> ## Documentation Index > Fetch the complete documentation index at: https://private-7c7dfe99-parallel-read-in-order-multi-part.mintlify.site/llms.txt > Use this file to discover all available pages before exploring further. > Aprenda a carregar o conjunto de dados de torres de celular do OpenCelliD no ClickHouse Cloud, enriquecê-lo com um dicionário, consultá-lo com funções geoespaciais e visualizá-lo com o ClickHouse Agents # Análise geoespacial com o conjunto de dados de torres de celular export const Image = ({img, alt, size = "lg", background}) => { const normalizedSize = ["sm", "md", "lg"].includes(size) ? size : "lg"; const backgroundColor = background === "white" ? "white" : background === "black" ? "rgb(31 31 28)" : undefined; return
{alt}
; }; Neste tutorial, você verá como usar o ClickHouse com dados geográficos a partir do conjunto de dados de torres de celular. Você carregará o conjunto de dados no ClickHouse Cloud, examinará seu schema e executará consultas de agregação em dezenas de milhões de linhas. Em seguida, você enriquecerá os dados com um dicionário, usará a função `pointInPolygon` para contar as torres localizadas na Alemanha e usará o ClickHouse Agents para visualizar o resultado em um mapa.

Pré-requisitos

Para este tutorial, você vai precisar de: * Uma [conta do ClickHouse Cloud](https://clickhouse.cloud/signUp?loc=docs-sample-datasets-cell-towers) (US\$ 300 em créditos gratuitos ao se cadastrar) * [Um serviço do ClickHouse Cloud](/pt-BR/get-started/setup/cloud#1-create-a-clickhouse-service) O conjunto de dados usado neste tutorial é do OpenCelliD, o maior banco de dados aberto de torres de celular do mundo. Em 2021, ele continha dezenas de milhões de registros sobre torres de celular em todo o mundo, com suas coordenadas geográficas e metadados como código do país e rede. 1. No ClickHouse Cloud, no menu à esquerda, selecione seu serviço no menu suspenso 2. Selecione **Data sources** 3. Clique no card **Add sample data** 4. Selecione o conjunto de dados **Cell Towers (1.1 GB)** 5. Use `default` como banco de dados de destino e clique em `Import dataset` Deverá aparecer uma entrada em **Data upload history** com o status **success** 1. Selecione **SQL Console** no menu à esquerda 2. Clique na aba **+** ao lado do ícone de início para criar uma nova consulta 3. No editor SQL, digite a consulta a seguir e clique em **Run**: ```sql theme={null} DESCRIBE TABLE cell_towers ``` Você deverá ver a seguinte tabela de resultados: ```response theme={null} ┌─name──────────┬─type──────────────────────────────────────────────────────────────────┬ │ radio │ Enum8('' = 0, 'CDMA' = 1, 'GSM' = 2, 'LTE' = 3, 'NR' = 4, 'UMTS' = 5) │ │ mcc │ UInt16 │ │ net │ UInt16 │ │ area │ UInt16 │ │ cell │ UInt64 │ │ unit │ Int16 │ │ lon │ Float64 │ │ lat │ Float64 │ │ range │ UInt32 │ │ samples │ UInt32 │ │ changeable │ UInt8 │ │ created │ DateTime │ │ updated │ DateTime │ │ averageSignal │ UInt8 │ └───────────────┴───────────────────────────────────────────────────────────────────────┴ ``` Cada registro na tabela corresponde a uma torre de celular em uma localização real na Terra, indicada pelas coordenadas `lon` e `lat`. Execute a consulta a seguir para ver o número de torres de celular por tipo: ```sql theme={null} SELECT radio, count() AS c FROM cell_towers GROUP BY radio ORDER BY c DESC ``` ```response theme={null} ┌─radio─┬────────c─┐ │ UMTS │ 20686487 │ │ LTE │ 12101148 │ │ GSM │ 9931304 │ │ CDMA │ 556344 │ │ NR │ 867 │ └───────┴──────────┘ ``` Em seguida, verifique o número de torres de celular por [Mobile Country Code (MCC)](https://en.wikipedia.org/wiki/Mobile_country_code): ```sql theme={null} SELECT mcc, count() FROM cell_towers GROUP BY mcc ORDER BY count() DESC LIMIT 10 ``` ```response theme={null} ┌─mcc─┬─count()─┐ │ 310 │ 5024650 │ │ 262 │ 2622423 │ │ 250 │ 1953176 │ │ 208 │ 1891187 │ │ 724 │ 1836150 │ │ 404 │ 1729151 │ │ 234 │ 1618924 │ │ 510 │ 1353998 │ │ 440 │ 1343355 │ │ 311 │ 1332798 │ └─────┴─────────┘ ``` Observe que