जगहों की अहम जानकारी देखने की सुविधा का इस्तेमाल शुरू करना

Places Count फ़ंक्शन, पहले से तय की गई SQL क्वेरी होती हैं. ये BigQuery में चलती हैं. साथ ही, Places Insights के डेटासेट से क्वेरी करने का यह सुझाया गया तरीका है. इससे, जगहों की सटीक संख्या और उनके आईडी हासिल किए जा सकते हैं. डेटासेट को सीधे तौर पर भी क्वेरी किया जा सकता है. हालांकि, क्वेरी करने के दोनों तरीके, निजता थ्रेशोल्ड और खोज के इलाकों को मैनेज करते हैं:

• Places Count फ़ंक्शन, 0 के साथ-साथ कोई भी संख्या दिखा सकते हैं. हालांकि, इसके लिए ज़रूरी है कि खोज का दायरा कम से कम 40.0 मीटर गुणा 40.0 मीटर (1,600 वर्ग मीटर) हो. ये फ़ंक्शन, जगह के आईडी भी दिखाते हैं. इनका इस्तेमाल, अलग-अलग जगहों की जानकारी देखने के लिए किया जा सकता है. साथ ही, तारीख के वैकल्पिक फ़िल्टर का इस्तेमाल करके, पिछले महीने के स्नैपशॉट में लोकप्रिय जगहों के इतिहास का विश्लेषण किया जा सकता है.

• जगह के डेटासेट की क्वेरी सिर्फ़ पांच और उससे ज़्यादा की संख्या दिखा सकती हैं. डिफ़रेंशियल प्राइवसी को बनाए रखने के लिए, 0 से 4 तक की कम संख्या को हटा दिया जाता है. हालांकि, खोज के दायरे के साइज़ पर कोई पाबंदी नहीं लगाई जाती.

अगर आपको जटिल स्पेशल एनालिसिस नहीं करना है, तो हमारा सुझाव है कि आप PLACES_COUNT_PER_H3 जैसे जगहों की संख्या बताने वाले फ़ंक्शन से शुरुआत करें. यह स्टैंडर्ड ग्रिड सेल में, जगह की डेंसिटी के बारे में तुरंत अहम जानकारी देता है. साथ ही, ज़मीनी हकीकत की जांच करने के लिए, जगह के आईडी दिखाता है. इसे खास तौर पर, जियोस्पेशल फ़ीचर इंजीनियरिंग और मशीन लर्निंग मॉडल के लिए बनाया गया है.

सबसे सही Places Count फ़ंक्शन चुनना

जगहों की अहम जानकारी की सुविधा, कई स्पेशल फ़ंक्शन के साथ काम करती है. क्वेरी को ऑप्टिमाइज़ करके चलाने, एक साथ कई प्रोसेस करने, और बैच को बढ़ाने की सुविधा के लिए, हमारा सुझाव है कि आप इन फ़ंक्शन का इस्तेमाल करें:

• PLACES_COUNT_PER_H3: यह हर H3 सेल के लिए, जगहों की संख्या की BigQuery टेबल दिखाता है. इस फ़ंक्शन का इस्तेमाल, क्षेत्रीय डेंसिटी के विश्लेषण और कोरोप्लेथ हीटमैपिंग के लिए किया जाता है.
• science PLACES_COUNT_V2: यह फ़ंक्शन, जगहों की संख्या और जगह के आईडी के सैंपल वाली टेबल दिखाता है. यह फ़ंक्शन, टेबल पैरामीटर को स्वीकार करता है. इसमें आपके इनपुट किए गए देश/इलाके शामिल होते हैं. पूरी टेबल को सीधे पास करके, BigQuery का एक्ज़ीक्यूशन इंजन, वर्कलोड को बांट सकता है और स्पेशल इंटरसेक्शन को एक साथ प्रोसेस कर सकता है. इससे बड़े पैमाने पर विश्लेषण के लिए, बैच प्रोसेसिंग को ज़्यादा असरदार बनाया जा सकता है.
• science PLACES_COUNT_PER_TYPE_V2: यह जगहों की संख्या और सैंपल के तौर पर जगह के आईडी की टेबल दिखाता है. इन्हें जगह के टाइप के हिसाब से कैटगरी में बांटा जाता है. PLACES_COUNT_V2 की तरह ही, इनपुट की गई जगहों को टेबल पैरामीटर के तौर पर पास करने से, BigQuery को बड़े डेटासेट में, स्पेशल इंटरसेक्शन को नेटिव तौर पर पैरलल करने की सुविधा मिलती है.
• science PLACES_COUNT_CHANGE: यह फ़ंक्शन, जगहों की संख्या के साथ-साथ, दो महीनों के बीच जोड़े गए और हटाए गए जगह के आईडी की टेबल दिखाता है. PLACES_COUNT_V2 की तरह ही, इनपुट के तौर पर दी गई जगहों को टेबल पैरामीटर के तौर पर पास करने से, BigQuery को बड़े डेटासेट में, स्पेशल इंटरसेक्शन को नेटिव तौर पर पैरलल करने की सुविधा मिलती है.

