PLACES_COUNT_PER_GEO फ़ंक्शन

PLACES_COUNT_PER_GEO फ़ंक्शन, खोज के लिए भौगोलिक इलाकों की एक कलेक्शन लेता है. इसके बाद, हर इलाके में मौजूद जगहों की संख्या वाली एक टेबल दिखाता है. उदाहरण के लिए, अगर खोज के लिए पिन कोड का कलेक्शन तय किया जाता है, तो जवाब में एक टेबल दिखती है. इसमें हर पिन कोड के लिए एक अलग लाइन होती है.

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

• इनपुट पैरामीटर:

  • ज़रूरी है: geographies फ़िल्टर पैरामीटर, जो खोज के लिए इलाके की जानकारी देता है. The geographies पैरामीटर, BigQuery GEOGRAPHY डेटा टाइप से तय की गई वैल्यू का कलेक्शन लेता है. यह कलेक्शन, पॉइंट, लाइनस्ट्रिंग, और पॉलीगॉन के लिए काम करता है.

  • ज़रूरी नहीं: खोज को बेहतर बनाने के लिए, अन्य फ़िल्टर पैरामीटर.

• वापसी:

  • हर भौगोलिक इलाके के लिए एक लाइन वाली टेबल. टेबल में ये कॉलम होते हैं: geography (GEOGRAPHY), count (INT64), और place_ids (ARRAY<STRING>). इनमें, place_ids में हर भौगोलिक इलाके के लिए, ज़्यादा से ज़्यादा 250 जगह के आईडी होते हैं.

उदाहरण: न्यूयॉर्क सिटी के हर काउंटी में मौजूद रेस्टोरेंट की संख्या का हिसाब लगाना

इस उदाहरण में, न्यूयॉर्क सिटी के हर काउंटी में चालू रेस्टोरेंट की संख्या वाली एक टेबल जनरेट की जाती है.

इस उदाहरण में, न्यूयॉर्क सिटी के तीन काउंटी की सीमाओं की जानकारी पाने के लिए, अमेरिका के जनगणना ब्यूरो के डेटा से जुड़े BigQuery के सार्वजनिक डेटासेट का इस्तेमाल किया गया है. ये तीन काउंटी हैं: "क्वींस","किंग्स", "न्यूयॉर्क". हर काउंटी की सीमाएं, county_geom कॉलम में मौजूद होती हैं.

इसके बाद, इस उदाहरण में BigQuery ST_SIMPLIFY फ़ंक्शन का इस्तेमाल करके, county_geom का आसान वर्शन दिखाया जाता है. ST_SIMPLIFY फ़ंक्शन, किनारों की लगभग सीधी चेन को एक लंबे किनारे से बदल देता है.

DECLARE geos ARRAY<GEOGRAPHY>;

SET geos = (SELECT ARRAY_AGG(ST_SIMPLIFY(county_geom, 100))
            FROM `bigquery-public-data.geo_us_boundaries.counties`
            WHERE county_name IN ("Queens","Kings", "New York") AND state_fips_code = "36");

SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_PER_GEO`(
  JSON_OBJECT(
      'geographies', geos,
      'types', ["restaurant"],
      'business_status', ["OPERATIONAL"]
      )
);

फ़ंक्शन का जवाब:

नतीजे विज़ुअलाइज़ करना

यहां दी गई इमेज में, इस डेटा को Looker Studio में भरे गए मैप के तौर पर दिखाया गया है. इसमें हर काउंटी की आउटलाइन भी शामिल है:

अपने डेटा को Looker Studio में इंपोर्ट करने के लिए:

1. नतीजे जनरेट करने के लिए, ऊपर दिए गए फ़ंक्शन को 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 तौर पर एक रिपोर्ट पेज बनाता है. साथ ही, इसमें नतीजों का टाइटल, टेबल, और बार ग्राफ़ जोड़ता है.

   

4. पेज पर मौजूद सब कुछ चुनें और उसे मिटा दें.

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

6. चार्ट के टाइप - > सेटअप में, फ़ील्ड को यहां 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 नतीजे विज़ुअलाइज़ करना लेख पढ़ें.