Функции подсчета мест – это предварительно заданные SQL-запросы, которые выполняются в BigQuery. Мы рекомендуем использовать их для запроса набора данных Places Insights, чтобы получить количество мест (включая 0) и идентификаторы мест. Вы также можете запрашивать набор данных напрямую, но эти два метода по-разному обрабатывают пороги агрегирования и области поиска.
Функции подсчета мест могут возвращать любое количество, включая 0, но требуют минимальной области поиска 40,0 на 40,0 м (1600 м2). Функции также возвращают идентификаторы мест, которые можно использовать для поиска информации об отдельных местах, и поддерживают анализ объектов инфраструктуры за прошлые периоды с использованием ежемесячных снимков и дополнительных фильтров по дате.
Для запросов к набору данных о местах применяется порог агрегирования, равный 1 (строки со значением 0 опускаются), но ограничений на размер области поиска нет.
Если вам не нужно выполнять сложный пространственный анализ, рекомендуем начать с функций Places Count, таких как PLACES_COUNT_PER_H3.
Он предоставляет мгновенную статистику по пространственной плотности в стандартизированных ячейках сетки, возвращает идентификаторы мест для проверки фундаментальной истины и специально разработан для геопространственного выделения признаков и моделей ML.
Как выбрать оптимальную функцию Places Count
Places Insights поддерживает несколько пространственных функций. Для оптимизации выполнения запросов, параллельной обработки и масштабируемости пакетов рекомендуем использовать следующие функции:
PLACES_COUNT_PER_H3возвращает таблицу BigQuery с количеством мест в каждой ячейке H3. Эта функция рекомендуется для анализа региональной плотности и теплового картирования картограмм.-
PLACES_COUNT_V2: возвращает таблицу с количеством мест и примерами идентификаторов мест. Эта функция принимает параметр таблицы, содержащий входные данные о местоположениях. Передавая всю таблицу напрямую, механизм выполнения BigQuery может распределять рабочую нагрузку и параллельно обрабатывать пространственные пересечения, обеспечивая высокоэффективную пакетную обработку для крупномасштабного анализа. -
PLACES_COUNT_PER_TYPE_V2: возвращает таблицу с количеством мест и примерами идентификаторов мест, сгруппированных по типу места. Как и в случае сPLACES_COUNT_V2, передача входных географических данных в качестве параметра таблицы позволяет BigQuery нативно распараллеливать пространственные пересечения в больших наборах данных. -
PLACES_COUNT_CHANGEВозвращает таблицу с количеством мест, а также добавленными и удаленными идентификаторами мест за два указанных месяца. Как и в случае сPLACES_COUNT_V2, передача входных географических данных в качестве параметра таблицы позволяет BigQuery параллельно обрабатывать пространственные пересечения в больших наборах данных.
Помимо количества мест, эти функции также возвращают до 250 идентификаторов мест на каждый элемент ответа.
Идентификаторы мест можно использовать в следующих API:
Выполнение запросов с помощью функций Places Count
Используйте следующий формат: [project name
(optional)].[table name].[function name].
Если вы изменили название связанного набора данных при настройке Places Insights, используйте собственное название вместо названий таблиц по умолчанию. Вы также можете по желанию указать название своего проекта. Если он не указан, по умолчанию используется активный проект.
Пример:
PROJECT_NAME.places_insights___us.PLACES_COUNT_V2
Используйте JSON_OBJECT, чтобы передать аргументы в функцию.
Как фильтровать результаты запроса с помощью параметров с учетом регистра
Функции Places Count поддерживают множество фильтров для уточнения поиска. В названиях параметров (например, price_level или types) учитывается регистр. Полный список вариантов приведен в справочнике по параметрам фильтров.
Как запрашивать статистику за определенный период с помощью snapshot_date
По умолчанию функции Places Count запрашивают самый последний доступный снимок данных.
Чтобы проанализировать данные о местах за определенный месяц в прошлом, добавьте в JSON_OBJECT необязательный параметр snapshot_date.
- Формат:
YYYY-MM(например,'2026-07'). - По умолчанию. Если этот параметр не указан, функция автоматически запрашивает последний снимок.
В следующем примере запрашивается количество ресторанов в областях поиска, зафиксированное в снимке за июль 2026 г.:
SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`( TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas`, JSON_OBJECT( 'geography_radius', 1000, -- Radius in meters 'business_status', ['OPERATIONAL'], 'types', ["restaurant"], 'snapshot_date', '2026-07' -- Optional historical snapshot month ) );
В следующем примере вы применяете фильтры, чтобы ограничить поиск по минимальной средней оценке, уровню цен, статусу компании и тому, разрешено ли в ресторане находиться с собаками, используя функцию PLACES_COUNT_V2.
