Visualizar polígonos GEOGRAPHY do BigQuery com o Looker Studio
Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
Este tutorial é destinado a pessoas que querem visualizar dados GEOGRAPHY do BigQuery usando o Looker Studio. Para concluir este tutorial, você vai precisar de um projeto de faturamento do BigQuery. Não é necessário saber como escrever SQL, e você pode usar o conjunto de dados público.
Metas
Neste tutorial, você vai criar um relatório que mostra a viabilidade de locação de propriedades no estado de Washington. Você vai usar um mapa do Google para visualizar os dados GEOGRAPHY provenientes de um conjunto de dados público do BigQuery.
Clique em Adicionar para incluir esses dados no relatório.
Adicionar um mapa do Google Maps ao relatório
Exclua a tabela na página do relatório.
Clique em Adicionar um gráfico.
Na seção Google Maps, clique em Mapa preenchido.
Configurar o mapa
O mapa ainda não vai aparecer. Primeiro, você precisa adicionar o campo que identifica exclusivamente cada local.
Na seção Local, clique em Dimensão inválida e escolha geo_id.
Esse campo identifica exclusivamente cada área censitária.
Na seção Campo geoespacial , clique em Adicionar métrica e escolha tract_geom.
Esse campo contém os dados GEOGRAPHY do BigQuery que definem os polígonos que você quer mostrar.
O mapa vai ficar assim:
Por que o mapa não tem polígonos? Por padrão, um mapa do Google Maps no Looker Studio tem 100 mil pontos (os vértices do polígono), mas a coluna tract_geom contém 911.364 pontos. Você pode aumentar o número de pontos (até chegar a 1 milhão) ou, para reduzir o número de pontos, adicionar um filtro para se concentrar em uma área específica. Na guia ESTILO do painel de propriedades do gráfico, na seção Camada de área preenchida, defina o Número máximo de vértices do polígono como 1.000.000.
Adicionar um filtro de município
Na barra de ferramentas, clique em Adicionar um controle.
Selecione Lista suspensa.
Defina o campo Controle como county_name e, em Seleção padrão, digite King.
Agora, você vai encontrar todos os polígonos do Condado de King, que inclui Seattle:
Personalizar o estilo do mapa
A métrica de cor padrão do mapa é Contagem de registros. Você também pode escolher outra métrica.
Na seção Métrica de cor, escolha percent_income_spent_on_rent.
Interagir com o mapa
Dependendo das opções ativadas, você pode aplicar zoom e movimentar a tela, além de observar as áreas onde as pessoas gastam quase metade da renda com aluguel, como em University District, em Seattle:
Mudar a dica
Ao passar o mouse sobre o mapa, você vai notar que a dica mostra o geo_id, que não é importante neste contexto:
Para oferecer uma dica mais útil aos leitores, altere a dimensão Dica.
No relatório, clique em Editar.
Selecione o mapa.
Na seção Dica do painel de propriedades, escolha lsad_name.
Esse campo contém o nome legível da quantidade populacional:
Adicionar mais estilo ao mapa
A aparência do mapa pode ser personalizada na guia ESTILO. Por exemplo, você pode aumentar a opacidade do preenchimento para 80% e alterar o gradiente de cor de azul para vermelho.
Parabéns
Você criou um mapa do Google Maps no Looker Studio que exibe dados GEOGRAPHY do BigQuery.
[[["Fácil de entender","easyToUnderstand","thumb-up"],["Meu problema foi resolvido","solvedMyProblem","thumb-up"],["Outro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Informações incorretas ou exemplo de código","incorrectInformationOrSampleCode","thumb-down"],["Não contém as informações/amostras de que eu preciso","missingTheInformationSamplesINeed","thumb-down"],["Problema na tradução","translationIssue","thumb-down"],["Outro","otherDown","thumb-down"]],["Última atualização 2025-08-25 UTC."],[],[],null,["# Visualize BigQuery GEOGRAPHY polygons with Looker Studio\n\nThis tutorial is intended for people who want to visualize `GEOGRAPHY` data from BigQuery using Looker Studio. To complete this tutorial, you'll need a BigQuery billing project. You don't need to know how to write SQL, and you can use the public dataset.\n\nGoals\n-----\n\nIn this tutorial, you'll create a report that shows the affordability of rental properties in Washington state. You'll use a Google Map to visualize `GEOGRAPHY` data coming from a public BigQuery dataset.\n\nIn this tutorial, you'll accomplish the following:\n\n- [Create a new blank report](#create_a_new_blank_report)\n- [Add a Google Map to the report](#add_a_google_map_to_the_report)\n- [Configure the map](#configure_the_map)\n- [Style the map](#style_the_map)\n- [Interact with the map](#interact_with_the_map)\n- [Change the tooltip](#change_the_tooltip)\n- [Add more style to the map](#add_more_style_to_the_map)\n\n### Before you begin\n\nIf you don't already have a BigQuery billing project set up, you can [sign up for free](https://cloud.google.com/bigquery/).