מבוא לניתוח נתונים גיאו-מרחביים

במחסן נתונים כמו BigQuery, מידע על מיקום הוא נפוץ ויכול להשפיע על החלטות עסקיות קריטיות. כדי לנתח נתונים גיאו-מרחביים ולהציג אותם ב-BigQuery, אתם יכולים להשתמש בסוג הנתונים GEOGRAPHY ובפונקציות הגיאוגרפיה של GoogleSQL.

לדוגמה, אפשר לתעד את קווי הרוחב והאורך של כלי הרכב או החבילות שלכם למשלוחים לאורך זמן. אפשר גם לתעד עסקאות של לקוחות ולצרף את הנתונים לטבלה אחרת עם נתוני מיקום של חנויות. אפשר להשתמש בנתוני המיקום האלה כדי:

  • הערכה של מועד ההגעה של חבילה.
  • קובעים אילו לקוחות צריכים לקבל דיוור למיקום מסוים של חנות.
  • אפשר לשלב את הנתונים עם נתוני צל עצים באחוזים מצילומי לוויין כדי להחליט אם משלוח באמצעות רחפן הוא אפשרות מעשית.

מגבלות

ניתוח נתונים גיאו-מרחביים כפוף למגבלות הבאות:

  • פונקציות גיאוגרפיות זמינות רק ב-GoogleSQL.
  • רק ספריית הלקוח של BigQuery ל-Python תומכת בסוג הנתונים GEOGRAPHY. בספריות לקוח אחרות, צריך להמיר ערכים של GEOGRAPHY למחרוזות באמצעות הפונקציה ST_ASTEXT או ST_ASGEOJSON. ההמרה לטקסט באמצעות ST_ASTEXT שומרת רק ערך אחד, וההמרה ל-WKT פירושה שהנתונים מסומנים כסוג STRING במקום כסוג GEOGRAPHY.

מכסות

מכסות ומגבלות על ניתוח נתונים גיאו-מרחביים חלות על הסוגים השונים של עבודות שאפשר להריץ על טבלאות שמכילות נתונים גיאו-מרחביים, כולל סוגי העבודות הבאים:

מידע נוסף על כל המכסות והמגבלות זמין במאמר מכסות ומגבלות.

תמחור

כשמשתמשים בניתוח נתונים גיאוגרפיים, החיובים מבוססים על הגורמים הבאים:

  • כמות הנתונים שמאוחסנים בטבלאות שמכילות נתונים גיאו-מרחביים
  • השאילתות שאתם מריצים על הנתונים

למידע על תמחור האחסון, ראו תמחור האחסון.

מידע על תמחור שאילתות זמין במאמר מודלים של תמחור ניתוח.

פעולות רבות בטבלה הן בחינם, כולל טעינת נתונים, העתקת טבלאות וייצוא נתונים. על אף שהן בחינם, הפעולות האלו כפופות למכסות ולמגבלות של BigQuery. למידע על כל הפעולות שניתן לבצע בחינם, ראו פעולות בחינם בדף על התמחור.

המאמרים הבאים