如何丰富 BigQuery、Snowflake 等空间分析

tasmiyajannatrr

尽可能无障碍地访问空间数据集是我们提高分析师和数据科学家使用空间分析的效率的核心使命。为此我们创建了数据观测站这是一个包含来自公共和优质来源的数千个空间数据集的存储库这些数据集通过我们平台上的多种访问方法提供即用型。数据观察站仅大大降低了发现和许可相关第三方数据集的成本而且还缩短了用户获得洞察的时间；将定位为领先的空间数据和技术一站式商店。数据丰富是将第一方数据与第三方外部数据源相结合以获得更丰富见解的过程对于零售消费品房地产和广告等跨行业的企业来说变得越来越重要以便在远距离产生竞争优势。更加以数据为中心的世界。通过考虑企业的地理空间足迹及其跨地区的细微差别丰富基于位置的背景在全球化经济中发挥着至关重要的作用。在过去的几个月里我们宣布全面重新开发我们领先的位置智能平台采用完全云原生架构；扩展和的地理空间功能同时保留这些数据仓库带来的隐私合规性可扩展性和降低成本的优势。

新平台的关键组件之一是分析工具箱它提供了一个完整的分析功能框架用于在中执行空间分析并在领先的云数据仓库平台中进行本地计算。在这篇博文中我们将演示如何利用我 牙买加移动数据 们的直接在您的云平台上执行数据丰富而需要任何复杂的。中的数据丰富借助适用于的用户现在可以通过地理空间功能增强其数据仓库并从平台提供的一切中受益。这也意味着用户无需构建或运行任何流程即可访问中的订阅和功能；使用户能够运行可扩展的丰富查询而无需将数据离开自己的系统。已提供多个空间函数和过程涵盖广泛的空间用例包括数据转换空间索引执行地理空间统计的高级函数例如'地理加权回归函数集群路由等。对于数据丰富我们实施了一组个程序这些程序可以根据三个属性进行区分要丰富的几何类型无论它们是点多边形还是空间索引或。数据来源丰富中使用的特征是否来自我们数据观察站的数据订阅或来自用户提供的表格。



用户是否希望函数基于指定的聚合操作例如求和平均计数执行丰富或者更喜欢接收未聚合的结果即来自目标数据集和源数据集之间的所有交集的结果并手动处理聚合。这些是_结束的过程。例如如果用户想要使用数据观测站的特征丰富一组多边形并自动计算聚合则要使用的过程是__。如果用户想要的是使用来自另一个表的特征来丰富网格并且只接收交集的结果那么要使用的方法将是__。该视频展示了如何使用利用来自的两个同订阅的数据在中运行空间数据丰富。如视频中所示用户可以免费订阅公共数据集并通过工作区中提供的数据观测站目录请求开始高级数据集的订阅流程。工作区中的空间数据目录视图的屏幕截图一旦订阅准备就绪并且用户将与帐户连接起来数据就可以直接在该数据仓库平台中使用。中的访问对话框的屏幕截图用户可以直接从控制台或使用客户端从和笔记本访问其订阅以及如下面的示例所示。