Сначала используйте таблицу с входными данными о географических регионах или подготовьте ее, указав выбранные регионы:
-- Create a table for the input geographies CREATE TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas` AS ( SELECT '1' AS geo_id, -- Unique identifier ST_GEOGPOINT(-73.9857, 40.7484) AS geo -- Empire State Building UNION ALL SELECT '2' AS geo_id, -- Unique identifier ST_GEOGPOINT(-73.9851, 40.7580) AS geo -- Times Square );
Затем вызовите PLACES_COUNT_V2 с таблицей и объектом JSON, содержащим фильтры. Радиус поиска включен в фильтры JSON и будет применяться вокруг каждой точки в таблице my_search_areas.
SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`( TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas`, JSON_OBJECT( 'geography_radius', 1000, -- Radius in meters around each point in 'geo' 'business_status', ['OPERATIONAL'], 'types', ["restaurant"], 'min_rating', 1.3, 'price_level', ['PRICE_LEVEL_INEXPENSIVE', 'PRICE_LEVEL_MODERATE'], 'allows_dogs', TRUE ) );
Пример. Запрос количества ресторанов и местоположений брендов с помощью PLACES_COUNT_V2
В следующем примере используется функция PLACES_COUNT_V2 с пользовательской таблицей географических данных my_search_areas, чтобы получить количество работающих ресторанов в радиусе 1000 метров от Эмпайр-стейт-билдинг и Таймс-сквер в Нью-Йорке в июле 2026 года:
SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`( TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas`, JSON_OBJECT( 'geography_radius', 1000, -- Radius in meters 'business_status', ['OPERATIONAL'], 'types', ["restaurant"], 'snapshot_date', '2026-07' ) );
Ответ – это таблица BigQuery, которая содержит geo_id, географические данные, количество и примеры идентификаторов мест.

В примере ниже используется функция PLACES_COUNT_V2 для фильтрации по идентификаторам брендов. В этом примере мы фильтруем адреса Starbucks, используя идентификатор бренда "1413758728321880760".
Чтобы найти идентификаторы брендов, по которым вы хотите выполнить фильтрацию, отправьте запрос к таблице brands для вашего набора данных (например, places_insights___us.brands). Подробную информацию о наборе данных о брендах можно найти в статье Как составить запрос с использованием данных о брендах.
Например, чтобы найти идентификатор бренда Starbucks:
SELECT id, name FROM `PROJECT_NAME.places_insights___us.brands` WHERE name = "Starbucks"
Получив идентификаторы брендов, вы можете использовать их в фильтре brand_ids, как показано в следующем запросе:
SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_V2`( TABLE `PROJECT_NAME.YOUR_DATASET.my_search_areas`, JSON_OBJECT( 'geography_radius', 1000, -- Radius in meters 'business_status', ['OPERATIONAL'], 'brand_ids', ["1413758728321880760"] ) );
Визуализация результатов запроса с помощью инструментов Google Cloud
Инструменты бизнес-аналитики помогают находить полезную информацию в данных BigQuery. BigQuery поддерживает несколько инструментов визуализации данных от Google и сторонних разработчиков, которые можно использовать для анализа результатов функций, примененных к данным Аналитики мест.
Пример визуализации результатов функции приведен в разделе Визуализация результатов справочника по PLACES_COUNT_PER_H3. Подробнее о визуализации результатов запросов…
Ограничения и требования к функциям
Для функций Places Count действуют следующие ограничения и требования:
- Функции поддерживают только подсказки
COUNT. - Минимальная площадь поиска составляет 40 x 40 м (1600 м2).
- Ограничение на размер входных параметров. Размер объекта JSON, передаваемого в качестве параметра функциям, не должен превышать 1 МБ. Последствия этого ограничения зависят от версии функции:
- Для функций версии 2 (
PLACES_COUNT_V2,PLACES_COUNT_PER_TYPE_V2,PLACES_COUNT_CHANGE) это ограничение применяется только к объекту JSON фильтров. Поскольку географические объекты указываются отдельно с помощью параметра таблицы, эти функции могут масштабироваться до гораздо большего количества входных географических объектов без достижения ограничения на размер JSON. - Для
PLACES_COUNT_PER_H3,PLACES_COUNT,PLACES_COUNT_PER_TYPEиPLACES_COUNT_PER_GEOэто ограничение применяется ко всему объекту JSON, включая все определения географических объектов. Это может ограничить количество регионов, которые можно обработать за один вызов.
- Для функций версии 2 (
- Фильтрация по идентификатору места или компоненту адреса не поддерживается.
- Функции Places Count доступны только для городов и стран, на которые вы подписаны. Инструкции по настройке доступа к набору данных приведены в статье Настройка Аналитики мест.
- Параметры фильтра (например,
geographyилиtypes) чувствительны к регистру и должны точно соответствовать названиям параметров, иначе запрос не будет выполнен.