POI-Daten
Points of Interest in 10+ Ländern abfragen: Regionen erkunden, nach Kategorie filtern und Daten als Parquet-Dateien herunterladen.
Der mapular-mpoi-Server stellt vorindexierte Points of Interest aus der Mapular-Standortdatenbank bereit, räumlich nach H3-Zellen indexiert.
Typischer Ablauf
mpoi_list_regions → mpoi_list_partitions → mpoi_fetch → SQL-Analyse mit mapular-geo
Tools
mpoi_list_regions
Verfügbare Länder entdecken.
Gibt alle Regionen mit Begrenzungsrahmen und Zeilenanzahl zurück. Jede Region hat einen Kurzcode ("de", "nl", "be" usw.), der von allen anderen Tools verwendet wird.
mpoi_list_partitions(region)
Stadtebene-Gebiete innerhalb einer Region vor dem Download finden.
Gibt Partitions-IDs (H3-Level-3-Zellen) mit Mittelpunktkoordinaten und Zeilenanzahl zurück. Vor mpoi_fetch verwenden, um eine bestimmte Stadt anzusprechen, anstatt ein ganzes Land herunterzuladen.
mpoi_schema(region)
Verfügbare Spalten und Datentypen inspizieren.
Wichtige Spalten: name, latitude, longitude, overture_group_secondary (breite Kategorie), overture_group_tertiary (Untertyp).
mpoi_categories(region, group?)
POI-Kategoriehierarchie mit Zeilenanzahl durchsuchen.
Gibt einen primary → secondary-Baum zurück. Zurückgegebene Werte als Filtereingaben für mpoi_fetch oder mpoi_search verwenden.
mpoi_fetch(region, h3l3?, filters?, columns?, limit?)
Gefilterte POI-Daten in eine lokale Parquet-Datei herunterladen.
Gibt den Dateipfad, die Zeilenanzahl, Spaltenliste und eine Zeilenvorschau zurück. Den Dateipfad an mapular-geo für SQL-Analyse übergeben.
| Parameter | Beschreibung |
|---|---|
region | Regionscode, z.B. "de" |
h3l3 | Partitions-ID(s) aus mpoi_list_partitions — weglassen für gesamte Region |
filters | Spalte → Wert(e). overture_group_secondary für breite Kategorien, overture_group_tertiary für spezifische Untertypen |
columns | Nur diese Felder zurückgeben |
limit | Maximale Zeilenanzahl |
mpoi_search(region, query, lat?, lon?, radius_km?, limit?)
Schnelle "X in der Nähe von Y"-Suche — gibt Ergebnisse direkt zurück, ohne eine Datei zu schreiben.
Textabgleich gegen POI-Namen und Kategorien. Mit lat/lon nach Radius filtern und nach Entfernung sortieren.
| Parameter | Standard | Beschreibung |
|---|---|---|
radius_km | 10 | Suchradius in km |
limit | 25 | Maximale Anzahl Ergebnisse |
Beispiel: Apotheken in Berlin
1. mpoi_list_regions → bestätigen, dass "de" verfügbar ist
2. mpoi_list_partitions("de") → Berlin-Partitions-ID finden
3. mpoi_fetch("de", h3l3="<berlin_id>", filters={"overture_group_secondary": "health"})
→ gibt /tmp/mpoi_de_<hash>.parquet mit ~3.000 Zeilen zurück
4. Pfad an mapular-geo für SQL-Filterung und Aggregation übergeben
Datenqualität
Mapular POI-Daten können aufgrund der Vielfalt der zugrundeliegenden Datenquellen Namensinkonsistenzen, Duplikate oder unvollständige Einträge enthalten. Für den Produktionseinsatz empfehlen wir, die Rohdaten zu prüfen und zu filtern.