Визуализация результатов запроса

Инструменты анализа и бизнес-аналитики играют ключевую роль в извлечении ценной информации из данных BigQuery. BigQuery поддерживает несколько инструментов визуализации данных Google и сторонних разработчиков, которые можно использовать для анализа результатов запросов к данным Places Insights, включая:

• Студия Лукер
• BigQuery Geo Viz
• Блокноты Colab
• Google Earth Engine

В примере ниже описывается, как визуализировать ваши результаты в:

• Looker Studio — платформа, позволяющая создавать и использовать визуализации данных, панели мониторинга и отчеты.
• BigQuery Geo Viz — инструмент визуализации геопространственных данных в BigQuery с использованием API Google Maps.

Дополнительную информацию о визуализации данных с использованием других инструментов см. в документации BigQuery.

Запрос данных для визуализации

В примерах визуализации ниже используется следующий запрос для подсчёта количества ресторанов в Нью-Йорке, оборудованных для входа на инвалидных колясках. Этот запрос возвращает таблицу количества ресторанов в каждой географической точке , где размер каждой точки равен 0,005 градуса.

Поскольку операцию GROUP BY нельзя выполнить над точкой типа GEOGRAPHY , этот запрос использует функцию BigQuery ST_ASTEXT для преобразования каждой точки в STRING WKT- представление и записывает это значение в столбец geo_txt . Затем он выполняет операцию GROUP BY с использованием geo_txt .

SELECT
  geo_txt, -- STRING WKT geometry value.
  ST_GEOGFROMTEXT(geo_txt) AS geo, -- Convert STRING to GEOGRAPHY value.
  count
FROM (
  -- Create STRING WKT representation of each GEOGRAPHY point to
  -- GROUP BY the STRING value.
  SELECT WITH AGGREGATION_THRESHOLD
    ST_ASTEXT(ST_SNAPTOGRID(point, 0.005)) AS geo_txt,
    COUNT(*) AS count
  FROM
    `places_insights___us___sample.places_sample`
  WHERE
    'restaurant' IN UNNEST(types)
    AND wheelchair_accessible_entrance = true
  GROUP BY
    geo_txt
)

На следующем изображении показан пример выходных данных этого запроса, где count содержит количество ресторанов для каждой точки:

Визуализируйте данные с помощью Looker Studio

На следующих изображениях эти данные представлены в Looker Studio в виде тепловой карты. Тепловая карта отображает плотность от низкой (зелёный) до высокой (красный).

Импортируйте ваши данные в Looker Studio

Чтобы импортировать данные в Looker Studio:

1. Выполните запрос, указанный выше в разделе Запрос данных для визуализации .

2. В результатах BigQuery нажмите «Открыть в» -> «Looker Studio» . Результаты будут автоматически импортированы в Looker Studio.

3. Looker Studio создает страницу отчета по умолчанию и инициализирует ее заголовком, таблицей и гистограммой результатов.

   

4. Выделите все на странице и удалите.

5. Нажмите Вставка -> Тепловая карта , чтобы добавить тепловую карту в отчет.

6. В разделе Типы диаграмм -> Настройка настройте поля, как показано ниже:

   

7. Тепловая карта выглядит так, как показано выше. При желании вы можете выбрать «Типы диаграмм» -> «Стили» для дальнейшей настройки внешнего вида карты.

Визуализируйте данные с помощью BigQuery Geo Viz

На следующих изображениях эти данные представлены в BigQuery Geo Viz в виде заполненной карты. Заполненная карта показывает плотность ресторанов по точкам, где чем больше точка, тем выше плотность.

Импортируйте ваши данные в BigQuery Geo Viz

Чтобы импортировать данные в BigQuery Geo Viz:

1. Выполните запрос, указанный выше в разделе Запрос данных для визуализации .

2. В результатах BigQuery нажмите Открыть в -> GeoViz .

3. Дисплей открывается на этапе запроса .

4. Нажмите кнопку «Выполнить» , чтобы выполнить запрос. Точки на карте будут автоматически отображены.

5. Для просмотра данных выберите Данные.

6. В разделе Данные нажмите кнопку Добавить стили .

7. Выберите fillColor , а затем с помощью ползунка включите стили на основе данных .

8. Задайте оставшиеся поля, как показано ниже:

   

9. Нажмите «Применить стиль» , чтобы применить стили к карте.