使用 ClickHouse 可视化 Foursquare 地点数据

本文字数：5939；估计阅读时间：15 分钟

作者：Alexey Milovidov

本文在公众号【ClickHouselnc】首发

最近我们公司举行了一次线下全员活动，来自各地的同事齐聚一堂。每逢这样的聚会，我都会组织一次 hackathon。本次的主题是数据可视化，规则非常简单：每组有两个小时，从一个数据集中出发，基于 ClickHouse 打造一个有趣的可视化演示。我也参与了这次活动，下面是我完成的项目。

数据集

本次使用的数据集是公开发布的，遵循 Apache 2.0 协议，支持免费下载和自由使用。数据集中包含各种地图上的地点信息，如商店、餐厅、公园、游乐场、纪念碑等，并附带分类、邮箱等元数据。以 ClickHouse 的处理能力来看，这个数据集规模并不大，记录数略高于 1 亿。但从类别来看，它可能是目前最大规模的此类开源数据集。

此前我曾为全球航班流量制作过一个可视化工具，实时处理超过 1300 亿条记录，因此用这个工具来处理 Foursquare 的这个“小数据集”几乎毫无压力。我决定直接复用它来进行可视化。

数据预览

想要快速预览并查询该数据集，可以直接使用 s3 表函数：

:) SELECT * FROM s3('s3://fsq-os-places-us-east-1/release/dt=2025-04-08/places/parquet/*') LIMIT 10

Row 1:
──────
fsq_place_id:        4ed7a0b89adf06cbf6d71fec
name:                Частная Бильярдная
latitude:            55.82704778252206
longitude:           37.44663365528853
address:             ᴺᵁᴸᴸ
locality:            ᴺᵁᴸᴸ
region:              ᴺᵁᴸᴸ
postcode:            ᴺᵁᴸᴸ
admin_region:        ᴺᵁᴸᴸ
post_town:           ᴺᵁᴸᴸ
po_box:              ᴺᵁᴸᴸ
country:             RU
date_created:        2011-12-01
date_refreshed:      2013-01-13
date_closed:         ᴺᵁᴸᴸ
tel:                 ᴺᵁᴸᴸ
website:             ᴺᵁᴸᴸ
email:               ᴺᵁᴸᴸ
facebook_id:         ᴺᵁᴸᴸ
instagram:           ᴺᵁᴸᴸ
twitter:             ᴺᵁᴸᴸ
fsq_c