Foursquareのスポット

店舗、レストラン、公園、遊び場、記念碑など、地図上のさまざまな場所に関する情報を含む、1億件超のレコードからなるデータセットです。

​

データセット

この Foursquare のデータセットは、ダウンロードして Apache 2.0 ライセンスのもとで無料で利用できます。

店舗、レストラン、公園、遊び場、記念碑などの商業施設やスポット (POI) に関する 1億件を超えるレコードが含まれています。さらに、それらの場所に関する追加のメタデータとして、 カテゴリやソーシャルメディア情報も含まれています。

​

データの探索

データを探索するには、小規模なコマンドラインツールである clickhouse-local を使用します。これは ClickHouse engine の全機能を利用できますが、ClickHouse Cloud、clickhouse-client、あるいは chDB を使用することもできます。

データが保存されている S3 バケットからデータを取得するには、次のクエリを実行します。

Query

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

Response

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)

かなり多くのフィールドが ᴺᵁᴸᴸ になっていることがわかるので、クエリに追加の条件を 加えて、より使いやすいデータを取得できます。

Query

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)

次のクエリを実行し、DESCRIBE を使用してデータから自動的に推論されたスキーマを確認します：

Query

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

Response

    ┌─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)) │
    └─────────────────────┴─────────────────────────────┘

​

データを ClickHouse に読み込む

データをディスクに永続化する場合は、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、次のコマンドを実行します。

Query

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)

LowCardinality データ型が複数のカラムで使用されている点に注目してください。これにより、これらのデータ型の内部表現は 辞書エンコード形式に変わります。辞書エンコードされたデータを扱うことで、多くのアプリケーションで SELECT クエリの性能が 大幅に向上します。

さらに、2 つの UInt32 MATERIALIZED カラム mercator_x と mercator_y が作成されます。 これらは、地図をタイルに分割しやすくするために、緯度・経度の座標を Web Mercator projection にマッピングするものです:

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

上で何が行われているのかを、各カラムごとに見ていきましょう。

mercator_x

このカラムは、経度の値をメルカトル図法での X 座標に変換します。

• longitude + 180 は、経度の範囲を [-180, 180] から [0, 360] にシフトします
• 360 で割ることで、これを 0 から 1 の間の値に正規化します
• 0xFFFFFFFF (32 ビット符号なし整数の最大値を表す 16 進数) を掛けることで、この正規化された値を 32 ビット整数の全範囲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図法での Y 座標に変換します。

• latitude + 90 は、緯度の範囲を [-90, 90] から [0, 180] にシフトします
• 360 で割ってから pi() を掛けることで、三角関数で使うラジアンに変換します
• log(tan(...)) の部分が、メルカトル図法の数式の中核です
• 0xFFFFFFFF を掛けることで、32 ビット整数の全範囲にスケーリングします

MATERIALIZED を指定すると、ClickHouse はデータを INSERT するときにこれらの カラムの値を計算します。これにより、元のデータスキーマに含まれていないこれらのカラムを `INSERTステートメントで指定する必要がなくなります。

このテーブルは mortonEncode(mercator_x, mercator_y) で順序付けされており、 これによって mercator_x と mercator_y の Z オーダー空間充填曲線が生成され、 地理空間クエリのクエリパフォーマンスが大幅に向上します。この Z オーダー曲線による並び順により、 データは空間的な近接性に基づいて物理的に配置されます。

ORDER BY mortonEncode(mercator_x, mercator_y)

検索を高速化するために、minmax インデックスも 2 つ作成されます。

INDEX idx_x mercator_x TYPE minmax,
INDEX idx_y mercator_y TYPE minmax

ご覧のとおり、ClickHouse にはリアルタイムの マッピングアプリケーションに必要な機能がすべて揃っています！

データを読み込むには、次のクエリを実行します。

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

​

データの可視化

このデータセットで何ができるのかを確認するには、adsb.exposed をご覧ください。 adsb.exposed はもともと、共同創業者兼 CTO の Alexey Milovidov が、これより 1000 倍大規模な ADS-B (Automatic Dependent Surveillance-Broadcast) の飛行データを可視化するために構築したものです。社内ハッカソンで、Alexey はこのツールに Foursquare のデータを追加しました。

以下では、特におすすめの可視化をいくつかご紹介します。