PLACES_COUNT_CHANGE ফাংশনটি আকর্ষণীয় স্থানের সংখ্যায় পরিবর্তন গণনা করে এবং একাধিক ইনপুট ভৌগোলিক অঞ্চল জুড়ে দুটি নির্দিষ্ট মাসের মধ্যে যোগ করা এবং সরানো স্থানের আইডিগুলির নমুনা পুনরুদ্ধার করে।
PLACES_COUNT_V2-এর মতো, এই ফাংশনটি ভৌগোলিক অবস্থানের একটি ইনপুট টেবিল প্যারামিটার গ্রহণ করে
দক্ষ ব্যাচ প্রসেসিংয়ের জন্য ডিজাইন করা হয়েছে, যা আপনাকে একই সাথে অনেক লোকেশন জুড়ে
গ্রোথ ট্রেন্ড এবং বাণিজ্যিক পরিবর্তন মূল্যায়ন করতে দেয়।
সিন্ট্যাক্স
SELECT * FROM `PROJECT_NAME.LINKED_DATASET_NAME.PLACES_COUNT_CHANGE`( TABLE input_geographies, filters );
প্যারামিটারগুলি
PROJECT_NAME: আপনার Google Cloud প্রোজেক্টের নাম।LINKED_DATASET_NAME: BigQuery ডেটাসেটের নাম যাতে Places Insights ফাংশন (যেমন,places_insights___us) আছে।input_geographies: BigQuery টেবিল যাতে বিশ্লেষণ করার জন্য ভৌগোলিক ডেটা আছে। এই টেবিলে নিম্নলিখিত কলামগুলি অবশ্যই থাকতে হবে:filters(JSON): একটি JSON অবজেক্ট যাতে জায়গা ফিল্টার করার জন্য কী-ভ্যালু পেয়ার থাকে। ফিল্টার প্যারামিটার দেখুন। এতে নিম্নলিখিত ফিল্টারগুলি অন্তর্ভুক্ত থাকতে হবে:
আউটপুট টেবিল স্কিমা
PLACES_COUNT_CHANGE ফাংশনটি কলাম সহ একটি টেবিল রিটার্ন করে:
| কলামের নাম | ডেটার ধরন | বিবরণ |
|---|---|---|
geo_id |
STRING | ইনপুট করা ভৌগোলিক লোকেশন থেকে পাওয়া আইডি। |
start_count |
INT64 | প্রথম মাস থেকে জায়গার সংখ্যা। |
end_count |
INT64 | দ্বিতীয় মাস থেকে জায়গার সংখ্যা। |
net_change |
INT64 | end_count এবং start_count-এর মধ্যে পার্থক্য (end_count - start_count)। |
percentage_change |
FLOAT64 | মাস১ থেকে মাস২-এ শতাংশের পরিবর্তন। |
compound_monthly_growth_rate |
FLOAT64 | মাস১ থেকে মাস২ পর্যন্ত কম্পাউন্ড মাসিক বৃদ্ধির হার। |
added_count |
INT64 | sample_added_place_ids-এ স্যাম্পেল জায়গার আইডির সংখ্যা। |
removed_count |
INT64 | sample_removed_place_ids-এ স্যাম্পেল প্লেস আইডির সংখ্যা। |
sample_added_place_ids |
ARRAY<STRING> | মাস২-এ আছে কিন্তু মাস১-এ নেই এমন স্যাম্পেল জায়গা আইডির তালিকা। |
sample_removed_place_ids |
ARRAY<STRING> | মাস১-এ আছে কিন্তু মাস২-এ নেই এমন স্যাম্পেল জায়গা আইডির তালিকা। |
ফলাফল percentage_change ও start_count অনুযায়ী বড় থেকে ছোট ক্রমে সাজানো হয়েছে।
এটি কীভাবে কাজ করে
ফাংশনটি input_geographies টেবিলের প্রতিটি সারি প্রসেস করে। প্রতিটি geo
অবজেক্টের জন্য, এটি সেইসব জায়গার সংখ্যা গণনা করে যা ভৌগোলিক সীমার মধ্যে পড়ে (অথবা
geography_radius-এর মধ্যে যদি geo একটি পয়েন্ট হয় এবং ব্যাসার্ধ filters-এ
নির্দিষ্ট করা থাকে) filters-এ month1 এবং month2-এ নির্দিষ্ট করা দুই মাসে। সেইসব জায়গা ব্যবহার করে, এটি অন্যান্য প্রয়োজনীয় পরিসংখ্যান গণনা করে, যেমন
প্রথম থেকে দ্বিতীয় মাসের মধ্যে শতাংশের পরিবর্তন এবং কম্পাউন্ড মাসিক বৃদ্ধির হার।
filters JSON অবজেক্টে উল্লেখ করা সব শর্ত পূরণ করে এমন জায়গার সংখ্যাই শুধু গণনা করা হয়।
উদাহরণ: দুই মাসের মধ্যে POI গণনার পরিবর্তন হিসেব করুন
এই উদাহরণে দেখানো হয়েছে যে কীভাবে month1 এবং month2 প্যারামিটার ব্যবহার করে দুটি নির্দিষ্ট মাসের মধ্যে POI সংখ্যার পরিবর্তন কোয়েরি করা যায়, যেখানে প্রদত্ত জিওলোকেশন পয়েন্ট থেকে ব্যাসার্ধ 5000।
WITH my_locations AS ( SELECT 'loc_1' AS geo_id, ST_GEOGFROMTEXT('POINT(-122.4194 37.7749)') AS geo -- Add more target locations as needed... ) SELECT * FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_CHANGE`( TABLE my_locations, JSON_OBJECT( 'geography_radius', 5000, 'month1', '2026-01', -- Baseline snapshot month (YYYY-MM) 'month2', '2026-02' -- Comparison snapshot month (YYYY-MM) ) );
আউটপুট বিশ্লেষণ করা হচ্ছে
কোয়েরিটি প্রতিটি ইনপুট ভৌগোলিক অঞ্চলের জন্য একটি সারি সহ একটি টেবিল প্রদান করে।
- গ্রোথ মেট্রিক্স: আউটপুটে বেসলাইন সংখ্যা (
start_count: ৮৯,৫৬০) এবং তুলনামূলক সংখ্যা (end_count: ৯০,৯২৩) দেখানো হয়েছে, যার ফলেnet_change+১,৩৬৩টি জায়গা (+১.৫২%percentage_change) হয়েছে। - বাস্তবিক সত্যের পরিদর্শন:
sample_added_place_idsঅ্যারেতে নির্দিষ্ট জায়গার আইডি তালিকাভুক্ত করা আছে যাmonth2(ফেব্রুয়ারি ২০২৬)-এ অ্যাক্টিভ হয়েছে, যেখানেsample_removed_place_ids-এ এমন জায়গার আইডি তালিকাভুক্ত করা আছে যা আর উপলভ্য নেই। - Places API-এর সাথে ব্রিজ: আপনি এইসব স্যাম্পেল প্লেস আইডি সরাসরি Place Details API (নতুন)-এ পাস করতে পারেন যাতে নতুন খোলা বা বন্ধ হয়ে যাওয়া ব্যবসার স্টোরের নাম, ঠিকানা ও অ্যাট্রিবিউট খুঁজে দেখা যায়।