जगहों की संख्या के साथ-साथ, ये फ़ंक्शन रिस्पॉन्स के हर एलिमेंट के लिए, ज़्यादा से ज़्यादा 250 जगह के आईडी भी दिखाते हैं.

जगह के आईडी का इस्तेमाल इनके साथ किया जा सकता है:

• Places API (नया वर्शन)
• Geocoding API
• जगहों की जानकारी देने वाली यूआई किट

Places Count फ़ंक्शन की मदद से क्वेरी चलाना

फ़ंक्शन को कॉल करने के लिए, इस फ़ॉर्मैट का इस्तेमाल करें: [project name (optional)].[table name].[function name].

अगर आपने जगहों की अहम जानकारी सेट अप करते समय, लिंक किए गए डेटासेट का नाम बदला है, तो डिफ़ॉल्ट टेबल के नामों के बजाय, अपने पसंद के नाम का इस्तेमाल करें. आपके पास अपने प्रोजेक्ट का नाम शामिल करने का विकल्प भी है. अगर कोई प्रोजेक्ट शामिल नहीं किया जाता है, तो क्वेरी डिफ़ॉल्ट रूप से चालू प्रोजेक्ट पर लागू होती है.

उदाहरण के लिए:

PROJECT_NAME.places_insights___us.PLACES_COUNT_V2

फ़ंक्शन में आर्ग्युमेंट पास करने के लिए, JSON_OBJECT का इस्तेमाल करें.

केस-सेंसिटिव पैरामीटर का इस्तेमाल करके, क्वेरी के नतीजों को फ़िल्टर करना

Places Count फ़ंक्शन, आपकी खोज को बेहतर बनाने के लिए कई फ़िल्टर के साथ काम करते हैं. ये पैरामीटर (उदाहरण के लिए, price_level या types) केस-सेंसिटिव होते हैं. साथ ही, ये पैरामीटर के नामों से पूरी तरह मैच होने चाहिए. विकल्पों की पूरी सूची देखने के लिए, फ़िल्टर पैरामीटर का रेफ़रंस देखें.

snapshot_date का इस्तेमाल करके, पुराने स्नैपशॉट के लिए क्वेरी करना

डिफ़ॉल्ट रूप से, Places Count फ़ंक्शन, उपलब्ध सबसे हाल के डेटा स्नैपशॉट के लिए क्वेरी करते हैं. अगर आपको किसी खास महीने के दौरान मौजूद जगहों के डेटा का विश्लेषण करना है, तो अपने JSON_OBJECT में वैकल्पिक snapshot_date पैरामीटर जोड़ें.

• फ़ॉर्मैट: YYYY-MM (उदाहरण के लिए, '2026-07').
• डिफ़ॉल्ट: अगर इसे शामिल नहीं किया जाता है, तो फ़ंक्शन अपने-आप सबसे नए स्नैपशॉट के लिए क्वेरी करता है.

यहां दी गई क्वेरी के उदाहरण से, खोजे गए इलाकों में मौजूद रेस्टोरेंट की संख्या का पता चलता है. यह जानकारी, जुलाई 2026 के स्नैपशॉट में रिकॉर्ड की गई है:

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
  )
);

अगले उदाहरण में, PLACES_COUNT_V2 फ़ंक्शन का इस्तेमाल करके, खोज के नतीजों को सीमित करने के लिए फ़िल्टर लागू किए गए हैं. जैसे, कम से कम उपयोगकर्ता रेटिंग, कीमत का लेवल, कारोबार की स्थिति, और रेस्टोरेंट में कुत्तों को लाने की अनुमति है या नहीं.

सबसे पहले, इनपुट के तौर पर दी गई भौगोलिक जानकारी वाली टेबल का इस्तेमाल करें या चुनी गई भौगोलिक जानकारी वाली टेबल तैयार करें:

-- 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
);

इसके बाद, टेबल और फ़िल्टर वाले JSON ऑब्जेक्ट के साथ PLACES_COUNT_V2 को कॉल करें. खोज का दायरा, JSON फ़िल्टर में शामिल होता है. इसे my_search_areas टेबल में मौजूद हर पॉइंट पर लागू किया जाएगा.

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
      )
);

उदाहरण: PLACES_COUNT_V2 का इस्तेमाल करके, रेस्टोरेंट की संख्या और ब्रैंड की जगहों की जानकारी के बारे में क्वेरी करना

इस उदाहरण में, PLACES_COUNT_V2 फ़ंक्शन का इस्तेमाल किया गया है. साथ ही, कस्टम इनपुट के तौर पर, भौगोलिक जानकारी वाली टेबल my_search_areas का इस्तेमाल किया गया है. इससे जुलाई 2026 में, न्यूयॉर्क शहर में एम्पायर स्टेट बिल्डिंग और टाइम्स स्क्वेयर के 1,000 मीटर के दायरे में मौजूद, चालू रेस्टोरेंट की संख्या का पता चलता है:

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'
      )
);

जवाब में एक BigQuery टेबल होती है, जिसमें geo_id, जगह की जानकारी, संख्या, और जगह के आईडी का सैंपल शामिल होता है.

