`places_insights___us___sample.PLACES_COUNT`(JSON_OBJECT('types',["restaurant"],'geography',ST_GEOGPOINT(-73.9857,40.7484),-- Empire State Building'geography_radius',1000,-- Radius in meters'business_status',['OPERATIONAL'],'price_level',[types.type])));ENDFOR;-- Query the table of results.SELECT*FROMresults;
Die kombinierte Antwort:
Eine weitere Möglichkeit ist die Verwendung des UNION ALL-Befehls, um die Ergebnisse mehrerer SELECT-Anweisungen zu kombinieren. Das folgende Beispiel zeigt die gleichen Ergebnisse wie im vorherigen Beispiel:
SELECT"PRICE_LEVEL_INEXPENSIVE"asprice_level,`places_insights___us___sample.PLACES_COUNT`(JSON_OBJECT('types',["restaurant"],'geography',ST_GEOGPOINT(-73.9857,40.7484),-- Empire State Building'geography_radius',1000,-- Radius in meters'business_status',['OPERATIONAL'],'price_level',['PRICE_LEVEL_INEXPENSIVE']))ascountUNIONALLSELECT"PRICE_LEVEL_MODERATE"asprice_level,`places_insights___us___sample.PLACES_COUNT`(JSON_OBJECT('types',["restaurant"],'geography',ST_GEOGPOINT(-73.9857,40.7484),-- Empire State Building'geography_radius',1000,-- Radius in meters'business_status',['OPERATIONAL'],'price_level',['PRICE_LEVEL_MODERATE']))ascountUNIONALLSELECT"PRICE_LEVEL_EXPENSIVE"asprice_level,`places_insights___us___sample.PLACES_COUNT`(JSON_OBJECT('types',["restaurant"],'geography',ST_GEOGPOINT(-73.9857,40.7484),-- Empire State Building'geography_radius',1000,-- Radius in meters'business_status',['OPERATIONAL'],'price_level',['PRICE_LEVEL_EXPENSIVE']))ascountUNIONALLSELECT"PRICE_LEVEL_VERY_EXPENSIVE"asprice_level,`places_insights___us___sample.PLACES_COUNT`(JSON_OBJECT('types',["restaurant"],'geography',ST_GEOGPOINT(-73.9857,40.7484),-- Empire State Building'geography_radius',1000,-- Radius in meters'business_status',['OPERATIONAL'],'price_level',['PRICE_LEVEL_VERY_EXPENSIVE']))ascount
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Benötigte Informationen nicht gefunden","missingTheInformationINeed","thumb-down"],["Zu umständlich/zu viele Schritte","tooComplicatedTooManySteps","thumb-down"],["Nicht mehr aktuell","outOfDate","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Problem mit Beispielen/Code","samplesCodeIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-09-06 (UTC)."],[],[],null,["The `PLACES_COUNT` function returns a single count value of places based on the\nspecified search area and search filters. You must specify the search area to\nthe `PLACES_COUNT` function and can optionally specify additional filter\nparameters, such as place type, operating status, price level, and more.\n\nBecause the `PLACES_COUNT` function returns a single value, call it using\na `SELECT` clause.\n\n- Input parameters:\n\n - **Required** : The `geography` [filter parameter](/maps/documentation/placesinsights/experimental/filter-params) that\n specifies the search area. The `geography` parameter takes a value defined\n by the BigQuery\n [`GEOGRAPHY`](https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#geography_type)\n data type, which supports points, linestrings, and polygons.\n\n - **Optional** : Additional [filter](/maps/documentation/placesinsights/experimental/filter-params) parameters to refine your\n search.\n\n- Returns:\n\n - A single `count` value as an `INT64`.\n\nExample: Calculate the number of places in a search radius\n\nThe simplest `PLACES_COUNT` function call returns a single count of all places\nin a geographical area. In this example, you return the count of all operational\nplaces within 1000 meters of the Empire State building.\n\nThis example uses the BigQuery\n[`ST_GEOGPOINT`](https://cloud.google.com/bigquery/docs/reference/standard-sql/geography_functions#st_geogpoint)\nfunction to return a `GEOGRAPHY` value from a point. \n\n```googlesql\nSELECT `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`(\n JSON_OBJECT(\n 'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building\n 'geography_radius', 1000 -- Radius in meters\n )\n) as count;\n```\n\nThe response contains a single count:\n\nA more typical call applies filters to the search area. The next example uses\nfilters to limit the search to only return a count of:\n\n- Places of type `restaurant` with the minimum rating of 3\n- A price level of inexpensive or medium\n- Currently operational\n- Allows dogs\n\n```googlesql\nSELECT `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`(\n JSON_OBJECT(\n 'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building\n 'geography_radius', 1000, -- Radius in meters\n 'types', [\"restaurant\"],\n 'min_rating', 3,\n 'price_level', ['PRICE_LEVEL_INEXPENSIVE', 'PRICE_LEVEL_MODERATE'],\n 'business_status', ['OPERATIONAL'],\n 'allows_dogs', TRUE\n )\n) as count;\n```\n\nThe filtered response:\n\nRemember that place dataset queries enforce a minimum count threshold of\n5. One of the advantages of the place count functions is\nthat they can return any counts, including 0. For example, the following call\nreturns a count of 1: \n\n```googlesql\nSELECT `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`(\n JSON_OBJECT(\n 'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building\n 'geography_radius', 500, -- Radius in meters\n 'types', [\"restaurant\"],\n 'min_rating', 4.0,\n 'free_parking_lot', TRUE,\n 'good_for_watching_sports', TRUE\n )\n) as count;\n```\n\nExample: Calculate the number of restaurants using a polygon\n\nYou can use a polygon to specify the search area. When using a polygon,\nthe points of the polygon must define a closed loop where the first point in the\npolygon is the same as the last point.