メインコンテンツまでスキップ
メインコンテンツまでスキップ

Foursquare プレース

Dataset​

このデータセットは Foursquare により提供されており、ダウンロードが可能で、Apache 2.0 ライセンスの下で自由に使用できます。

このデータセットには、店舗、レストラン、公園、遊び場、記念碑などの商業的なポイントオブインタレスト (POI) の 1 億件以上のレコードが含まれています。また、これらの場所に関するカテゴリやソーシャルメディア情報などの追加メタデータも含まれています。

Data exploration​

データを探索するために、clickhouse-localを使用します。これはフル機能の ClickHouse エンジンを提供する小さなコマンドラインツールですが、ClickHouse Cloud、clickhouse-client、または chDB を使用することもできます。

以下のクエリを実行して、データが保存されている s3 バケットからデータを選択します：

SELECT * FROM s3('s3://fsq-os-places-us-east-1/release/dt=2025-04-08/places/parquet/*') LIMIT 1

Row 1:
──────
fsq_place_id:        4e1ef76cae60cd553dec233f
name:                @VirginAmerica In-flight Via @Gogo
latitude:            37.62120111687914
longitude:           -122.39003793803701
address:             ᴺᵁᴸᴸ
locality:            ᴺᵁᴸᴸ
region:              ᴺᵁᴸᴸ
postcode:            ᴺᵁᴸᴸ
admin_region:        ᴺᵁᴸᴸ
post_town:           ᴺᵁᴸᴸ
po_box:              ᴺᵁᴸᴸ
country:             US
date_created:        2011-07-14
date_refreshed:      2018-07-05
date_closed:         2018-07-05
tel:                 ᴺᵁᴸᴸ
website:             ᴺᵁᴸᴸ
email:               ᴺᵁᴸᴸ
facebook_id:         ᴺᵁᴸᴸ
instagram:           ᴺᵁᴸᴸ
twitter:             ᴺᵁᴸᴸ
fsq_category_ids:    ['4bf58dd8d48988d1f7931735']
fsq_category_labels: ['Travel and Transportation > Transport Hub > Airport > Plane']
placemaker_url:      https://foursquare.com/placemakers/review-place/4e1ef76cae60cd553dec233f
geom:                �^��a�^@B�
bbox:                (-122.39003793803701,37.62120111687914,-122.39003793803701,37.62120111687914)

多くのフィールドに ᴺᵁᴸᴸ が含まれていることがわかりますので、より使いやすいデータを取得するためにクエリに追加の条件を加えます：

SELECT * FROM s3('s3://fsq-os-places-us-east-1/release/dt=2025-04-08/places/parquet/*')
   WHERE address IS NOT NULL AND postcode IS NOT NULL AND instagram IS NOT NULL LIMIT 1

Row 1:
──────
fsq_place_id:        59b2c754b54618784f259654
name:                Villa 722
latitude:            ᴺᵁᴸᴸ
longitude:           ᴺᵁᴸᴸ
address:             Gijzenveldstraat 75
locality:            Zutendaal
region:              Limburg
postcode:            3690
admin_region:        ᴺᵁᴸᴸ
post_town:           ᴺᵁᴸᴸ
po_box:              ᴺᵁᴸᴸ
country:             ᴺᵁᴸᴸ
date_created:        2017-09-08
date_refreshed:      2020-01-25
date_closed:         ᴺᵁᴸᴸ
tel:                 ᴺᵁᴸᴸ
website:             https://www.landal.be
email:               ᴺᵁᴸᴸ
facebook_id:         522698844570949 -- 522.70 trillion
instagram:           landalmooizutendaal
twitter:             landalzdl
fsq_category_ids:    ['56aa371be4b08b9a8d5734e1']
fsq_category_labels: ['Travel and Transportation > Lodging > Vacation Rental']
placemaker_url:      https://foursquare.com/placemakers/review-place/59b2c754b54618784f259654
geom:                ᴺᵁᴸᴸ
bbox:                (NULL,NULL,NULL,NULL)

以下のクエリを実行して、DESCRIBE を使用してデータの自動的に推定されたスキーマを表示します：

DESCRIBE s3('s3://fsq-os-places-us-east-1/release/dt=2025-04-08/places/parquet/*')

    ┌─name────────────────┬─type────────────────────────┬
 1. │ fsq_place_id        │ Nullable(String)            │
 2. │ name                │ Nullable(String)            │
 3. │ latitude            │ Nullable(Float64)           │
 4. │ longitude           │ Nullable(Float64)           │
 5. │ address             │ Nullable(String)            │
 6. │ locality            │ Nullable(String)            │
 7. │ region              │ Nullable(String)            │
 8. │ postcode            │ Nullable(String)            │
 9. │ admin_region        │ Nullable(String)            │
10. │ post_town           │ Nullable(String)            │
11. │ po_box              │ Nullable(String)            │
12. │ country             │ Nullable(String)            │
13. │ date_created        │ Nullable(String)            │
14. │ date_refreshed      │ Nullable(String)            │
15. │ date_closed         │ Nullable(String)            │
16. │ tel                 │ Nullable(String)            │
17. │ website             │ Nullable(String)            │
18. │ email               │ Nullable(String)            │
19. │ facebook_id         │ Nullable(Int64)             │
20. │ instagram           │ Nullable(String)            │
21. │ twitter             │ Nullable(String)            │
22. │ fsq_category_ids    │ Array(Nullable(String))     │
23. │ fsq_category_labels │ Array(Nullable(String))     │
24. │ placemaker_url      │ Nullable(String)            │
25. │ geom                │ Nullable(String)            │
26. │ bbox                │ Tuple(                     ↴│
    │                     │↳    xmin Nullable(Float64),↴│
    │                     │↳    ymin Nullable(Float64),↴│
    │                     │↳    xmax Nullable(Float64),↴│
    │                     │↳    ymax Nullable(Float64)) │
    └─────────────────────┴─────────────────────────────┘

