H3'e göre sorgu ÖY sayısı

PLACES_COUNT_PER_H3 işlevi, ilgi çekici yer (POI) verilerini belirli bir çözünürlükte standartlaştırılmış H3 uzamsal ızgara hücrelerinde toplar. Bu işlev, bölgesel yoğunluk analizi, rekabet haritası oluşturma ve altıgen renkli ısı haritaları oluşturma için önerilen yoldur.

PLACES_COUNT_PER_H3 işlevini çağırmak için SQL FROM tümcesini kullanın. Çünkü işlev bir tablo döndürür.

Söz dizimi ve parametreler

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

Parametreler

• PROJECT_NAME: Google Cloud projenizin adı. Proje adı belirtmezseniz sorgunuz varsayılan olarak etkin projeye yönlendirilir.
• LINKED_DATASET_NAME: Abone olduğunuz Places Insights veri kümesinin adı (örneğin, places_insights___us).
• filters (JSON): Anahtar/değer filtresi içeren JSON_OBJECT kullanılarak oluşturulan bir JSON nesnesi parametreleri.

Gerekli JSON Filtreleri

• geography (GEOGRAPHY): Dizinlenecek sınırlayıcı arama alanı (nokta, çizgi dizesi veya poligon).
• h3_resolution (TAM SAYI): H3 hücresi çözünürlük düzeyi (desteklenen değerler 0 ile 11 arasındadır).

İsteğe Bağlı JSON Filtreleri

• Her hücrede sayılan yerleri filtrelemek için types, business_status, price_level ve min_rating gibi ek parametreler. Filtre parametrelerinin tam listesini inceleyin.

Çıkış tablosu şeması

İşlev, hedef geometrinizle kesişen her H3 hücre dizini için bir satır içeren bir BigQuery tablosu döndürür:

PLACES_COUNT_PER_H3 kullanarak bölgesel ÖY yoğunluğunu toplama

İşlev, filtrelerinizde belirtilen sınırlayıcı coğrafyayı işler, hedef çözünürlüğünüzdeki tüm kesişen H3 altıgenlerini tanımlar ve her altıgen için tam yer sayılarını ve yer kimliklerini döndürür.

Örnek: New York eyaletindeki tekerlekli sandalye erişimine uygun market ve kolaylık mağazalarını say

Bu sorgu, New York eyaletindeki operasyonel, tekerlekli sandalye erişimine uygun marketleri ve bakkalları 8 H3 çözünürlük düzeyinde toplar. New York Eyaleti'nin sınır geometrisi, bigquery-public-data.geo_us_boundaries.states herkese açık veri kümesinden dinamik olarak sorgulanır.

-- 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;

Yanıt biçimi

Sorgu, hücreleri doğrudan mekansal sayımlarla eşleyen satır satır bir tablo oluşturur:

Örnek: Markaya göre filtrelenmiş H3 hücresi başına yer sayısı

Aşağıdaki örnekte, Starbucks brand_ids ve Dunkin "1314981297593671295" gibi belirli markalar için yer sayılarını ve örnek yer kimliklerini almak üzere "1413758728321880760" filtresi kullanılmaktadır:

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']
    )
);

Looker Studio'da H3 sonuçlarını dinamik olarak görselleştirme

Aşağıdaki resimlerde, PLACES_COUNT_PER_H3 verilerinin Looker Studio'da dolu harita olarak gösterildiği görülmektedir. H3 hücresi ne kadar koyu olursa sonuçların yoğunluğu o kadar yüksek olur:

Verilerinizi Looker Studio'ya aktarmak için:

1. Sonuçlarınızı oluşturmak için yukarıdaki işlevi BigQuery'de çalıştırın.
2. BigQuery sonuçları bölmesinde Open in -> Looker Studio'yu (Looker Studio'da aç) tıklayın. Sonuçlarınız otomatik olarak Looker Studio'ya aktarılır.

3. Looker Studio, varsayılan bir rapor sayfası oluşturur ve bu sayfayı sonuçların başlığı, tablosu ve çubuk grafiğiyle başlatır.

   

4. Sayfadaki her şeyi seçip silin.

5. Raporunuza dolu harita eklemek için Ekle -> Dolu harita'yı tıklayın.

6. Grafik türleri -> Kurulum bölümünde alanları aşağıda gösterildiği gibi yapılandırın:

   

7. Doldurulmuş harita yukarıdaki gibi görünür. Haritanın görünümünü daha ayrıntılı bir şekilde yapılandırmak için isteğe bağlı olarak Grafik türleri -> Stil'i seçebilirsiniz.

Places Insights sonuçlarını görselleştirme hakkında daha fazla bilgi için Sorgu sonuçlarını görselleştirme başlıklı makaleyi inceleyin.

Örnek: Belirli filtrelerle H3 hücresine göre geçmiş ÖY sayılarını sorgulama

Bu örnekte, snapshot_date filtresi kullanılarak belirli bir anlık görüntü ayında H3 uzamsal ızgarasındaki geçmiş ÖY sayılarının nasıl sorgulanacağı gösterilmektedir. Bir konumun etrafında arabellek kullanarak coğrafi bir arama alanı tanımlar ve belirli regular_opening_hours ile birlikte max_ev_charge_connector_count kullanarak elektrikli araç şarjı konnektörü sayıları için ek ölçütler uygular.

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')]
    )
  )
);