\n\nThis example uses the BigQuery\n[`ST_GEOGFROMTEXT`](https://cloud.google.com/bigquery/docs/reference/standard-sql/geography_functions#st_geogfromtext)\nfunction to return a `GEOGRAPHY` value from a polygon. \n\n```googlesql\nDECLARE geo GEOGRAPHY;\nSET geo = ST_GEOGFROMTEXT('''POLYGON((-73.985708 40.75773,-73.993324 40.750298,\n -73.9857 40.7484,-73.9785 40.7575,\n -73.985708 40.75773))'''); -- NYC viewport\n\nSELECT `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`(\n JSON_OBJECT(\n 'geography',geo, -- viewport \n 'types', [\"restaurant\"],\n 'min_rating', 1.0,\n 'max_rating', 4.5,\n 'min_user_rating_count', 1,\n 'max_user_rating_count', 10000,\n 'price_level', ['PRICE_LEVEL_INEXPENSIVE', 'PRICE_LEVEL_MODERATE'],\n 'business_status', ['OPERATIONAL'],\n 'allows_dogs', TRUE\n )\n) as count;\n```\n\nThe response for the viewport:\n\nExample: Calculate the number of restaurants using a line\n\nIn the next example, you define the search area using a line of connected\npoints with a search radius of 100 meters around the line.\nThe line is similar to a travel route calculated by the [Routes\nAPI](/maps/documentation/routes). The route might be for a vehicle, a bicycle,\nor for a pedestrian: \n\n```googlesql\nDECLARE geo GEOGRAPHY;\nSET geo = ST_GEOGFROMTEXT('LINESTRING(-73.98903537033028 40.73655649223003,-73.93580216278471 40.80955538843361)'); -- NYC line\n\nSELECT `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`(\n JSON_OBJECT(\n 'geography',geo, -- line\n 'geography_radius', 100, -- Radius around line\n 'types', [\"restaurant\"],\n 'min_rating', 1.0,\n 'max_rating', 4.5,\n 'min_user_rating_count', 1,\n 'max_user_rating_count', 10000,\n 'price_level', ['PRICE_LEVEL_INEXPENSIVE', 'PRICE_LEVEL_MODERATE'],\n 'business_status', ['OPERATIONAL'],\n 'allows_dogs', TRUE\n )\n) as count;\n```\n\nThe response for the line:\n\nExample: Combine the results of multiple calls\n\nYou can combine the results of multiple calls to the `PLACES_COUNT` function.\nFor example, you want a single result showing the number of restaurants for\nthe following price levels within a specific area:\n\n- `PRICE_LEVEL_INEXPENSIVE`\n- `PRICE_LEVEL_MODERATE`\n- `PRICE_LEVEL_EXPENSIVE`\n- `PRICE_LEVEL_VERY_EXPENSIVE\"`\n\nIn this example, you create a loop to call the `PLACES_COUNT` function for each\nprice level, and insert the results of each call to a temporary table. You then\nquery the temporary table to display the results: \n\n```googlesql\n-- Create a temp table to hold the results.\nCREATE TEMP TABLE results (type STRING, count INT64);\n\n-- Create a loop that calls PLACES_COUNT for each price level.\nFOR types IN (SELECT type FROM UNNEST([\"PRICE_LEVEL_INEXPENSIVE\", \"PRICE_LEVEL_MODERATE\", \"PRICE_LEVEL_EXPENSIVE\", \"PRICE_LEVEL_VERY_EXPENSIVE\"]) as type)\nDO\n INSERT INTO results VALUES (types.type, `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`(\n JSON_OBJECT(\n 'types', [\"restaurant\"],\n 'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building\n 'geography_radius', 1000, -- Radius in meters\n 'business_status', ['OPERATIONAL'],\n 'price_level', [types.type]\n )));\nEND FOR;\n\n-- Query the table of results.\nSELECT * FROM results;\n```\n\nThe combined response:\n\nAnother option is to use the `UNION ALL` command to combine the results of\nmultiple `SELECT` statements. The following example shows the same results as\nfrom the previous example: \n\n```googlesql\nSELECT \"PRICE_LEVEL_INEXPENSIVE\" as price_level, `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`(\n JSON_OBJECT(\n 'types', [\"restaurant\"],\n 'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building\n 'geography_radius', 1000, -- Radius in meters\n 'business_status', ['OPERATIONAL'],\n 'price_level', ['PRICE_LEVEL_INEXPENSIVE']\n )\n) as count\n\nUNION ALL\n\nSELECT \"PRICE_LEVEL_MODERATE\" as price_level, `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`(\n JSON_OBJECT(\n 'types', [\"restaurant\"],\n 'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building\n 'geography_radius', 1000, -- Radius in meters\n 'business_status', ['OPERATIONAL'],\n 'price_level', ['PRICE_LEVEL_MODERATE']\n )\n) as count\n\nUNION ALL\n\nSELECT \"PRICE_LEVEL_EXPENSIVE\" as price_level, `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`(\n JSON_OBJECT(\n 'types', [\"restaurant\"],\n 'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building\n 'geography_radius', 1000, -- Radius in meters\n 'business_status', ['OPERATIONAL'],\n 'price_level', ['PRICE_LEVEL_EXPENSIVE']\n )\n) as count\n\nUNION ALL\n\nSELECT \"PRICE_LEVEL_VERY_EXPENSIVE\" as price_level, `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT`(\n JSON_OBJECT(\n 'types', [\"restaurant\"],\n 'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building\n 'geography_radius', 1000, -- Radius in meters\n 'business_status', ['OPERATIONAL'],\n 'price_level', ['PRICE_LEVEL_VERY_EXPENSIVE']\n )\n) as count\n```"]]
