Mantieni tutto organizzato con le raccolte Salva e classifica i contenuti in base alle tue preferenze.

Utilizzo dei dati geospaziali

L'analisi geospaziale ti consente di analizzare i dati geografici in BigQuery. I dati geografici sono anche noti come dati geospaziali.

I tipi di oggetti più comuni quando si lavora con i dati geospaziali sono:

  • Una Geometria rappresenta un'area della superficie del pianeta. Viene spesso descritto utilizzando punti, linee, poligoni o una raccolta di punti, linee e poligoni. Una raccolta di geometria è una geometrica che rappresenta l'unione spaziale di tutte le forme nella collezione.
  • Un elemento spaziale rappresenta un oggetto spaziale logico. Combina una geometria con attributi aggiuntivi specifici per l'applicazione.
  • Una raccolta di elementi spaziali è un insieme di elementi spaziali.

In BigQuery, il tipo di dati GEOGRAPHY rappresenta un valore o una raccolta di geometrie. Per rappresentare le caratteristiche spaziali, crea una tabella con una colonna GEOGRAPHY per la geometria e colonne aggiuntive per gli attributi. Ogni riga della tabella è una funzionalità spaziale e l'intera tabella rappresenta una raccolta di caratteristiche spaziali.

Il tipo di dati GEOGRAPHY descrive un set di punti sulla superficie terrestre. Un set di punti è un insieme di punti, linee e poligoni sullo sferoide di riferimento WGS84, con bordi geodetici. Puoi utilizzare il tipo di dati GEOGRAPHY chiamando una delle funzioni geografiche di GoogleSQL.

Caricamento dei dati geospaziali

I singoli punti sulla Terra possono essere descritti solo da una coppia di longitudine e latitudine. Ad esempio, puoi caricare un file CSV contenente i valori di longitudine e latitudine e poi utilizzare la funzione ST_GEOGPOINT per convertirli in valori di GEOGRAPHY.

Per aree geografiche più complesse, puoi caricare i seguenti formati di dati geospaziali in una colonna GEOGRAPHY:

  • Testo conosciuto (WKT)
  • File binario noto (WKB)
  • GeoJSON

Caricamento dei dati WKT o WKB in corso...

WKT è un formato di testo per descrivere singole forme geometriche usando punti, linee, poligoni con fori facoltativi o una raccolta di punti, linee o poligoni. WKB è la versione binaria del formato WKT. WKB può essere codificato in formato esadecimale per i formati che non supportano dati binari, come JSON.

Ad esempio, quanto segue definisce un punto in WKT:

POINT(-121 41)

Per descrivere una funzionalità spaziale, in genere WKT è incorporato in un file di container, ad esempio un file CSV o in una tabella di database. Una riga di file o una riga di tabella in genere corrisponde alla funzionalità spaziale. L'intero file o l'intera tabella corrisponde alla raccolta di caratteristiche. Per caricare i dati WKT in BigQuery, fornisci uno schema che specifichi una colonna GEOGRAPHY per i dati geospaziali.

Ad esempio, potresti avere un file CSV contenente i seguenti dati:

"POLYGON((-124.49 47.35,-124.49 40.73,-116.49 40.73,-116.49 47.35,-124.49 47.35))",poly1
"POLYGON((-85.6 31.66,-85.6 24.29,-78.22 24.29,-78.22 31.66,-85.6 31.66))",poly2
"POINT(1 2)",point1

Puoi caricare questo file eseguendo il comando bq dello strumento a riga di comando load:

bq load --source_format=CSV \
  --schema="geography:GEOGRAPHY,name:STRING" \
  mydataset.mytable filename1.csv

Per ulteriori informazioni sul caricamento dei dati in BigQuery, consulta Introduzione al caricamento dei dati.

Per trasmettere in flussi i dati WKT a una tabella BigQuery esistente con una colonna GEOGRAPHY, serializza i dati come stringa nella richiesta API.

bq

Esegui il comando insert dello strumento a riga di comando bq:

echo '{"geo": "LINESTRING (-118.4085 33.9416, -73.7781 40.6413)"}' \
    | bq insert my_dataset.geo_table

Python

Prima di provare questo esempio, segui le istruzioni per la configurazione di Python nella guida rapida di BigQuery all'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API Python BigQuery. 

from google.cloud import bigquery
import shapely.geometry
import shapely.wkt

bigquery_client = bigquery.Client()

# This example uses a table containing a column named "geo" with the
# GEOGRAPHY data type.
table_id = "my-project.my_dataset.my_table"

# Use the Shapely library to generate WKT of a line from LAX to
# JFK airports. Alternatively, you may define WKT data directly.
my_geography = shapely.geometry.LineString(
    [(-118.4085, 33.9416), (-73.7781, 40.6413)]
)
rows = [
    # Convert data into a WKT string.
    {"geo": shapely.wkt.dumps(my_geography)},
]

#  table already exists and has a column
# named "geo" with data type GEOGRAPHY.
errors = bigquery_client.insert_rows_json(table_id, rows)
if errors:
    raise RuntimeError(f"row insert failed: {errors}")
else:
    print(f"wrote 1 row to {table_id}")

Per ulteriori informazioni sullo streaming dei dati in BigQuery, consulta Streaming dei dati in BigQuery.