\n\nCreate a new blank report\n-------------------------\n\n1. [Sign in to Looker Studio.](https://lookerstudio.google.com)\n2. Click **Create** and then select **Report**.\n3. In the **Add data to report** panel, choose **BigQuery**.\n\n4. In the left navigation, choose **CUSTOM QUERY**.\n\n5. Select or enter your billing project ID.\n\n6. Under **Enter Custom Query**, paste the following SQL query:\n\n select\n ct.state_fips_code,\n ct.county_fips_code,\n c.county_name,\n ct.tract_ce,\n ct.geo_id,\n ct.tract_name,\n ct.lsad_name,\n ct.internal_point_lat,\n ct.internal_point_lon,\n ct.internal_point_geo,\n ct.tract_geom,\n acs.total_pop,\n acs.households,\n acs.male_pop,\n acs.female_pop,\n acs.median_age,\n acs.median_income,\n acs.income_per_capita,\n acs.gini_index,\n acs.owner_occupied_housing_units_median_value,\n acs.median_rent,\n acs.percent_income_spent_on_rent,\n from `bigquery-public-data.geo_census_tracts.census_tracts_washington` ct\n left join `bigquery-public-data.geo_us_boundaries.counties` c\n on (ct.state_fips_code || ct.county_fips_code) = c.geo_id\n left join `bigquery-public-data.census_bureau_acs.censustract_2018_5yr` acs\n on ct.geo_id = acs.geo_id\n\n | **Note:** This query retrieves data from BigQuery Public Datasets about US census tracts in Washington state. A census tract is a relatively small subdivision of a county. The query joins the geospatial data about the census tract boundaries with census statistics, such as population, age, income, and housing costs.\n7. Click **Add** to add this data to the report.\n\nAdd a Google Map to the report\n------------------------------\n\n1. Delete the table on the report page.\n2. Click **Add a chart.**\n3. In the **Google Maps** section, click **Filled map.**\n\nConfigure the map\n-----------------\n\nThe map won't appear yet. You'll need to add the field that uniquely identifies each location first.\n\n1. In the **Location** section, click **Invalid dimension** , and then choose **geo_id** .\n 1. This field uniquely identifies each census tract.\n2. In the **Geospatial** **field** section, click **Add metric** , and then choose **tract_geom** .\n 1. This field contains the BigQuery `GEOGRAPHY` data that defines the polygons that you want to display.\n\nThe map should look like this:\n\n\u003e **Why is the map missing polygons?** A Google Map in Looker Studio plots 100K points (polygon vertices) by default, but the **tract_geom** column contains 911,364 points. You can increase the number of points (up to a maximum of 1 million) or, to reduce the number of points, you can add a filter to focus on a specific area. In the **STYLE** tab of the chart properties panel, in the **Filled Area Layer** section, set the **Max number of polygon vertices** to **1,000,000** .\n\n### Add a county filter\n\n1. In the toolbar, click **Add a control**.\n2. Select **Drop-down list**.\n3. Set the **Control** field to **county_name** , and, for **Default selection** , enter **King**.\n\nNow you should see all polygons for King County, which contains Seattle:\n\nStyle the map\n-------------\n\nThe map's default color metric is **Record Count**. You can also choose a different metric.\n\nIn the **Color metric** section, choose **percent_income_spent_on_rent**.\n\nInteract with the map\n---------------------\n\nDepending on the options that you turned on, you can zoom and pan around and notice census tracts where people spend nearly half their income on rent, such as the University District in Seattle:\n\nChange the tooltip\n------------------\n\nAs you mouse over the map, you'll notice that the tooltip shows the `geo_id`, which isn't particularly meaningful in this context:\n\nYou can provide viewers with a more useful tooltip by changing the **Tooltip** dimension.\n\n1. In the report, click **Edit**.\n2. Select the map.\n3. In the **Tooltip** section of the properties panel, choose **lsad_name** .\n 1. This field contains the human-readable census tract name:\n\nAdd more style to the map\n-------------------------\n\nYou can customize the appearance of the map in the **STYLE** tab. For example, you could increase the fill opacity to 80% and change the color gradient from blue to red.\n\nCongratulations\n---------------\n\nYou've created a Google Map in Looker Studio that visualizes BigQuery `GEOGRAPHY` data.\n\nRelated resources\n-----------------\n\n- [Connect to Google BigQuery](/looker/docs/studio/connect-to-google-bigquery)\n- [BigQuery Public Datasets](https://console.cloud.google.com/marketplace/browse?q=geo&filter=solution-type:dataset) (several datasets with geographic polygon data)\n- [Google Maps reference](/looker/docs/studio/google-maps-reference)\n- [BigQuery geography functions](/bigquery/docs/reference/standard-sql/geography_functions)"]]
Criar e selecione Relatório.