os países com mais torres de celular têm os MCCs 310, 262 e 250. Você pode usar um [dicionário](/pt-BR/concepts/features/dictionaries) para substituir os valores numéricos da coluna `mcc` pelos nomes dos países: ```sql theme={null} CREATE DICTIONARY mcc_country_dict ( MCC UInt16, Country String ) PRIMARY KEY MCC SOURCE(HTTP( url 'https://raw.githubusercontent.com/ClickHouse/examples/refs/heads/main/datasets/mcc-countries.csv' format 'CSVWithNames' )) LAYOUT(HASHED()) LIFETIME(MIN 0 MAX 0) ``` Com o dicionário criado, agora você pode usá-lo para retornar a mesma lista com o nome do país junto ao MCC: ```sql title="Query" theme={null} SELECT mcc, dictGet('mcc_country_dict', 'Country', mcc) AS country, count() AS cnt FROM cell_towers GROUP BY mcc ORDER BY cnt DESC LIMIT 5 ``` ```sql title="Response" theme={null} 310 United States of America 5024650 262 Germany 2622423 250 Russia 1953176 208 France 1891187 724 Brazil 1836150 ``` Talvez você também queira saber quantas torres de celular há em uma determinada área geográfica. O ClickHouse oferece diversas funções geoespaciais úteis para esse caso de uso, como a função [`pointInPolygon`](/pt-BR/reference/functions/regular-functions/geo/coordinates#pointinpolygon). Imagine que você queira saber quantas torres de celular existem na Alemanha. Crie uma tabela chamada `germany` com uma única coluna do tipo `polygon`: ```sql theme={null} CREATE TABLE germany (polygon Array(Tuple(Float64, Float64))) ORDER BY polygon; ``` Agora, insira na tabela as coordenadas do contorno da Alemanha (continental): ```sql expandable theme={null} INSERT INTO germany VALUES ([(10.454459535579133, 47.55573834324997), (10.890209019630618, 47.537202200721026), (10.970328786144592, 47.40002058348318), (11.272891854275713, 47.39785257163891), (11.637139099589831, 47.59425903862376), (12.20388194699433, 47.60680973608049), (12.162598450658038, 47.70112977791695), (12.256972280946059, 47.7430071703447), (12.255189497297522, 47.679294992270115), (12.440126465064338, 47.69517254727526), (12.499216429994306, 47.625017004631104), (12.781115045223203, 47.674141358936595), (12.80384823830559, 47.54988690165925), (13.04750486076074, 47.49208302661043), (13.080793954277624, 47.68702414364935), (12.905046866219948, 47.72364341860896), (13.003294582878766, 47.85031169133157), (12.758258591061178, 48.126325188057024), (13.329748843534333, 48.32352787700995), (13.508992162958009, 48.59060155142049), (13.727359451977179, 48.51300820806239), (13.839506769122124, 48.771604902544254), (13.628668330878838, 48.949206192112115), (13.402895552887514, 48.98734273487935), (13.029109282267598, 49.304348045426025), (12.655893345501568, 49.43454683436897), (12.521638213932476, 49.68676182809594), (12.40071737081007, 49.75384886863043), (12.547730388346793, 49.92034323954891), (12.201422342567128, 50.10850072273024), (12.10090036995615, 50.31802824350871), (12.184453107724778, 50.32232471771158), (12.289803626736045, 50.176930077860845), (12.334553826997592, 50.17174892257475), (12.512047935363967, 50.39725816952898), (12.819380927587815, 50.45979531680047), (12.912391784952945, 50.42372909162435), (12.937308320622549, 50.406328326990774), (12.947972824086605, 50.40427966057791), (13.370982951801807, 50.65054589707552), (13.464767584956121, 50.6018925959666), (13.526820353776372, 50.70501677580364), (13.855192645324394, 50.727109704649195), (14.387635007249855, 50.899087975929376), (14.258647344299561, 50.98753751504432), (14.301858340490071, 51.05504617034455), (14.508211954118451, 51.043154596807256), (14.59917754360879, 50.98711100167145), (14.564810750215997, 50.91835296052079), (14.650215415109358, 50.93153456746637), (14.618868455215079, 50.85771029809183), (14.793911832764934, 50.82014753807846), (15.041789401659628, 51.274035224546026), (14.949088456067443, 51.47126488866371), (14.729118627322862, 51.53143962304023), (14.7575478735356, 51.66150403168575), (14.590144372564794, 51.82100998951944), (14.759042582749032, 52.06476202734575), (14.681595447571908, 