Puoi anche convertire una stringa di testo WKT in un valore GEOGRAPHY utilizzando la funzione ST_GeogFromText.

Caricamento dei dati GeoJSON

GeoJSON è un formato basato su JSON per geometrie e funzionalità spaziali. Ad esempio, quanto segue definisce un punto in GeoJSON:

{ "type": "Point", "coordinates": [-121,41] }

I dati GeoJSON possono contenere i seguenti tipi di oggetti:

  • Oggetti geometrici. Un oggetto geometrico è una forma spaziale, descritta come un'unione di punti, linee e poligoni con fori facoltativi.
  • Oggetti Feature. Un oggetto caratteristica contiene una geometrica e altre coppie nome/valore, il cui significato è specifico per l'applicazione.
  • Raccolte di funzionalità. Una raccolta di caratteristiche è un insieme di oggetti di funzionalità.

Esistono due modi per caricare i dati GeoJSON in BigQuery:

Caricamento di file GeoJSON delimitati da nuove righe

Un file GeoJSON delimitato da nuova riga contiene un elenco di oggetti delle funzionalità GeoJSON, uno per riga nel file. Un oggetto GeoJSON è un oggetto JSON con i seguenti membri:

  • type. Per gli oggetti delle funzionalità, il valore deve essere Feature. BigQuery convalida il valore ma non lo include nello schema della tabella.

  • geometry. Il valore è un oggetto GeoJSON Geometry o null. BigQuery converte questo membro in un valore GEOGRAPHY.

  • properties. Il valore può essere qualsiasi oggetto JSON o null. Se il valore non è null, BigQuery carica ogni membro dell'oggetto JSON come colonna di tabella separata. Per ulteriori informazioni su come BigQuery analizza i tipi di dati JSON, consulta la sezione Dettagli sul caricamento dei dati JSON.

  • id (Facoltativo) Se presente, il valore può essere una stringa o un numero. BigQuery carica questo valore in una colonna denominata id.

Se l'oggetto funzionalità contiene altri membri non elencati qui, BigQuery li converte direttamente in colonne di tabella.

Puoi caricare un file GeoJSON delimitato da nuova riga utilizzando il comando bq load dello strumento a riga di comando bq, come indicato di seguito:

bq load \
 --source_format=NEWLINE_DELIMITED_JSON \
 --json_extension=GEOJSON \
 --autodetect \
 DATASET.TABLE \
 FILE_PATH_OR_URI

Sostituisci quanto segue:

  • DATASET è il nome del tuo set di dati.
  • TABLE è il nome della tabella di destinazione.
  • FILE_PATH_OR_URI è un percorso verso un file locale o un URI Cloud Storage.

L'esempio precedente abilita il rilevamento automatico dello schema. Per un maggiore controllo sul modo in cui BigQuery converte i valori all'interno dell'oggetto properties, puoi fornire uno schema esplicito. Per maggiori informazioni, consulta la sezione Specificare gli schemi manualmente. Se fornisci uno schema esplicito, non includere una colonna type di primo livello nella definizione dello schema. Per ogni membro del membro properties, definisci colonne separate, non una singola colonna nidificata.

Come definito da RFC 7946, una struttura di dati GeoJSON completa è un singolo oggetto JSON. Molti sistemi esportano i dati GeoJSON come un singolo oggetto FeatureCollection che contiene tutte le geometrie. Per caricare questo formato in BigQuery, devi convertire il file rimuovendo l'oggetto FeatureCollection a livello principale e suddividere i singoli oggetti di funzionalità in righe separate. Ad esempio, il seguente comando utilizza lo strumento a riga di comando jq per suddividere un file GeoJSON in formato delimitato da nuova riga:

cat ~/file1.json | jq -c '.features[]' > converted.json

Creazione di una tabella esterna da un file GeoJSON delimitato da nuova riga

Puoi eseguire query su un file GeoJSON delimitato da nuova riga archiviato in Cloud Storage creando una tabella esterna. Per creare la tabella esterna, utilizza l'istruzione DDL CREATE EXTERNAL TABLE. Nella clausola OPTIONS, imposta l'opzione format su NEWLINE_DELIMITED_JSON e l'opzione json_extension su GEOJSON.

