Nombre de requêtes de POI

La fonction PLACES_COUNT_V2 renvoie une table BigQuery contenant le nombre de lieux et des exemples d'ID de lieu pour plusieurs zones géographiques d'entrée en fonction des filtres spécifiés. Cette fonction est conçue pour un traitement par lots efficace en acceptant un paramètre de table d'entrée de zones géographiques, ce qui vous permet d'analyser de nombreuses zones d'intérêt dans une seule requête en fournissant les zones géographiques via une table d'entrée.

Syntaxe

SELECT * FROM `PROJECT_NAME.LINKED_DATASET_NAME.PLACES_COUNT_V2`(
  TABLE input_geographies,
  filters
)

Paramètres

• PROJECT_NAME : nom de votre projet Google Cloud
• LINKED_DATASET_NAME : nom de l'ensemble de données BigQuery contenant les fonctions Places Insights (par exemple, places_insights___us)
• input_geographies : table BigQuery contenant les zones géographiques à analyser Cette table doit inclure les colonnes suivantes :
  • geo_id (STRING) : identifiant unique pour chaque zone géographique
  • geo (GEOGRAPHY) : objet GEOGRAPHY BigQuery représentant la zone Il peut s'agir d'un point, d'un polygone ou d'un autre type de zone géographique.
• filters (JSON) : objet JSON contenant des paires clé-valeur pour filtrer les lieux Consultez les paramètres de filtre.

Schéma de la table de sortie

La fonction PLACES_COUNT_V2 renvoie une table avec les colonnes suivantes :

Fonctionnement

La fonction traite chaque ligne de la table input_geographies. Pour chaque geo objet, elle compte le nombre de lieux situés dans la zone géographique (ou dans le geography_radius si le geo est un point et que le rayon est spécifié dans les filters). Le décompte n'inclut que les lieux qui correspondent à toutes les conditions définies dans l'objet JSON filters.

Exemple : Calculer le nombre de restaurants dans trois comtés de la ville de New York

Cet exemple génère une table indiquant le nombre de restaurants en activité dans trois comtés de la ville de New York.

Cet exemple utilise l'ensemble de données public United States Census Bureau Data BigQuery pour obtenir les limites de trois comtés de la ville de New York : « Queens », « Kings » et « New York ». Les limites de chaque comté sont contenues dans la colonne county_geom.

Nous créons d'abord une table temporaire new_york_counties pour contenir le geo_id et le GEOGRAPHY simplifié de chaque comté.

SELECT *
FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`(
  (
    SELECT
      county_name AS geo_id,
      ST_SIMPLIFY(county_geom, 100) AS geo
    FROM
      `bigquery-public-data.geo_us_boundaries.counties`
    WHERE
      state_fips_code = "36"  -- New York State
      AND county_name IN ("Queens", "Kings", "New York")
  ),
  JSON_OBJECT(
      'types', ["restaurant"],
      'business_status', ['OPERATIONAL']
  )
);

La table de réponse comportera trois lignes, une pour chaque comté, affichant le geo_id, le input_geography, le place_count et le sample_place_ids des restaurants en activité.

Avantages de l'utilisation de PLACES_COUNT_V2

PLACES_COUNT_V2 offre des avantages significatifs par rapport à PLACES_COUNT et PLACES_COUNT_PER_GEO :

• Traitement par lots : analysez efficacement des milliers de zones géographiques personnalisées dans une seule requête en fournissant plusieurs entrées de zones géographiques dans une table.
• Performances : utilise les jointaires géospatiales optimisées de BigQuery ce qui offre des avantages considérables en termes de vitesse pour les grands ensembles de données.
• Scalabilité : conçu pour gérer un grand nombre de zones géographiques d'entrée sans les limites de la taille d'un seul paramètre JSON.
• Comprend les décomptes nuls : PLACES_COUNT_V2 renvoie une ligne pour chaque geo_id fourni dans la table d'entrée. Si aucun lieu ne correspond aux critères d'une zone géographique donnée, le place_count sera égal à 0. Vous obtenez ainsi un résultat pour chaque zone d'entrée, ce qui vous permet de voir où les lieux sont absents.
• Instantanés historiques : interrogez les données de décompte des lieux d'un mois spécifique à l'aide du filtre snapshot_date facultatif.

SELECT *
FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`(
   (
    SELECT
      county_name AS geo_id,
      ST_SIMPLIFY(county_geom, 100) AS geo
    FROM
      `bigquery-public-data.geo_us_boundaries.counties`
    WHERE
      state_fips_code = "36"  -- New York State
      AND county_name IN ("Queens", "Kings", "New York")
  ),
  JSON_OBJECT(
    'geography_radius', 5000,
    'snapshot_date', '2026-01', -- Target snapshot month (YYYY-MM)
    'max_ev_max_charge_rate_kw', 30.0, -- Filter by EV charge rate in kW
    'regular_opening_hours', JSON_OBJECT(
      'monday', [JSON_OBJECT('start_time', '09:00', 'end_time', '12:00')]
    )
  )
);