查询 POI 数量

PLACES_COUNT_V2 函数会返回一个 BigQuery 表，其中包含多个输入地理位置的地点数量和示例地点 ID，具体取决于指定的过滤条件。此函数旨在实现高效的批量处理，它接受 地理位置的 输入 表 形参，让您可以通过输入表提供地理位置，从而在单个查询中分析多个感兴趣的区域。

语法

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

形参

• PROJECT_NAME：您的 Google Cloud 云项目的名称。
• LINKED_DATASET_NAME：包含地点数据分析函数（例如 places_insights___us）的 BigQuery 数据集的名称。
• input_geographies：包含要分析的地理位置的 BigQuery 表。此表必须 包含以下列：
  • geo_id (STRING)：每个地理位置的唯一标识符。
  • geo (GEOGRAPHY)：表示该区域的 BigQuery GEOGRAPHY 对象。这可以是点、多边形或其他地理位置类型。
• filters (JSON)：一个 JSON 对象，其中包含用于过滤地点的键值对。请参阅过滤形参。

输出表架构

PLACES_COUNT_V2 函数会返回一个包含以下列的表：

运作方式

该函数会处理 input_geographies 表中的每一行。对于每个 geo 对象，它会统计地理位置内（或 geography_radius 内，如果 geo 是点且半径在 filters 中指定）的地点数量。统计结果仅包含符合 filters JSON 对象中定义的所有条件的地点。

示例：计算纽约市三个县的餐厅数量

此示例会生成一个表，其中包含纽约市三个县的营业餐厅数量。

此示例使用美国人口普查局 数据 BigQuery 公开数据集来获取 纽约市三个县（“皇后区”“布鲁克林区”和“纽约县”）的边界。每个县的边界都包含在 county_geom 列中。

我们首先创建一个临时表 new_york_counties，用于保存每个县的 geo_id 和简化的 GEOGRAPHY。

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']
  )
);

响应表将包含三行，每行对应一个县，显示营业餐厅的 geo_id、input_geography、place_count 和 sample_place_ids。

使用 PLACES_COUNT_V2 的优势

PLACES_COUNT_V2 与 PLACES_COUNT 和 PLACES_COUNT_PER_GEO 相比，具有显著优势：

• 批量处理 ：通过在表中提供多个地理位置输入，在单个查询中高效分析数千个自定义地理位置。
• 性能：利用 BigQuery 优化的地理空间 联接 ，为大型数据集提供显著的速度优势。
• 可伸缩性 ：旨在处理大量输入地理位置，不受单个 JSON 形参大小的限制。
• 包含零计数 ：PLACES_COUNT_V2 会为输入表中提供的每个 geo_id 返回一行。如果没有任何地点符合给定地理位置的条件，则 place_count 将为 0。这样可确保您获得每个输入区域的结果，以便了解哪些区域没有地点。
• 历史快照 ：使用可选的 snapshot_date 过滤条件查询特定月份的地点数量数据。

示例：查询上个月的 POI 数量

此示例演示了如何使用 snapshot_date 形参查询特定位置的历史 POI 数量。它会过滤结果，以查找具有电动汽车充电设施（由 max_ev_max_charge_rate_kw 指定）以及特定 regular_opening_hours 的地点。

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')]
    )
  )
);