science এই পণ্য বা বৈশিষ্ট্যটি পরীক্ষামূলক (প্রি-GA)। প্রাক-GA পণ্য এবং বৈশিষ্ট্যগুলির সীমিত সমর্থন থাকতে পারে এবং প্রাক-GA পণ্য এবং বৈশিষ্ট্যগুলির পরিবর্তনগুলি অন্যান্য প্রাক-GA সংস্করণগুলির সাথে সামঞ্জস্যপূর্ণ নাও হতে পারে। প্রাক-GA অফারগুলি Google মানচিত্র প্ল্যাটফর্ম পরিষেবার নির্দিষ্ট শর্তাবলী দ্বারা আচ্ছাদিত। আরও তথ্যের জন্য, লঞ্চ পর্যায়ের বিবরণ দেখুন। স্থানের অন্তর্দৃষ্টি পরীক্ষা করতে সাইন আপ করুন !
সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
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 : geographyফিল্টার 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_resolutionফিল্টার 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। টেবিলটিতে h3_cell_index ( STRING ), geography ( GEOGRAPHY ) কলাম রয়েছে যা H3 সেল, count ( INT64 ) এবং sample_place_ids ( ARRAY<STRING> ) প্রতিনিধিত্বকারী বহুভুজকে সংজ্ঞায়িত করে যেখানে sample_place_ids প্রতিটি H3 সেলের জন্য 250টি পর্যন্ত স্থান আইডি থাকে।
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।
DECLAREgeoGEOGRAPHY;-- Get the geography for New York City.SETgeo=(SELECTgeometryFROM`bigquery-public-data.overture_maps.division_area`WHEREcountry='US'ANDnames.primary='City of New York'LIMIT1);SELECT*FROM`maps-platform-analytics-hub.sample_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:
ফলাফল তৈরি করতে উপরের ফাংশনটি চালান।
BigQuery ফলাফলে, Open in -> Looker Studio-তে ক্লিক করুন। আপনার ফলাফল স্বয়ংক্রিয়ভাবে লুকার স্টুডিওতে আমদানি করা হয়।
লুকার স্টুডিও একটি ডিফল্ট রিপোর্ট পৃষ্ঠা তৈরি করে এবং ফলাফলের একটি শিরোনাম, টেবিল এবং বার গ্রাফ দিয়ে এটি শুরু করে।
পৃষ্ঠায় সবকিছু নির্বাচন করুন এবং এটি মুছুন।
আপনার রিপোর্টে একটি পূর্ণ মানচিত্র যোগ করতে সন্নিবেশ -> ভরা মানচিত্র ক্লিক করুন।
চার্টের প্রকারের অধীনে -> সেটআপ নীচে দেখানো ক্ষেত্রগুলি কনফিগার করুন::
ভরাট মানচিত্র উপরের মত প্রদর্শিত হবে. মানচিত্রের চেহারা আরও কনফিগার করতে আপনি ঐচ্ছিকভাবে চার্ট প্রকার -> শৈলী নির্বাচন করতে পারেন।
[null,null,["2025-07-17 UTC-তে শেষবার আপডেট করা হয়েছে।"],[],[],null,["The `PLACES_COUNT_PER_H3` function takes a geographic area to search\nand returns a table of places counts per [H3](https://h3geo.org/docs/) cell in\nthe search area.\n\nBecause the `PLACES_COUNT_PER_GEO` function returns a table, call it using\na `FROM` clause.\n\n- Input parameters:\n\n - **Required** : The `geography` [filter parameter](/maps/documentation/placesinsights/experimental/filter-params) that\n specifies the search area. The `geography` parameter a value defined by\n the BigQuery\n [`GEOGRAPHY`](https://cloud.google.com/bigquery/docs/reference/standard-sql/data-types#geography_type)\n data type, which supports points, linestrings, and polygons.\n\n For examples of using different types of search geographies, such as\n viewports and lines, see\n [`PLACES_COUNT` function](/maps/documentation/placesinsights/experimental/places-count).\n - **Required** : The `h3_resolution` [filter parameter](/maps/documentation/placesinsights/experimental/filter-params) that\n specifies the [H3](https://h3geo.org/docs/) resolution used to aggregate\n the count of places in each H3 cell. Supported value are from 0 to 8.\n\n - **Optional** : Additional [filter](/maps/documentation/placesinsights/experimental/filter-params) parameters to refine\n your search.\n\n- Returns:\n\n - A table with one row per H3 cell. The table contains the columns `h3_cell_index` (`STRING`), `geography` (`GEOGRAPHY`) which defines the polygon representing the H3 cell, and `count` (`INT64`).\n\nExample: Count wheelchair accessible convenience and grocery stores per H3 cell\n\nThe example below computes the number of operational, wheelchair accessible\nconvenience and grocery stores per H3 cell in New York City. The H3 cells use a\n[resolution level](https://h3geo.org/docs/core-library/restable) of 8.\n\nThis example uses the [Overture Maps\nData](https://console.cloud.google.com/marketplace/product/bigquery-public-data/overture-maps)\nBigQuery [public dataset](https://cloud.google.com/bigquery/public-data) to get\nthe geography for New York City.\n| **Note:** Because the response table contains a `geography` field, you can visualize it using tools that support BigQuery `GEOGRAPHY` types. For an example of visualizing the results of a function, see [Visualize\nresults](#visualize_results). For more information and example on visualizing Places Insights results, see [Visualize query results](/maps/documentation/placesinsights/visualize-data). \n\n```googlesql\nDECLARE geo GEOGRAPHY;\n\n-- Get the geography for New York City.\nSET geo = (SELECT geometry FROM `bigquery-public-data.overture_maps.division_area`\n WHERE country = 'US' AND names.primary = 'City of New York' LIMIT 1);\n\nSELECT * FROM `maps-platform-analytics-hub.sample_places_insights_us.PLACES_COUNT_PER_H3`(\n JSON_OBJECT(\n 'geography', geo,\n 'types', [\"convenience_store\",\"grocery_store\"],\n 'wheelchair_accessible_entrance', true,\n 'business_status', ['OPERATIONAL'],\n 'h3_resolution', 8\n )\n);\n```\n\nThe response for the function:\n\nVisualize results\n\nThe following images show this data displayed in Looker Studio as a filled map.\nThe darker the H3 cell the higher the concentration of results:\n\nTo import your data into Looker Studio:\n\n1. Run the function above to generate the results.\n\n2. In the BigQuery results, click **Open in -\\\u003e Looker Studio**. Your results\n are automatically imported into Looker Studio.\n\n3. Looker Studio creates a default report page and initializes it with a title,\n table, and bar graph of the results.\n\n4. Select everything on the page and delete it.\n\n5. Click **Insert -\\\u003e Filled map** to add a filled map to your report.\n\n6. Under **Chart types -\\\u003e Setup** configure the fields as shown below::\n\n7. The filled map appears as above. You can optionally select **Chart types -\\\u003e\n Styles** to further configure the appearance of the map.\n\nFor more information and example on visualizing Places Insights results, see\n[Visualize query results](/maps/documentation/placesinsights/visualize-data)."]]
