지리정보 분석 소개

BigQuery 같은 데이터 웨어하우스에서 위치 정보는 매우 흔합니다. 중요한 비즈니스 의사 결정의 상당수가 위치 데이터를 중심으로 고려됩니다. 예를 들면 시간의 경과에 따라 배송 차량 또는 패키지의 위도와 경도를 기록할 수 있습니다. 고객 트랜잭션을 기록하고 데이터를 점포 위치 데이터가 있는 다른 테이블에 조인할 수도 있습니다.

이러한 유형의 위치 데이터를 사용하여 패키지가 도착할 예상 시점을 확인하거나 특정한 상점 위치의 우편물을 수신할 고객을 정할 수 있습니다. 지리정보 분석을 사용하면 지리 데이터 유형과 GoogleSQL 지리 함수를 사용하여 BigQuery에서 지리공간 데이터를 분석하고 시각화할 수 있습니다.

제한사항

지리정보 분석에는 다음과 같은 제한사항이 적용됩니다.

  • 지리 함수는 GoogleSQL에서만 사용할 수 있습니다.
  • 현재 Python용 BigQuery 클라이언트 라이브러리에서만 GEOGRAPHY 데이터 유형이 지원됩니다. 다른 클라이언트 라이브러리의 경우 ST_ASTEXT 또는 ST_ASGEOJSON 함수를 사용하여 GEOGRAPHY 값을 문자열로 변환합니다. ST_AsText를 사용하여 텍스트로 변환하면 하나의 값만 저장되며, WKT로 변환하면 데이터가 GEOGRAPHY 유형 대신 STRING 유형으로 주석 처리됩니다.

할당량

지리정보 분석의 할당량 및 한도는 지리정보 데이터가 포함된 테이블에 실행할 수 있는 여러 작업 유형에 적용되며, 여기에는 다음 작업 유형이 포함됩니다.

모든 할당량 및 한도에 대한 자세한 내용은 할당량 및 한도를 참조하세요.

가격 책정

지리정보 분석 사용 요금은 다음 요소를 기준으로 합니다.

  • 지리정보 데이터가 포함된 테이블에 저장된 데이터의 양
  • 데이터에 대하여 실행하는 쿼리

스토리지 가격 책정에 대한 자세한 내용은 스토리지 가격 책정을 참조하세요.

쿼리 가격 책정에 대한 자세한 내용은 분석 가격 책정 모델을 참조하세요.

데이터 로드, 복사, 내보내기를 포함한 여러 테이블 작업이 무료입니다. 이러한 작업은 무료이더라도 BigQuery의 할당량 및 한도가 적용됩니다. 모든 무료 작업에 대한 자세한 내용은 가격 책정 페이지의 무료 작업을 참조하세요.

다음 단계