Geodaten darstellen
Mit raumbezogenen Analysen können Sie geografische Standortdaten mit folgenden Funktionen visualisieren:
BigQuery Studio
BigQuery Studio bietet einen integrierten Viewer für geografische Daten. Wenn Ihre Abfrageergebnisse eine oder mehrere Spalten vom Typ GEOGRAPHY enthalten, können Sie die Ergebnisse auf einer interaktiven Karte ansehen.
Klicken Sie dazu im Bereich Abfrageergebnisse auf den Tab Visualisierung.

Die Visualisierung in BigQuery eignet sich ideal für schnelle Prüfungen und die iterative Entwicklung von Abfragen. Sie können visuell bestätigen, dass die Daten Ihren Erwartungen entsprechen, Ausreißer identifizieren und die Richtigkeit Ihrer räumlichen Daten überprüfen. Sie ist auch nützlich für Ad-hoc-Analysen, um Ergebnisse zu untersuchen und sofort Schlussfolgerungen aus raumbezogenen Abfragen zu ziehen.
Ein Beispiel für die Verwendung des integrierten Viewers für geografische Daten finden Sie unter Erste Schritte mit raumbezogenen Analysen.
Einschränkungen von BigQuery Studio
- Sie können jeweils nur eine
GEOGRAPHY-Spalte visualisieren. - Die Leistung hängt von den Browserfunktionen ab und ist nicht für das Rendering extrem großer oder komplexer Datasets vorgesehen. BigQuery rendert bis zu etwa eine Million Eckpunkte, 20.000 Zeilen oder 128 MB an Ergebnissen.
Data Studio
Data Studio ist ein kostenloser Selfservice-Berichterstellungs- und Datenvisualisierungsdienst der Google Marketing Platform, der mit BigQuery und Hunderten von anderen Datenquellen verbunden ist. Der Dienst unterstützt eine Vielzahl
von geografischen Feldtypen
und Choroplethenkarten von
BigQuery GEOGRAPHY Polygonen. Die
Google Maps-basierte Visualisierung,
ermöglicht Ihnen die Visualisierung und Interaktion mit Ihren geografischen Daten wie bei
Google Maps: Schwenken, Heranzoomen und sogar das Aufrufen von Street View.

Eine Anleitung für raumbezogene Analysen in Data Studio finden Sie unter
BigQuery GEOGRAPHYPolygone mit Data Studio visualisieren.
BigQuery Geo Viz
BigQuery Geo Viz ist ein Webtool zur Visualisierung von raumbezogenen Daten in BigQuery mithilfe von Google Maps APIs. Sie können eine SQL-Abfrage ausführen und die Ergebnisse auf einer interaktiven Karte anzeigen. Mit flexiblen Stilfunktionen können Sie Ihre Daten analysieren und untersuchen.
Das raumbezogene Visualisierungstool BigQuery Geo Viz hat keinen vollen Funktionsumfang. Geo Viz ist eine einfache Möglichkeit, die Ergebnisse einer raumbezogenen Analyse auf einer Karte zu visualisieren, und zwar jeweils eine Abfrage nach der anderen.
Ein Beispiel für die Verwendung von Geo Viz zur Visualisierung von raumbezogenen Daten finden Sie unter Erste Schritte mit raumbezogenen Analysen.
Rufen Sie das Webtool Geo Viz auf, um Geo Viz zu erkunden:
Geo Viz-Einschränkungen
- Geo Viz unterstützt geometrische Eingaben (Punkte, Linien und Polygone), die als
GEOGRAPHY-Spalte abgerufen werden. Mit den Geografiefunktionen von BigQuery können Sie den Breiten- und Längengrad inGEOGRAPHYumwandeln. - Die Anzahl der Ergebnisse, die Geo Viz auf einer Karte anzeigen kann, ist durch den Browserspeicher begrenzt. Mit der Funktion
ST_Simplifykönnen Sie die Auflösung und die Größe raumbezogener Daten verringern, die von der Abfrage zurückgegebenen werden. - Die interaktive Echtzeit-Analyse wird lokal von Ihrem Browser durchgeführt und hängt von seinen Funktionen ab.
- Geo Viz unterstützt die Freigabe von Visualisierungen nur an Nutzer, die berechtigt sind, im selben BigQuery-Projekt Abfragen auszuführen.
- Geo Viz unterstützt nicht das Herunterladen einer Visualisierung für die Offline-Bearbeitung.
Colab-Notebooks
Sie können auch raumbezogene Visualisierungen in Colab-Notebooks erstellen. Eine Anleitung zum Erstellen eines Colab-Notebooks zur Visualisierung von Daten finden Sie unter Raumbezogene BigQuery-Visualisierung in Colab.
Informationen zum Ansehen und Ausführen eines vorgefertigten Notebooks finden Sie unter Raumbezogene BigQuery-Visualisierung in Colab auf GitHub.
Google Earth Engine
Sie können auch raumbezogene Daten mit Google Earth Engine visualisieren. Exportieren Sie dazu Ihre BigQuery-Daten in Cloud Storage und importieren Sie sie anschließend in Google Earth Engine. Mit den Google Earth Engine-Tools können Sie Ihre Daten visualisieren.
Weitere Informationen zur Verwendung von Google Earth Engine finden Sie hier: