Die Funktionen für die Anzahl der Orte sind vordefinierte SQL-Abfragen, die in BigQuery ausgeführt werden und eine Ergänzung zur direkten Abfrage des Datasets darstellen. Der Hauptunterschied zwischen dem direkten Abfragen der Daten und der Verwendung einer Funktion besteht darin, dass bei Funktionen kein Mindestanzahlschwellenwert, sondern ein Mindestsuchbereich erzwungen wird:
- Ortsdatensätze abfragen können nur Zählungen ab 5 zurückgeben, es gibt aber keine Einschränkungen für die Größe des Suchbereichs.
- Places Count-Funktionen können beliebige Anzahlwerte zurückgeben, einschließlich 0, erzwingen aber eine Mindestsuchfläche von 40,0 × 40,0 Metern (1.600 m2). Funktionen können auch Orts-IDs zurückgeben, mit denen Informationen zu einzelnen Orten abgerufen werden können.
Sie sollten Places Count-Funktionen verwenden, wenn es wichtig ist zu wissen, wann eine Anfrage keine Ergebnisse zurückgibt oder wenn Sie niedrige Anzahlen von Orten unter 5 benötigen. Sie ist auch nützlich, wenn Sie einzelne Ortsinformationen benötigen, um Ihre Ergebnisse zu überprüfen.
Die Funktionen für die Anzahl der Orte liefern nur Anzahlwerte. Wenn Sie komplexere Abfragen wie Datenverknüpfungen ausführen oder zusätzliche Informationen wie die durchschnittliche Bewertung einer Gruppe von Orten abrufen möchten, fragen Sie das Dataset direkt ab.
Unterstützte Funktionen und Länder für die Anzahl der Orte
Places Insights unterstützt die folgenden Funktionen:
PLACES_COUNT: Gibt eine einzelne Zeile mit der Anzahl der Orte zurück.PLACES_COUNT_PER_TYPE: Gibt eine BigQuery-Tabelle mit der Anzahl der Orte nach Ortstyp zurück.PLACES_COUNT_PER_GEO: Gibt eine BigQuery-Tabelle mit der Anzahl der Orte nach geografischen Einheiten zurück.PLACES_COUNT_PER_H3: Gibt eine BigQuery-Tabelle mit der Anzahl der Orte pro H3-Zelle zurück.
Zusammen mit der Anzahl der Orte geben die Funktionen PLACES_COUNT_PER_TYPE, PLACES_COUNT_PER_GEO und PLACES_COUNT_PER_H3 auch bis zu 250 Orts-IDs pro Element der Antwort zurück. Alle Filterparameter ansehen
Orts-IDs können für Folgendes verwendet werden:
Abfragen mit Funktionen schreiben
Verwenden Sie das folgende Format, um die Funktionen aufzurufen: [project name
(optional)].[table name].[function name].
Wenn Sie den Namen des verknüpften Datasets bei der Einrichtung von Places Insights geändert haben, verwenden Sie Ihren benutzerdefinierten Namen anstelle der Standardtabellennamen, die unter Funktionen zum Zählen von Referenzorten in BigQuery aufgeführt sind. Optional können Sie auch den Projektnamen angeben. Wenn kein Projekt angegeben ist, wird standardmäßig das aktive Projekt verwendet.
Beispiel:
PROJECT_NAME.places_insights___us.PLACES_COUNT
Verwenden Sie ein JSON_OBJECT, um Argumente an die Funktion zu übergeben.
Ergebnisse filtern
Die Funktionen für die Anzahl der Orte unterstützen viele Filter, mit denen Sie Ihre Suche eingrenzen können. Bei diesen Parametern (z. B. price_level oder types) wird die Groß-/Kleinschreibung beachtet und sie müssen exakt mit den Parameternamen übereinstimmen. Vollständige Liste der Optionen
Im nächsten Beispiel wenden Sie Filter an, um die Suche nach Mindestnutzerbewertung, Preisniveau, Unternehmensstatus und danach zu beschränken, ob Hunde im Restaurant erlaubt sind:
SELECT `PROJECT_NAME.places_insights___us.PLACES_COUNT`( JSON_OBJECT( 'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building 'geography_radius', 1000, -- Radius in meters 'business_status', ['OPERATIONAL'], 'types', ["restaurant"], 'min_rating', 1.3, 'price_level', ['PRICE_LEVEL_INEXPENSIVE', 'PRICE_LEVEL_MODERATE'], 'allows_dogs', TRUE ) ) as count;
Beispiel für die Funktion „Places Count“
Im folgenden Beispiel wird die PLACES_COUNT-Funktion verwendet, um die Anzahl der betriebsbereiten Restaurants im Umkreis von 1.000 Metern um das Empire State Building in New York City zurückzugeben:
SELECT `PROJECT_NAME.places_insights___us.PLACES_COUNT`( JSON_OBJECT( 'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building 'geography_radius', 1000, -- Radius in meters 'business_status', ['OPERATIONAL'], 'types', ["restaurant"] ) ) as count;
Die Antwort enthält eine einzelne Anzahl:

In diesem Beispiel wird die BigQuery-Funktion ST_GEOGPOINT verwendet, um einen GEOGRAPHY-Wert von einem Punkt zurückzugeben und diesen Wert dann an den Parameter geography zu übergeben. Außerdem wird der Suchradius um den Punkt und der zu suchende Ortstyp "restaurant" übergeben.
Anzahl der Orte nach Typ, geografischer Einheit oder H3-Beispiel
Zusammen mit der Anzahl der Orte geben die Funktionen PLACES_COUNT_PER_TYPE, PLACES_COUNT_PER_GEO und PLACES_COUNT_PER_H3 auch bis zu 250 Orts-IDs für die in der Antwort enthaltenen Orte zurück.