Esempio:

CREATE EXTERNAL TABLE mydataset.table1 OPTIONS (
  format="NEWLINE_DELIMITED_JSON",
  json_extension = 'GEOJSON',
  uris = ['gs://mybucket/geofile.json']
);

Caricamento dei dati geometrici GeoJSON

L'analisi geospaziale supporta il caricamento di singoli oggetti geometrici GeoJSON incorporati come stringhe di testo in altri tipi di file. Ad esempio, puoi caricare un file CSV in cui una delle colonne contiene un oggetto geometrico GeoJSON.

Per caricare questo tipo di dati GeoJSON in BigQuery, fornisci uno schema che specifica una colonna GEOGRAPHY per i dati GeoJSON. Devi fornire manualmente lo schema. In caso contrario, se il rilevamento automatico è attivo, BigQuery carica i dati come valore STRING.

L'analisi geospaziale non supporta il caricamento di oggetti o raccolte di funzionalità GeoJSON utilizzando questo approccio. Se devi caricare oggetti delle funzionalità, valuta la possibilità di utilizzare file GeoJSON delimitati da nuove righe.

Per inviare flussi di dati GeoJSON a una tabella BigQuery esistente con una colonna GEOGRAPHY, serializza i dati come stringa nella richiesta API.

bq

Esegui il comando insert dello strumento a riga di comando bq:

echo '{"geo": "{\"type\": \"LineString\", \"coordinates\": [[-118.4085, 33.9416], [-73.7781, 40.6413]]}"}' \
  | bq insert my_dataset.geo_table

Python

Prima di provare questo esempio, segui le istruzioni per la configurazione di Python nella guida rapida di BigQuery all'utilizzo delle librerie client. Per saperne di più, consulta la documentazione di riferimento dell'API Python BigQuery. 

import geojson
from google.cloud import bigquery

bigquery_client = bigquery.Client()

# This example uses a table containing a column named "geo" with the
# GEOGRAPHY data type.
table_id = "my-project.my_dataset.my_table"

# Use the python-geojson library to generate GeoJSON of a line from LAX to
# JFK airports. Alternatively, you may define GeoJSON data directly, but it
# must be converted to a string before loading it into BigQuery.
my_geography = geojson.LineString([(-118.4085, 33.9416), (-73.7781, 40.6413)])
rows = [
    # Convert GeoJSON data into a string.
    {"geo": geojson.dumps(my_geography)}
]

#  table already exists and has a column
# named "geo" with data type GEOGRAPHY.
errors = bigquery_client.insert_rows_json(table_id, rows)
if errors:
    raise RuntimeError(f"row insert failed: {errors}")
else:
    print(f"wrote 1 row to {table_id}")

Puoi anche convertire un oggetto geometrico GeoJSON in un valore GEOGRAPHY utilizzando la funzione ST_GEOGFROMGEOJSON. Ad esempio, puoi archiviare le geometrie come valori STRING e poi eseguire una query che chiama ST_GEOGFROMGEOJSON.

Coordinare sistemi e bordi

Nell'analisi geospaziale, i punti sono posizioni sulla superficie di uno sferoide WGS84, espresso in longitudine e latitudine geodetica. Un bordo è un elemento geodetico sferico tra due endpoint. Ciò significa che i bordi sono il percorso più corto sulla superficie di una sfera.

Il formato WKT non fornisce un sistema di coordinate. Durante il caricamento dei dati WKT, l'analisi geospaziale presuppone che i dati utilizzino le coordinate WGS84 con i bordi sferici. Assicurati che i dati di origine corrispondano al sistema di coordinate, a meno che le aree geografiche non siano abbastanza piccole da poter ignorare la differenza tra bordi sferici e planari.

GeoJSON utilizza esplicitamente le coordinate WGS84 con i bordi planari. Durante il caricamento dei dati GeoJSON, l'analisi geospaziale converte i bordi planari in bordi sferici. L'analisi geospaziale aggiunge ulteriori punti alla linea, in modo che la sequenza convertita di bordi rimanga entro 10 metri dalla linea originale. Questa procedura è nota come tessellazione o densificazione non uniforme. Non puoi controllare direttamente la procedura di tassello.