52.11665177535917), (14.715746889307525, 52.23588355048554), (14.576039609740235, 52.288366710755156), (14.534357221808364, 52.39500777668758), (14.63911057749118, 52.57299886300717), (14.12292694822014, 52.83765710679012), (14.143657774686574, 52.96136543636584), (14.348570677994417, 53.05471830950245), (14.450570288887775, 53.26224993248843), (14.30255731786599, 53.55340466159589), (14.283595832881417, 53.772302946323975), (13.822463699939874, 53.847704554621544), (13.914106243308538, 53.921857458754744), (13.743604331474785, 54.02871742866648), (13.808750796911795, 54.10045250547881), (13.7062583845169, 54.17118193160093), (13.489404453952432, 54.083845783755976), (13.142765860556096, 54.2536547023027), (13.178427336852167, 54.26927398011014), (13.132873048252634, 54.27941493335254), (13.138935061603831, 54.319290755963664), (13.393587180304166, 54.220971308479136), (13.350821423170203, 54.269835443950626), (13.57531796425269, 54.352998349893994), (13.723904396071077, 54.273407259737326), (13.766909407942876, 54.34183448887063), (13.57052592673017, 54.45765298249921), (13.661158812029612, 54.57578947060762), (13.425207789507908, 54.57776585760831), (13.377190829792994, 54.63485405846808), (13.429096601926688, 54.68488300844416), (13.250612882278745, 54.660459153766965), (13.160936899918056, 54.559083360308875), (13.28297271262062, 54.64558892578833), (13.245451284549176, 54.5578326488577), (13.368071411966127, 54.61469746081923), (13.446130971966852, 54.55160125899096), (13.511133452346996, 54.566114026241394), (13.557162122533953, 54.438539184735646), (13.345708024605699, 54.52048608046829), (13.368973991356654, 54.57891966081377), (13.304904763544073, 54.51411689467898), (13.144180806199302, 54.546965665732955), (13.270112698742082, 54.47988865533722), (13.149423426549959, 54.42813433982798), (13.260337438621946, 54.38045384347015), (13.129103578567367, 54.32114076573379), (13.015778021838287, 54.43939322591672), (12.809663608988387, 54.34360109191692), (12.668525237349854, 54.408133446301576), (12.42937122989838, 54.29356120888275), (12.436138349505256, 54.37908880570387), (12.693160014523073, 54.432254058577996), (12.926951675779264, 54.42796397405823), (12.514359690347476, 54.484348643375256), (12.100993421009605, 54.16928820758477), (11.682936883230639, 54.1532711821194), (11.552519675043015, 54.09268650258008), (11.626244382272489, 54.09015710806415), (11.452965579797706, 53.894822219270054), (11.179984660863454, 54.01516631277519), (10.898693904600066, 53.95665538983445), (10.760186530184285, 54.02460718607284), (11.09341311572274, 54.19866713068359), (11.07191809484425, 54.34224630552262), (11.125609497880077, 54.373613504659545), (11.118558230278154, 54.39442093987452), (10.706974464899702, 54.30503645926524), (10.321948337845583, 54.43574765223241), (10.174162085012256, 54.34574538594086), (10.199382745317507, 54.45556154343052), (10.134027446509492, 54.48433790277204), (9.85537006887364, 54.456283168433515), (10.027329336579669, 54.55311722278168), (10.036023455118425, 54.68841701763131), (9.909510390991784, 54.79991988959131), (9.845578708190885, 54.75603640555573), (9.591910925348998, 54.886970216702196), (9.343610061754987, 54.80024799285064), (8.94793864795031, 54.90256336560691), (8.638003412527496, 54.911251855288924), (8.42740949814987, 54.877399149451264), (8.352821841055174, 54.96785703207644), (8.46419569987171, 55.04571479500186), (8.415419699759411, 55.05866217082257), (8.297902985734254, 54.91065659132869), (8.278555583673324, 54.752208180463185), (8.340561373708454, 54.88057457195896), (8.414381016970424, 54.84724070929133), (8.61261435866578, 54.87846776077862), (8.686209753277524, 54.73034082227116), (8.892967769546999, 54.59677687545252), (8.807015453500412, 54.47015896026784), (8.983598917356176, 54.52404630129581), (9.018963414130326, 54.4747456609835), (8.660693777196116, 54.39516479791712), (8.6025729405888, 54.31421651837769), (8.841787401367526, 54.278455117509736), (8.80886763603263, 