按地点类型查询 POI 数量

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（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实现高效的批量处理。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 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>)：您要获取其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匹配，而不仅仅是 primary_type，则系统会将其计入。
• 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：

输出将包含 target_types 数组中指定的每个 geo_id 和 place_type 组合对应的一行，即使计数为零也是如此。

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，它会统计符合 target_types 数组中列出的任何类型，并且满足 filters JSON 对象中所有条件的地点。结果会按每个 geo_id 和 target_types 中的每种类型进行汇总和细分。

示例：统计纽约市各县不同类型餐馆的数量

此示例会生成一个表格，其中包含纽约市三个县的“restaurant”“cafe”和“bar”类型的计数。

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”场所的数量。如果您将地点 ID 添加到 SELECT 语句中，还可以添加示例地点 ID。

使用 PLACES_COUNT_PER_TYPE_V2 的好处

PLACES_COUNT_PER_TYPE_V2 具有多项关键优势，尤其是与旧版 PLACES_COUNT_PER_TYPE 函数相比：

• 批量处理地理位置：与一次处理一个地理位置的 PLACES_COUNT_PER_TYPE 不同，PLACES_COUNT_PER_TYPE_V2 接受输入地理位置的 TABLE。这样，您就可以在单个查询中分析和获取多个地理位置（点、多边形）的特定类型计数，而无需进行多次函数调用。
• 增强的性能和可伸缩性：通过接受表输入，PLACES_COUNT_PER_TYPE_V2 可以利用 BigQuery 优化的地理空间联接和并行处理功能，同时处理所有提供的地理位置。这样一来，在处理大量地理位置时，性能会显著提升，可伸缩性也会提高。
• 包含零计数：对于在批次中特定区域内未找到的类型，返回计数为 0 的行，从而确保所有类型-地理位置组合都有完整的结果集。
• 历史快照：使用可选的 snapshot_date 过滤条件查询特定月份的地点数量数据。

示例：使用特定过滤条件按类型查询历史 POI 数量

此示例演示了如何使用 snapshot_date 参数检索过去一个月的计数，从而查找特定地点类型（例如电动车辆充电站）的计数。它会应用额外的过滤条件，让 regular_opening_hours 仅查找周末全天营业的地点，并让 min_ev_charge_connector_count 指定电动汽车充电桩可用性（至少有 10 个可用连接器）。

SELECT *
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")
  ),
  ['electric_vehicle_charging_station'], -- target_types array
  JSON_OBJECT(
    'geography_radius', 10000,
    'snapshot_date', '2026-01', -- Target snapshot month (YYYY-MM)
    'min_ev_charge_connector_count', 10, -- Look for a min amount of chargers
    'regular_opening_hours', JSON_OBJECT(
      'saturday', [JSON_OBJECT('start_time', '00:00', 'end_time', '23:59')], 'sunday', [JSON_OBJECT('start_time', '00:00', 'end_time', '23:59')]
    )
  )
);