PLACES_COUNT_PER_TYPE_V2 函数

PLACES_COUNT_PER_TYPE_V2 函数会返回一个 BigQuery 表，其中包含多个输入地理位置的地点数量和示例地点 ID，并按地点类型细分。此函数旨在通过接受地理位置的输入表参数来高效地进行批量处理。您可以通过输入表提供地理位置，并将地点类型指定为数组。

语法

SELECT * FROM `PROJECT_NAME.LINKED_DATASET_NAME.PLACES_COUNT_PER_TYPE_V2`(
  TABLE input_geographies,
  target_types,
  filters
)

参数

PROJECT_NAME：您的 Google Cloud 云项目的名称。
LINKED_DATASET_NAME：包含地点数据分析函数的 BigQuery 数据集的名称（例如 places_insights___us）。
input_geographies：包含要分析的地理位置的 BigQuery 表。此表必须包含以下列：
- geo_id (STRING)：每个地理位置的唯一标识符。
- geo (GEOGRAPHY)：表示该区域的 BigQuery GEOGRAPHY 对象。这可以是点、多边形或其他地理位置类型。
target_types (ARRAY<STRING>)：您要获取数量的地点类型字符串数组。如果地点与 types 数组中列出的任何类型（而不仅仅是 primary_type）匹配，则会进行计数。
filters (JSON)：一个 JSON 对象，其中包含用于对地点进行额外过滤的键值对。请参阅过滤条件参数。

输出表架构

PLACES_COUNT_PER_TYPE_V2 函数会返回一个包含以下列的表：

列名称	数据类型	说明
`geo_id`	STRING	输入地理位置的唯一标识符，来自 `input_geographies` 表。
`input_geography`	GEOGRAPHY	来自 `input_geographies` 表的原始 GEOGRAPHY 对象。
`place_type`	STRING	此行所代表的 `target_types` 数组中的地点类型。
`place_count`	INTEGER	与地理位置内或附近的 `place_type` 和其他过滤条件匹配的地点数量。
`sample_place_ids`	ARRAY<STRING>	最多包含 250 个地点 ID 的数组，这些 ID 符合此类型和地理位置的条件。

输出将包含 target_types 数组中指定的每个 geo_id 和 place_type 组合对应的行，即使数量为零也是如此。

运作方式

该函数会处理 input_geographies 表中提供的每个地理位置。对于每个地理位置，它会统计与 target_types 数组中列出的任何类型匹配且满足 filters JSON 对象中的所有条件的地点。结果会进行汇总，并按 geo_id 和 target_types 中的每种类型进行细分。

示例：统计纽约市各县不同类型的餐饮场所

此示例会生成一个表，其中包含纽约市三个县的“餐厅”“咖啡馆”和“酒吧”类型的数量。

SELECT geo_id, input_geography, place_type, place_count
FROM `PROJECT_NAME.places_insights___us.PLACES_COUNT_PER_TYPE_V2`(
  (
    SELECT county_name AS geo_id,
           ST_SIMPLIFY(county_geom, 100) AS geo
    FROM
      `bigquery-public-data.geo_us_boundaries.counties`
    WHERE
      state_fips_code = "36"  -- New York State
      AND county_name IN ("Queens", "Kings", "New York")
  ),
  ['restaurant', 'cafe', 'bar'],  -- target_types
  JSON_OBJECT(
      'business_status', ['OPERATIONAL']
  )
);

结果将是一个包含 9 行（3 个县 * 3 种类型）的表。每行将显示每个县内“餐厅”“咖啡馆”或“酒吧”的数量。您还可以添加示例地点 ID（如果将其添加到 SELECT 语句中）。

“按类型统计地点数量”函数在纽约各县的运行结果。

使用 PLACES_COUNT_PER_TYPE_V2 的优势

PLACES_COUNT_PER_TYPE_V2 具有多项主要优势，尤其是与旧版 PLACES_COUNT_PER_TYPE 函数相比：

地理位置的批处理：与一次处理一个地理位置的 PLACES_COUNT_PER_TYPE 不同，PLACES_COUNT_PER_TYPE_V2 接受地理位置的 TABLE。这样，您就可以在单个查询中分析并获取多个地理位置（点、多边形）的特定类型数量，而无需进行多次函数调用。
提升性能和可伸缩性：通过采用表输入， PLACES_COUNT_PER_TYPE_V2 可以同时利用 BigQuery 针对所有提供的地理位置优化的地理空间联接和并行处理功能。这样，在处理大量地理位置时，性能会显著提升，可伸缩性也会更好。
包含零计数：对于批处理中特定区域内未找到的类型，返回计数为 0 的行，确保所有类型-地理位置组合的结果集完整。