54.17103733680369), (8.985125080358216, 54.060986664003394), (8.804773173842932, 54.023438800360395), (8.914904897143344, 53.92489909541695), (9.275123379340528, 53.857269302336476), (8.61491387027894, 53.88211822337735), (8.483191313228588, 53.694068058094444), (8.556142860704483, 53.526062883695204), (8.28300703264847, 53.61001675866652), (8.226915998274762, 53.52008371229357), (8.315820116805014, 53.461673297584696), (8.249573034967625, 53.398362336752484), (8.071310815641652, 53.46743230775485), (8.170974825128098, 53.54047017575806), (8.00872870406647, 53.71213492358788), (7.296326719002934, 53.680098653130415), (7.090335704828988, 53.579652246054366), (7.129998987962949, 53.532359981627906), (7.034145450951826, 53.545670230296935), (7.012918474807805, 53.34466909190513), (7.265760915633791, 53.32719714862958), (7.191115728008469, 53.31760156675898), (7.217281326671923, 53.00698383493608), (7.087323855511556, 52.84992858723456), (7.055577137075261, 52.64336989040817), (6.75264448085818, 52.64813255966993), (6.766621548046032, 52.561512582439775), (6.680868309524897, 52.553336398755846), (6.753103465152833, 52.46379697395122), (6.991802701633446, 52.467452567881764), (7.065868436279345, 52.24125898091728), (6.694652945177324, 52.06980283263465), (6.830419114950246, 51.98620651731699), (6.732607205258375, 51.898707142520664), (6.401752481791675, 51.82729228551062), (6.11804667081725, 51.901669637044165), (6.166407642798504, 51.840834718447525), (5.945029570158567, 51.82365634356546), (6.212084663676308, 51.513378407087885), (6.226129918361096, 51.36051764687198), (6.072656924877208, 51.24258730406086), (6.175415266801167, 51.15847977362273), (5.867096631104687, 51.04667907857669), (6.093924751825909, 50.921325464498636), (5.974861423316099, 50.79797295258976), (6.266895404299532, 50.64152787241346), (6.196995433692337, 50.531031950664044), (6.351259021186934, 50.48826779162533), (6.407870066950068, 50.33513396126335), (6.175687402551659, 50.235415978964284), (6.112562492565019, 50.05922877348917), (6.322636569122437, 49.838032009569645), (6.529314320899232, 49.8093868550194), (6.357852033844324, 49.573820737836854), (6.367083526083889, 49.46951204834244), (6.550815842976817, 49.425379524945185), (6.738600535586272, 49.16367513140227), (6.938108243600595, 49.222433998330416), (7.052445915346766, 49.11275784459889), (7.293176904690426, 49.11490732950972), (7.445646679250899, 49.18415102974626), (7.631201346365117, 49.05488570651022), (8.232632820348442, 48.9665714470147), (7.839740454658283, 48.64127586299071), (7.744638258948555, 48.32781093512659), (7.577585310114046, 48.12065583849619), (7.621952269681572, 47.97280642807425), (7.511871830220855, 47.696037521514484), (7.604484107155884, 47.57779110477571), (7.693596586013655, 47.60053085751309), (7.667618493298903, 47.536221133898266), (8.582542232737921, 47.59610411291453), (8.60662329822668, 47.67212011105431), (8.405559327800802, 47.67451554525627), (8.56785207691189, 47.80848124891054), (8.893659067611907, 47.6521787220704), (8.989864116335923, 47.743465936104144), (9.21772790891589, 47.66612201881617), (9.03953653098614, 47.81748197511314), (9.680775632889208, 47.542264915293686), (9.80050512701007, 47.59598448329734), (9.97089855812203, 47.54568043790192), (10.091470374358323, 47.45907615923744), (10.09978048058474, 47.35473600336394), (10.23619637995904, 47.381860769459024), (10.172036399760088, 47.27904122237459), (10.232299537493702, 47.27047759546474), (10.436472139577631, 47.38064780435275), (10.454459535579133, 47.55573834324997)]); ``` Agora você pode verificar quantas torres de celular estão localizadas na Alemanha continental com a função `pointInPolygon`: ```sql title="Query" theme={null} SELECT formatReadableQuantity(count()) FROM cell_towers WHERE pointInPolygon((lon, lat), (SELECT * FROM germany)) ``` ```sql title="Response" theme={null} 2.62 million ``` Em seguida, vamos visualizar esses dados. Esta é uma execução de exemplo opcional: o ClickHouse Agents é