यहां दिए गए उदाहरण में, PLACES_COUNT_V2 फ़ंक्शन का इस्तेमाल करके, ब्रैंड आईडी के हिसाब से फ़िल्टर किया गया है. इस उदाहरण में, हम ब्रैंड आईडी "1413758728321880760" का इस्तेमाल करके, Starbucks की जगहों को फ़िल्टर करते हैं.

जिन ब्रैंड के हिसाब से आपको फ़िल्टर करना है उनके ब्रैंड आईडी ढूंढने के लिए, अपने डेटासेट की brands टेबल में क्वेरी करें (उदाहरण के लिए, places_insights___us.brands). ब्रैंड के डेटासेट के बारे में ज़्यादा जानकारी के लिए, ब्रैंड के डेटा का इस्तेमाल करके क्वेरी लिखना लेख पढ़ें.

उदाहरण के लिए, "Starbucks" का ब्रैंड आईडी ढूंढने के लिए:

SELECT id, name
FROM `PROJECT_NAME.places_insights___us.brands`
WHERE name = "Starbucks"

ब्रैंड आईडी मिलने के बाद, उन्हें brand_ids फ़िल्टर में इस्तेमाल किया जा सकता है. इसके लिए, यहां दी गई क्वेरी देखें:

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"]
      )
);

Google Cloud टूल की मदद से क्वेरी के आउटपुट को विज़ुअलाइज़ करना

विश्लेषण और बिज़नेस इंटेलिजेंस टूल की मदद से, BigQuery डेटा से अहम जानकारी हासिल की जा सकती है. BigQuery, Google और तीसरे पक्ष के कई डेटा विज़ुअलाइज़ेशन टूल के साथ काम करता है. इनका इस्तेमाल करके, जगहों की अहम जानकारी के डेटा पर अपने फ़ंक्शन के नतीजों का विश्लेषण किया जा सकता है.

किसी फ़ंक्शन के नतीजों को विज़ुअलाइज़ करने का उदाहरण देखने के लिए, PLACES_COUNT_PER_H3 रेफ़रंस में नतीजे विज़ुअलाइज़ करना लेख पढ़ें. जगहों की अहम जानकारी के नतीजों को विज़ुअलाइज़ करने के बारे में ज़्यादा जानने के लिए, क्वेरी के नतीजों को विज़ुअलाइज़ करना लेख पढ़ें.

फ़ंक्शन से जुड़ी सीमाएं और ज़रूरी शर्तें

Places Count फ़ंक्शन की ये सीमाएं और ज़रूरी शर्तें हैं:

• फ़ंक्शन सिर्फ़ COUNT अहम जानकारी के साथ काम करते हैं.
• खोज के लिए कम से कम 40.0 मीटर गुणा 40.0 मीटर ( 1,600 ^वर्ग मीटर) का इलाका होना चाहिए.
• पैरामीटर इनपुट के साइज़ की सीमा: फ़ंक्शन में पैरामीटर के तौर पर पास किए गए JSON ऑब्जेक्ट का साइज़, 1 एमबी से ज़्यादा नहीं होना चाहिए. इस सीमा का असर, फ़ंक्शन के वर्शन पर निर्भर करता है:
  • V2 फ़ंक्शन (PLACES_COUNT_V2, PLACES_COUNT_PER_TYPE_V2, PLACES_COUNT_CHANGE) के लिए, यह सीमा सिर्फ़ फ़िल्टर JSON ऑब्जेक्ट पर लागू होती है. टेबल पैरामीटर का इस्तेमाल करके, जगहों की जानकारी अलग से दी जाती है. इसलिए, ये फ़ंक्शन JSON साइज़ की सीमा तक पहुंचे बिना, इनपुट की गई जगहों की ज़्यादा संख्या को स्केल कर सकते हैं.
  • PLACES_COUNT_PER_H3, PLACES_COUNT, PLACES_COUNT_PER_TYPE, और PLACES_COUNT_PER_GEO के लिए, यह सीमा पूरे JSON ऑब्जेक्ट पर लागू होती है. इसमें सभी भौगोलिक परिभाषाएं शामिल हैं. इससे, एक कॉल में प्रोसेस की जा सकने वाली जगहों की संख्या सीमित हो सकती है.
• जगह के आईडी या पते के कॉम्पोनेंट के हिसाब से फ़िल्टर करने की सुविधा नहीं है.
• आपके पास सिर्फ़ उन शहरों और देशों के लिए Places Count फ़ंक्शन ऐक्सेस करने का विकल्प होता है जिनकी आपने सदस्यता ली है. डेटासेट ऐक्सेस करने के लिए, जगहों की अहम जानकारी सेट अप करना लेख पढ़ें.
• फ़िल्टर पैरामीटर (उदाहरण के लिए, geography या types) केस-सेंसिटिव होते हैं. साथ ही, इन्हें पैरामीटर के नामों से पूरी तरह मैच होना चाहिए. ऐसा न होने पर, क्वेरी काम नहीं करेगी.