PLACES_COUNT_PER_H3 ফাংশন

PLACES_COUNT_PER_H3 ফাংশন অনুসন্ধানের জন্য একটি ভৌগলিক এলাকা নেয় এবং অনুসন্ধান এলাকায় প্রতি H3 কক্ষে স্থান গণনার একটি সারণী প্রদান করে।

কারণ PLACES_COUNT_PER_GEO ফাংশন একটি টেবিল প্রদান করে, এটি একটি FROM ক্লজ ব্যবহার করে কল করুন৷

• ইনপুট পরামিতি:

  • প্রয়োজনীয় : geography ফিল্টার প্যারামিটার যা অনুসন্ধান এলাকা নির্দিষ্ট করে। geography প্যারামিটার হল BigQuery GEOGRAPHY ডেটা টাইপ দ্বারা সংজ্ঞায়িত একটি মান, যা পয়েন্ট, লাইনস্ট্রিং এবং বহুভুজ সমর্থন করে।

    বিভিন্ন ধরনের অনুসন্ধান ভৌগলিক ব্যবহার করার উদাহরণের জন্য, যেমন ভিউপোর্ট এবং লাইন, দেখুন PLACES_COUNT ফাংশন ।

  • প্রয়োজনীয় : h3_resolution ফিল্টার প্যারামিটার যা প্রতিটি H3 কক্ষে স্থানের গণনা একত্রিত করতে ব্যবহৃত H3 রেজোলিউশন নির্দিষ্ট করে। সমর্থিত মান 0 থেকে 8 পর্যন্ত।

  • ঐচ্ছিক : আপনার অনুসন্ধান পরিমার্জিত করার জন্য অতিরিক্ত ফিল্টার পরামিতি।

• রিটার্ন:

  • প্রতি H3 কক্ষে একটি সারি সহ একটি টেবিল। সারণীতে h3_cell_index ( STRING ), geography ( GEOGRAPHY ) কলাম রয়েছে যা H3 কোষ, count ( INT64 ) এবং place_ids ( ARRAY<STRING> ) প্রতিনিধিত্বকারী বহুভুজকে সংজ্ঞায়িত করে যেখানে place_ids প্রতিটি H3 কক্ষের জন্য 250টি পর্যন্ত স্থান আইডি রয়েছে৷

উদাহরণ: H3 সেল প্রতি হুইলচেয়ার অ্যাক্সেসযোগ্য সুবিধা এবং মুদির দোকান গণনা করুন

নীচের উদাহরণটি নিউ ইয়র্ক সিটিতে H3 সেল প্রতি কর্মক্ষম, হুইলচেয়ার অ্যাক্সেসযোগ্য সুবিধা এবং মুদি দোকানের সংখ্যা গণনা করে। H3 কোষ 8 এর রেজোলিউশন স্তর ব্যবহার করে।

এই উদাহরণটি নিউ ইয়র্ক সিটির ভূগোল পেতে ওভারচার ম্যাপ ডেটা BigQuery পাবলিক ডেটাসেট ব্যবহার করে।

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 names.primary = 'City of New York'  LIMIT 1);

SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_PER_H3`(
  JSON_OBJECT(
      'geography', geo,
      'types', ["convenience_store","grocery_store"],
      'wheelchair_accessible_entrance', true,
      'business_status', ['OPERATIONAL'],
      'h3_resolution', 8
    )
);

ফাংশনের জন্য প্রতিক্রিয়া:

ফলাফল কল্পনা করুন

নিম্নলিখিত চিত্রগুলি একটি ভরা মানচিত্র হিসাবে লুকার স্টুডিওতে প্রদর্শিত এই ডেটা দেখায়৷ H3 কোষ যত গাঢ় হবে ফলাফলের ঘনত্ব তত বেশি:

লুকার স্টুডিওতে আপনার ডেটা আমদানি করতে:

1. ফলাফল তৈরি করতে উপরের ফাংশনটি চালান।

2. BigQuery ফলাফলে, Open in -> Looker Studio-তে ক্লিক করুন। আপনার ফলাফল স্বয়ংক্রিয়ভাবে লুকার স্টুডিওতে আমদানি করা হয়।

3. লুকার স্টুডিও একটি ডিফল্ট রিপোর্ট পৃষ্ঠা তৈরি করে এবং ফলাফলের একটি শিরোনাম, টেবিল এবং বার গ্রাফ দিয়ে এটি শুরু করে।

   

4. পৃষ্ঠায় সবকিছু নির্বাচন করুন এবং এটি মুছুন।

5. আপনার রিপোর্টে একটি পূর্ণ মানচিত্র যোগ করতে সন্নিবেশ -> ভরা মানচিত্র ক্লিক করুন।

6. চার্টের প্রকারের অধীনে -> সেটআপ নীচে দেখানো ক্ষেত্রগুলি কনফিগার করুন::

   

7. ভরাট মানচিত্র উপরের মত প্রদর্শিত হবে. মানচিত্রের চেহারা আরও কনফিগার করতে আপনি ঐচ্ছিকভাবে চার্ট প্রকার -> শৈলী নির্বাচন করতে পারেন।

স্থানের অন্তর্দৃষ্টি ফলাফলগুলি ভিজ্যুয়ালাইজ করার বিষয়ে আরও তথ্য এবং উদাহরণের জন্য, ক্যোয়ারী ফলাফলগুলি ভিজ্যুয়ালাইজ করুন দেখুন৷