Voortbouwend op eerder werk met een ArcGIS Pro-notebook om ETL Overture Maps Foundation-gegevens in ArcGIS te laden, bekijkt deze post het Addresses-thema van Overture Map Foundation, zowel als een kaartklare laag als een subaddress-capabele geocoding locator. Op het moment van schrijven is de data in alpha-release, maar je kunt een kijkje nemen met de ArcGIS Pro-notebook (in de post download), die is geconfigureerd om de adrespunten in Californië, VS te extraheren - iets meer dan 14 miljoen features. Hier zijn ze, met metadata ook aangemaakt door de notebook:<\/P>
14 miljoen adrespunten in Californië<\/span><\/P>Er zijn veel toepassingen voor de adrespunten (kaartlaag, nabijgelegen features, join features, geometriebron voor bewerking...), maar één die ik wil benadrukken, en die door Overture wordt genoemd als een doelworkflow, is geocodering - het omzetten van adresgegevens naar kaartlocaties, zoals je hier ziet voor het adres "1000 Pine Ave Unit 109 Redlands CA 92373".<\/P>
Geocodering met Overture Addresses<\/span><\/P>Het lijkt altijd magisch dat je een lokaal adresdialect kunt omzetten in een coördinaat, en hoewel er enkele land "gaten" zijn in het huidige Addresses-thema, waar de data van een land is gevuld is het compleet en wordt maandelijks bijgewerkt. Laten we eens kijken hoe we toegang krijgen tot de data!<\/P>Spoiler (Markeer om te lezen)<\/noscript>Opmerking:<\/STRONG> De geocoding-producten van Esri, zoals de ArcGIS World Geocoding Service, kunnen dezelfde referentiegegevens bevatten als het Addresses-thema van Overture.<\/div>Opmerking: De geocoding-producten van Esri, zoals de ArcGIS World Geocoding Service, kunnen dezelfde referentiegegevens bevatten als het Addresses-thema van Overture.<\/div><\/div><\/noscript><\/div><\/div>Ik gebruik een ArcGIS Pro 3.5-notebook, alleen met de standaard runtime-modules, inclusief DuckDB. Overture biedt de data aan als GeoParquet-bestanden in S3 hive-opslag (wat betekent dat de enkele logische addresses-dataset bestaat uit een willekeurig aantal individuele parquet-bestanden die je specificeert als een glob (wildcard) pad, zoals deze SQL verzonden naar DuckDB:<\/P>select * from read_parquet('s3://overturemaps-us-west-2/release/2025-09-24.0/theme=addresses/type=address/*.parquet',filename=false, hive_partitioning=1)<\/code><\/pre>De notebook bepaalt automatisch het pad naar de nieuwste data.<\/P>Aangezien we alleen geïnteresseerd zijn in een subset van de beschikbare addresses-data, geven we een "where"-clausule op in de notebook die filtert welke records worden gelezen, hier is die van mij om alleen Californische data te krijgen:<\/P>where country = 'US' and address_levels[1].value = 'CA' and number is not null and street is not null<\/code><\/pre>Je zult één term opmerken die een struct-kolom bevraagt, address_levels,<\/STRONG> wat een 1-gebaseerde array is van maximaal drie zonewaarden in aflopende grootte, zoals provincie, stad, buurt. Dit zal per land verschillen en is aan jou om uit te zoeken. Weinig landen gebruiken alle drie niveaus. Sommige kolommen kunnen zelfs helemaal niet gevuld zijn, omdat de data niet beschikbaar is van de bijdrager of niet wordt gebruikt in het land, bijvoorbeeld postal_city of postcode.<\/P>In de notebook wordt de address_levels-array herschikt van grootouder-ouder-kind<\/STRONG> in de bron naar kind-ouder-grootouder<\/STRONG> in de uitvoerdata, omdat adressen meestal zo worden gegeven, van kleine gebieden naar grotere, bijvoorbeeld "380 New York St Redlands CA<\/STRONG> 92373".<\/P>Ik laat je zelf door de notebook bladeren voor andere details, bijvoorbeeld er wordt een begrenzingsvak rond elk adrespunt berekend om een beter zoomervaring te bieden bij het lokaliseren van een adres. De notebook maakt een locator aan in je projectthuismap of bouwt deze opnieuw op met nieuwe data als deze al bestaat. Om de optie opnieuw opbouwen te gebruiken moet je eerst de bestaande locator uit je project verwijderen om bestandsvergrendelingen op te heffen. Het verwerken van de Californische data duurt ongeveer 45 minuten, inclusief één stap van ~5 minuten waarin straat-, unit- en zonevelden consistent worden gecaseerd - voor het uiterlijk:<\/P>
Consistente hoofdlettergebruik van tekstvelden<\/span><\/P>Wanneer je bij de cel komt die de locator aanmaakt of opnieuw opbouwt, wil je tenzij je in de VS bent de code vervangen door iets dat bedoeld is voor jouw land. De celcode is gemaakt door het Python-commando te kopiëren vanuit een handmatige uitvoering van Create Locator in de cel; dat kun jij ook doen.<\/P>Gelieve opmerkingen of vragen over deze post achter te laten.<\/STRONG><\/P>