Per caricare le aree geografiche con bordi sferici, utilizza WKT. Per caricare le aree geografiche con bordi planari, spesso chiamati geometrie, è più semplice utilizzare GeoJSON. Tuttavia, se i dati geometrici sono già in formato WKT, un'altra opzione è caricare i dati come tipo STRING e utilizzare la funzione ST_GEOGFROMTEXT per convertirli in valori GEOGRAPHY. Imposta il parametro planar su TRUE per interpretare i dati come piani.

Quando scegli un formato di interscambio, assicurati di comprendere il sistema di coordinate utilizzato dai tuoi dati di origine. La maggior parte dei sistemi supporta in modo esplicito l'area geografica di analisi (anziché la geometria) di WKT, altrimenti presuppone l'impiego di bordi planari.

Le coordinate devono essere prima la longitudine e poi la latitudine. Se l'area geografica ha segmenti o bordi lunghi, devono essere sottoposti a tessell, perché l'analisi geospaziale li interpreta come geodetiche sferiche, che potrebbero non corrispondere al sistema di coordinate in cui hanno avuto origine i dati.

Orientamento del poligono

Su una sfera, ogni poligono ha un poligono complementare. Ad esempio, un poligono che descrive i continenti della Terra avrebbe un poligono complementare che descrive gli oceani terrestri. Poiché i due poligoni sono descritti con gli stessi anelli di delimitazione, sono necessarie delle regole per risolvere l'ambiguità attorno alla quale i due poligoni sono descritti da una determinata stringa WKT.

Quando carichi stringhe WKT e WKB dai file o utilizzando l'importazione di flussi di dati, l'analisi geospaziale presuppone che i poligoni nell'input siano orientati come segue: Se attraversa il confine del poligono nell'ordine dei vertici di input, l'interno del poligono è a sinistra. L'analisi geospaziale utilizza la stessa regola durante l'esportazione di oggetti geografici in stringhe WKT e WKB.

Se utilizzi la funzione ST_GeogFromText per convertire una stringa WKT in un valore GEOGRAPHY, il parametro oriented specifica in che modo la funzione determina il poligono:

  • FALSE: interpreta l'input come il poligono con l'area più piccola. Questo è il comportamento predefinito.

  • TRUE: usa la regola di orientamento a sinistra descritta in precedenza. Questa opzione ti consente di caricare poligoni con un'area più grande di un emisfero.

Poiché le stringhe GeoJSON sono definite su una mappa planare, l'orientamento può essere determinato senza ambiguità, anche se l'input non segue la regola di orientamento definita nella specifica del formato GeoJSON, RFC 7946.

Gestire i dati spaziali non formattati correttamente

Quando carichi dati spaziali da altri strumenti a BigQuery, potresti riscontrare errori di conversione a causa di dati WKT o GeoJSON non validi. Ad esempio, un errore come Edge K has duplicate vertex with edge N indica che il poligono ha vertici duplicati (oltre al primo e all'ultimo).

Per evitare problemi di formattazione, puoi utilizzare una funzione che generi un output conforme agli standard. Ad esempio, quando esporti i dati da PostGIS, puoi utilizzare la funzione PostGIS ST_MakeValid per standardizzare l'output. In alternativa, importa i dati come testo e convertili chiamando ST_GEOGFROMTEXT o ST_GEOGFROMGEOJSON con il parametro make_valid. Quando make_valid è TRUE, queste funzioni provano a riparare i poligoni non validi.

Per trovare o ignorare i dati formattati in modo errato, utilizza il prefisso della funzione SAFE per visualizzare i dati problematici. Ad esempio, la seguente query utilizza il prefisso SAFE per recuperare i dati spaziali non formattati correttamente.

SELECT
  geojson AS bad_geojson
FROM
  mytable
WHERE
  geojson IS NOT NULL
  AND SAFE.ST_GeogFromGeoJson(geojson) IS NULL

Limitazioni

L'analisi geospaziale non supporta le seguenti funzionalità nei formati geospaziali:

  • Geometrie tridimensionali. Ciò include il suffisso "Z" nel formato WKT e la coordinata dell'altitudine nel formato GeoJSON.
  • Sistemi di riferimento lineari. incluso il suffisso "M" nel formato WKT.
  • Oggetti geometrici WKT diversi da primitive di geometria o geometrie multiparti. In particolare, l'analisi geospaziale supporta solo Point, MultiPoint, LineString, MultiLineString, poligono, Multi poligono e GeometryCollection.

Consulta ST_GeogFromGeoJson e ST_GeogFromText per i vincoli specifici dei formati di input GeoJson e WKT.

