عدد نقاط الاهتمام التي تم البحث عنها حسب نظام H3

تجمع الدالة PLACES_COUNT_PER_H3 بيانات نقاط الاهتمام في خلايا شبكة H3 المكانية موحّدة بدقة محدّدة. هذه الدالة هي المسار المقترَح لتحليل الكثافة الإقليمية، ووضع الخرائط التنافسية، وإنشاء خرائط حرارية سداسية الشكل ذات تظليل مساحي.

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

البنية والمَعلمات

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

المعلمات

• PROJECT_NAME: اسم مشروعك على Google Cloud. إذا لم تحدّد اسم مشروع، سيتم ضبط طلب البحث تلقائيًا على المشروع النشط.
• ‫LINKED_DATASET_NAME: اسم مجموعة بيانات "إحصاءات الأماكن" التي اشتركت فيها (على سبيل المثال، places_insights___us).
• filters (JSON): كائن JSON تم إنشاؤه باستخدام JSON_OBJECT يحتوي على مَعلمات فلترة المفتاح/القيمة.

فلاتر JSON المطلوبة

• geography (GEOGRAPHY): منطقة البحث المحدودة (نقطة أو سلسلة خطوط أو مضلّع) التي ستتم فهرستها.
• ‫h3_resolution (INTEGER): مستوى دقة خلية H3 (تتراوح القيم المسموح بها من 0 إلى 11).

فلاتر JSON اختيارية

• مَعلمات إضافية، مثل types وbusiness_status وprice_level وmin_rating لفلترة الأماكن التي يتم احتسابها ضمن كل خلية يمكنك الاطّلاع على القائمة الكاملة لمعلَمات الفلترة.

مخطط جدول الناتج

تعرض الدالة جدول BigQuery يحتوي على صف واحد 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 الأشكال السداسية H3 المتقاطعة بدقة الاستهداف، وتعرض أعداد الأماكن الدقيقة وأرقام تعريف الأماكن لكل شكل سداسي.

مثال: احتساب عدد متاجر البقالة والمتاجر الصغيرة المناسبة لأصحاب الكراسي المتحرّكة في ولاية نيويورك

يجمع هذا الطلب المتاجر الصغيرة ومتاجر البقالة التي تعمل والمناسبة لأصحاب الكراسي المتحرّكة في ولاية نيويورك باستخدام مستوى دقة H3 يبلغ 8. يتم الاستعلام عن هندسة حدود ولاية نيويورك ديناميكيًا 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

ينتج عن الاستعلام جدول صف بصف يربط الخلايا مباشرةً بالأعداد المكانية:

مثال: حساب عدد الأماكن لكل خلية H3 تتم فلترتها حسب العلامة التجارية

يستخدم المثال التالي الفلتر brand_ids لاسترداد أعداد الأماكن وعيّنات 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 في Looker Studio كخريطة بالدرجات اللونية. كلما كانت خلية H3 أغمق، زاد تركيز النتائج:

لاستيراد بياناتك إلى Looker Studio:

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

3. ينشئ Looker Studio صفحة تقرير تلقائية ويضيف إليها عنوانًا وجدولاً ورسمًا بيانيًا شريطيًا للنتائج.

   

4. اختَر كل محتوى الصفحة واحذفه.

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

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

   

7. تظهر الخريطة الممتلئة كما هو موضح أعلاه. يمكنك اختياريًا تحديد أنواع الرسوم البيانية -> النمط لضبط مظهر الخريطة بشكل أكبر.

لمزيد من المعلومات عن عرض نتائج إحصاءات الأماكن، يُرجى الاطّلاع على عرض نتائج طلبات البحث.

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

يوضّح هذا المثال كيفية الاستعلام عن أعداد نقاط الاهتمام السابقة على مستوى شبكة H3 المكانية لشهر معيّن باستخدام فلتر snapshot_date. وتحدّد منطقة بحث جغرافية باستخدام نطاق حول موقع جغرافي، وتطبّق معايير إضافية لأعداد 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')]
    )
  )
);