Die Funktion PLACES_COUNT_PER_TYPE gibt beispielsweise eine Tabelle mit der Anzahl der Orte pro Ortstyp zurück. Die Antwort enthält ein Array von Orts-IDs für die Orte, die den einzelnen Typen entsprechen. Sie können die zurückgegebenen Orts-IDs verwenden, um Informationen zu den einzelnen Orten abzurufen.
Der folgende Funktionsaufruf gibt die Anzahl der Orte mit den Typen restaurant, cafe und bar zurück:
SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_PER_TYPE`( JSON_OBJECT( 'geography', ST_GEOGPOINT(-73.9857, 40.7484), -- Empire State Building 'geography_radius', 1000, -- Radius in meters 'types', ["restaurant", "cafe", "bar"], 'business_status', ['OPERATIONAL'] ) );
Diese Funktion gibt eine Tabelle mit drei Spalten zurück: type, count und sample_place_ids. In der Spalte count wird die Anzahl der Orte für jede type angezeigt und in der Spalte sample_place_ids sind bis zu 250 Orts-IDs für jede type aufgeführt.

Ergebnisse visualisieren
Analyse- und Business Intelligence-Tools sind entscheidend, um Erkenntnisse aus Ihren BigQuery-Daten zu gewinnen. BigQuery unterstützt mehrere Datenvisualisierungstools von Google und Drittanbietern, mit denen Sie die Ergebnisse Ihrer Funktionen für Places Insights-Daten analysieren können.
Ein Beispiel für die Visualisierung der Ergebnisse einer Funktion finden Sie unter Ergebnisse visualisieren. Weitere Informationen und ein Beispiel zum Visualisieren von Places Insights-Ergebnissen finden Sie unter Abfrageergebnisse visualisieren.
Beschränkungen und Anforderungen
Für die Funktionen für die Anzahl der Orte gelten die folgenden Einschränkungen und Anforderungen:
- Es werden nur
COUNT-Statistiken unterstützt. - Die Mindestsuchfläche beträgt 40,0 × 40,0 Meter (1.600 m2).
- Die Eingabegröße für den Parameter „Anzahl der Orte“ ist auf 1 MB beschränkt.
- Das Filtern nach Orts-ID, Marken, Lademöglichkeiten für Elektrofahrzeuge oder Adresskomponenten wird nicht unterstützt.
- Sie können nur für die Städte und Länder, für die Sie ein Abo abgeschlossen haben, auf die Funktionen für die Anzahl der Orte zugreifen. Informationen zum Einrichten des Dataset-Zugriffs finden Sie unter Places Insights einrichten.
- Bei Filterparametern (z. B.
geographyodertypes) wird die Groß-/Kleinschreibung berücksichtigt. Sie müssen exakt mit den Parameternamen übereinstimmen, da die Abfrage sonst fehlschlägt.
Funktionen für die Anzahl der Orte in BigQuery referenzieren
Alle Städte im Beispieldataset und alle Länder im vollständigen Dataset unterstützen die Funktionen für die Anzahl der Orte.
Sie haben Zugriff auf die Funktionen für die Anzahl der Orte, die den Datasets für Städte und Länder entsprechen, die Sie abonniert haben. Informationen zum Dataset-Zugriff finden Sie unter Places Insights einrichten.
In diesen Tabellen sind die verfügbaren Städte, Länder und die entsprechenden Tabellennamen aufgeführt.
Beispieldaten
| Stadt, Land | Tabellennamen |
|---|---|
| Sydney, Australien | places_insights___au___sample.FUNCTION_NAME |
| São Paulo, Brasilien | places_insights___br___sample.FUNCTION_NAME |
| Toronto, Kanada | places_insights___ca___sample.FUNCTION_NAME |
| Paris, Frankreich | places_insights___fr___sample.FUNCTION_NAME |
| Berlin, Deutschland | places_insights___de___sample.FUNCTION_NAME |
| Mumbai, Indien | places_insights___in___sample.FUNCTION_NAME |
| Jakarta, Indonesien | places_insights___id___sample.FUNCTION_NAME |
| Rom, Italien | places_insights___it___sample.FUNCTION_NAME |
| Tokio, Japan | places_insights___jp___sample.FUNCTION_NAME |
| Mexiko-Stadt, Mexiko | places_insights___mx___sample.FUNCTION_NAME |
| Madrid, Spanien | places_insights___es___sample.FUNCTION_NAME |
| Zürich, Schweiz | places_insights___ch___sample.FUNCTION_NAME |
| London, Vereinigtes Königreich | places_insights___gb___sample.FUNCTION_NAME |
| New York City, USA | places_insights___us___sample.FUNCTION_NAME |
Vollständige Daten
| Land | Tabellennamen |
|---|---|
| Australien | places_insights___au.FUNCTION_NAME |
| Brasilien | places_insights___br.FUNCTION_NAME |
| Kanada | places_insights___ca.FUNCTION_NAME |
| Frankreich | places_insights___fr.FUNCTION_NAME |
| Deutschland | places_insights___de.FUNCTION_NAME |
| Indien | places_insights___in.FUNCTION_NAME |
| Indonesien | places_insights___id.FUNCTION_NAME |
| Italien | places_insights___it.FUNCTION_NAME |
| Japan | places_insights___jp.FUNCTION_NAME |
| Mexiko | places_insights___mx.FUNCTION_NAME |
| Spanien | places_insights___es.FUNCTION_NAME |
| Schweiz | places_insights___ch.FUNCTION_NAME |
| Vereinigtes Königreich | places_insights___gb.FUNCTION_NAME |
| USA | places_insights___us.FUNCTION_NAME |