Trasformazione dei dati geospaziali

Se la tabella contiene colonne separate per longitudine e latitudine, puoi trasformare i valori in aree geografiche utilizzando le funzioni geografiche di GoogleSQL, ad esempio ST_GeogPoint. Ad esempio, se hai due colonne DOUBLE per longitudine e latitudine, puoi creare una colonna con la seguente query:

SELECT
  *,
  ST_GeogPoint(longitude, latitude) AS g
FROM
  mytable

BigQuery può convertire le stringhe WKT e GeoJSON in tipi geografici. Se i dati hanno un formato diverso, ad esempio Shapefile, usa uno strumento esterno per convertirli in un formato di file di input supportato, ad esempio un file CSV, con colonne GEOGRAPHY codificate come stringhe WKT o GeoJSON.

Partizionamento e clustering di dati geospaziali

Puoi eseguire il partizionamento e le tabelle di cluster che contengono colonne GEOGRAPHY. Puoi utilizzare una colonna GEOGRAPHY come colonna di clustering, ma non puoi utilizzare una colonna GEOGRAPHY come colonna di partizionamento.

Se archivi i dati GEOGRAPHY in una tabella e le query filtrano i dati utilizzando un predicato spaziale, assicurati che la tabella sia aggregata in base alla colonna GEOGRAPHY. In genere, questo migliora le prestazioni delle query e potrebbe ridurre i costi. Un predicato spaziale chiama una funzione geografica booleana e ha uno degli argomenti una colonna GEOGRAPHY. L'esempio seguente mostra un predicato spaziale che utilizza la funzione ST_DWithin:

WHERE ST_DWithin(geo, ST_GeogPoint(longitude, latitude), 100)

Utilizzo di JOIN con dati spaziali

I join funzionali sono join di due tabelle con una funzione geografica predicata nella clausola WHERE. Ad esempio:

-- how many stations within 1 mile range of each zip code?
SELECT
    zip_code AS zip,
    ANY_VALUE(zip_code_geom) AS polygon,
    COUNT(*) AS bike_stations
FROM
    `bigquery-public-data.new_york.citibike_stations` AS bike_stations,
    `bigquery-public-data.geo_us_boundaries.zip_codes` AS zip_codes
WHERE ST_DWithin(
         zip_codes.zip_code_geom,
         ST_GeogPoint(bike_stations.longitude, bike_stations.latitude),
         1609.34)
GROUP BY zip
ORDER BY bike_stations DESC

Le unioni spaziali hanno un rendimento migliore quando i dati geografici vengono mantenuti. L'esempio precedente crea i valori geografici nella query. È più efficiente archiviare i valori geografici in una tabella BigQuery.

Ad esempio, la seguente query recupera coppie di longitudine e latitudine e le converte in punti geografici. Quando esegui questa query, devi specificare una nuova tabella di destinazione per archiviare i risultati:

SELECT
  *,
  ST_GeogPoint(pLongitude, pLatitude) AS p
FROM
  mytable

BigQuery implementa i join di join spaziali ottimizzati per gli operatori INNER JOIN e CROSS JOIN con le seguenti funzioni del predicato GoogleSQL:

Le unioni spaziali non sono ottimizzate:

  • Per join SINISTRO, DESTRO o ESTERNO COMPLETO
  • Nei casi che prevedono l'adesione all'ANTI
  • Quando il predicato spaziale viene negato

Un JOIN che utilizza il predicato ST_DWithin viene ottimizzato solo quando il parametro della distanza è un'espressione costante.

Esportazione dati spaziali

Quando esporti dati spaziali da BigQuery, i valori della colonna GEOGRAPHY vengono sempre formattati come stringhe WKT. Per esportare i dati in formato GeoJSON, utilizza la funzione ST_AsGeoJSON.

Se gli strumenti che utilizzi per analizzare i dati esportati non comprendono il tipo di dati GEOGRAPHY, puoi convertire i valori delle colonne in stringhe usando una funzione geografica come ST_AsText o ST_AsGeoJSON. L'analisi geospaziale aggiunge ulteriori punti alla linea, in modo che la sequenza di bordi convertita rimanga entro 10 metri dalla linea geodetica originale.

Ad esempio, la seguente query utilizza ST_AsGeoJSON per convertire i valori GeoJSON in stringhe.

SELECT
  ST_AsGeoJSON(ST_MakeLine(ST_GeogPoint(1,1), ST_GeogPoint(3,2)))

I dati risultanti avrebbero il seguente aspetto:

{ "type": "LineString", "coordinates": [ [1, 1], [1.99977145571783, 1.50022838764041], [2.49981908082299, 1.75018082434274], [3, 2] ] }

La linea GeoJSON ha altri due punti. L'analisi geospaziale aggiunge questi punti in modo che la linea GeoJSON segua da vicino lo stesso percorso sul terreno della linea originale.

Passaggi successivi