Loading the data into ClickHouse​

ディスクにデータを永続化したい場合は、clickhouse-server または ClickHouse Cloud を使用できます。

テーブルを作成するには、以下のコマンドを実行します：

CREATE TABLE foursquare_mercator
(
    fsq_place_id String,
    name String,
    latitude Float64,
    longitude Float64,
    address String,
    locality String,
    region LowCardinality(String),
    postcode LowCardinality(String),
    admin_region LowCardinality(String),
    post_town LowCardinality(String),
    po_box LowCardinality(String),
    country LowCardinality(String),
    date_created Nullable(Date),
    date_refreshed Nullable(Date),
    date_closed Nullable(Date),
    tel String,
    website String,
    email String,
    facebook_id String,
    instagram String,
    twitter String,
    fsq_category_ids Array(String),
    fsq_category_labels Array(String),
    placemaker_url String,
    geom String,
    bbox Tuple(
        xmin Nullable(Float64),
        ymin Nullable(Float64),
        xmax Nullable(Float64),
        ymax Nullable(Float64)
    ),
    category LowCardinality(String) ALIAS fsq_category_labels[1],
    mercator_x UInt32 MATERIALIZED 0xFFFFFFFF * ((longitude + 180) / 360),
    mercator_y UInt32 MATERIALIZED 0xFFFFFFFF * ((1 / 2) - ((log(tan(((latitude + 90) / 360) * pi())) / 2) / pi())),
    INDEX idx_x mercator_x TYPE minmax,
    INDEX idx_y mercator_y TYPE minmax
)
ORDER BY mortonEncode(mercator_x, mercator_y)

いくつかのカラムに対して LowCardinality データ型が使用されていることに注目してください。これにより、データ型の内部表現が辞書エンコードに変更されます。辞書エンコードされたデータで操作することで、多くのアプリケーションの SELECT クエリの性能が大幅に向上します。

さらに、2 つの UInt32 の MATERIALIZED カラムである mercator_x と mercator_y が作成され、緯度/経度座標を Web Mercator projection にマッピングし、地図をタイルに簡単にセグメント化します：

mercator_x UInt32 MATERIALIZED 0xFFFFFFFF * ((longitude + 180) / 360),
mercator_y UInt32 MATERIALIZED 0xFFFFFFFF * ((1 / 2) - ((log(tan(((latitude + 90) / 360) * pi())) / 2) / pi())),

上記の各カラムで何が起こっているのかを分解してみましょう。

mercator_x

このカラムは、経度の値をメルカトル投影の X 座標に変換します：

  • longitude + 180 は経度の範囲を [-180, 180] から [0, 360] に移動します
  • 360 で割ることで、これを 0 から 1 の範囲の値に正規化します
  • 0xFFFFFFFF（32 ビット符号なし整数の最大値の16進数）を掛けることで、この正規化された値を 32 ビット整数のフルレンジにスケーリングします

mercator_y

このカラムは、緯度の値をメルカトル投影の Y 座標に変換します：

  • latitude + 90 は緯度を [-90, 90] から [0, 180] に移動します
  • 360 で割って pi() を掛けることで、三角関数用にラジアンに変換します
  • log(tan(...)) の部分はメルカトル投影の公式のコアです
  • 0xFFFFFFFF を掛けることで、32 ビット整数のフルレンジにスケーリングします

MATERIALIZED を指定することで、ClickHouse はデータを INSERT する際にこれらのカラムの値を計算し、INSERT statement にこれらのカラム（もともとのデータスキーマの一部ではない）を指定する必要がありません。

テーブルは mortonEncode(mercator_x, mercator_y) によって順序付けられており、mercator_x と mercator_y の Z-オーダー空間充填曲線を生成し、地理空間クエリのパフォーマンスを大幅に向上させます。この Z-オーダー曲線の順序付けにより、データが物理的に空間的な近接性によって整理されます：

ORDER BY mortonEncode(mercator_x, mercator_y)

さらに、より高速な検索のために 2 つの minmax インデックスも作成されます：

INDEX idx_x mercator_x TYPE minmax,
INDEX idx_y mercator_y TYPE minmax

ご覧の通り、ClickHouse にはリアルタイムマッピングアプリケーションに必要なすべてのものがあります！

以下のクエリを実行してデータをロードします：

INSERT INTO foursquare_mercator 
SELECT * FROM s3('s3://fsq-os-places-us-east-1/release/dt=2025-04-08/places/parquet/*')

Visualizing the data​

このデータセットで何が可能かを確認するには、adsb.exposedをチェックしてください。 adsb.exposed は、共同創設者で CTO の Alexey Milovidov によって ADS-B（Automatic Dependent Surveillance-Broadcast）フライトデータを視覚化するために元々構築されました。これは 1000 倍も大きなデータです。会社のハッカソン中に、Alexey はこのツールに Foursquare データを追加しました。

以下には、私たちのお気に入りの視覚化の一部を掲載しますので、お楽しみください。

ヨーロッパにおけるポイントオブインタレストの密度マップ
日本の酒バー
ATM
国ごとに分類されたポイントオブインタレストのあるヨーロッパの地図