uma funcionalidade beta baseada em modelos, portanto o plano, o rastro de ferramentas e a saída podem variar de uma execução para outra. O [ClickHouse Agents](/pt-BR/products/cloud/features/ai-ml/agents) permite consultar e explorar facilmente seus dados do ClickHouse por meio de conversas, sem que você precise escrever SQL ou lógica de orquestração. O agente interpreta sua intenção, planeja as etapas, chama as ferramentas que você configurou e retorna os resultados para você. Clique em **ClickHouse agents**, abaixo do nome da sua organização, na parte inferior do menu à esquerda, para abrir o ClickHouse Agents. Você pode enviar mensagens ao ClickHouse Agent pelo [chat](/pt-BR/products/cloud/features/ai-ml/agents/chat). Digite "Visualize cell towers within Germany on a map using the `default.cell_towers` and `default.germany` tables" e clique em enviar. Em uma das execuções, o agente realizou as seguintes etapas: Chat do ClickHouse Agent mostrando as etapas realizadas para construir uma grade de densidade de torres de celular para a Alemanha * Ele consultou o Mobile Country Code da Alemanha em `mcc_country_dict` e encontrou o MCC `262`. * Ele contou as torres com `mcc = 262` localizadas dentro do polígono em `germany` usando `pointInPolygon`, chegando a 2.588.635 torres. Esse número é um pouco menor que a contagem anterior porque o filtro adicional por `mcc` exclui torres dentro do polígono registradas em outro país. * Em vez de plotar 2,6 milhões de pontos individuais, ele agrupou as torres em uma grade de 0,1° por 0,1° arredondando `lon` e `lat`, o que gerou 4.821 células. Em seguida, verificou que a soma das contagens das células resulta exatamente em 2.588.635, ou seja, nada foi perdido nem contado em duplicidade no agrupamento. * Ele recuperou o polígono de `germany` e o desenhou como contorno sobre a grade, usando uma escala de cores logarítmica para que tanto as células urbanas densas quanto as células rurais esparsas fiquem visíveis. Abra o arquivo gerado para ver o resultado. Os aglomerados mais brilhantes correspondem às principais regiões metropolitanas: Berlim, Hamburgo, Munique e Frankfurt. Mapa de calor da densidade de torres de celular na Alemanha em uma grade de 0,1 grau com escala de cores logarítmica

Próximos passos

Neste tutorial, você carregou o conjunto de dados de torres de celular do OpenCelliD no ClickHouse Cloud, examinou seu schema e executou consultas de agregação em dezenas de milhões de linhas. Você criou um dicionário para enriquecer a coluna numérica `mcc` com nomes de países, armazenou o contorno da Alemanha como um polígono e usou `pointInPolygon` para contar as torres dentro dele. Por fim, você usou o ClickHouse Agents para transformar essa pergunta em um mapa de densidade sem precisar escrever o código de agregação ou de plotagem. A partir daqui, você pode: * **Fazer novas perguntas ao agente.** Experimente perguntar como a densidade varia entre tipos de rádio, como `LTE` e `GSM`, ou quais cidades têm mais torres `NR`. Salve os prompts que você usa com frequência na [biblioteca de prompts](/pt-BR/products/cloud/features/ai-ml/agents/prompts) ou crie um agente especializado no [Agent Builder](/pt-BR/products/cloud/features/ai-ml/agents/builder). * **Comparar países.** Insira polígonos de outros países e execute a mesma consulta `pointInPolygon` para cada um deles. O dicionário que você criou permite rotular os resultados com os nomes dos países. * **Agrupar torres com H3 ou geohash.** O agente usou uma grade simples de arredondamento. O ClickHouse também oferece funções [H3](/pt-BR/reference/functions/regular-functions/geo/h3) e [geohash](/pt-BR/reference/functions/regular-functions/geo/geohash), que geram células hierárquicas ideais para mapas com zoom. * **Explorar outros datasets.** O dataset de [táxis de NYC](/pt-BR/get-started/sample-datasets/nyc-taxi) também contém coordenadas de embarque e desembarque, e o índice de [datasets de exemplo](/pt-BR/get-started/sample-datasets) lista muitos outros.