返回资讯中心
外部精选
软件工程
#开发者实时流

open-geocode:纯Rust自托管地理编码引擎,9GB内存5小时索引全球6.3亿地址

来源标题:Show HN: Geocode the planet(630M addresses), indexed in 5h on a 9 GB RAM budget

open-geocode 发布,这是一个基于 OpenStreetMap 和 OpenAddresses 开放数据、纯 Rust 编写的自托管地理编码引擎。它支持正向、自动补全、反向和批量地理编码,全球 6.3 亿地址可在 9 GB 内存预算下于 5 小时内完成索引,查询速度和内存效率均优于 Photon 和 Pelias。项目无需 PostgreSQL 或 Elasticsearch,单个文件即可运行,且无地址数据离开本地网络。

Hacker News 最新abhigyaan2026/11/14 · 4 天前13 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

纯 Rust 实现的快速、轻量、自托管地理编码。

open-geocode 是一个完全基于开放数据(OpenStreetMap 和 OpenAddresses)构建的自托管地址地理编码引擎。

正向、自动补全、反向和批量地理编码,全部由单个文件提供服务。

国家级索引只需几分钟即可构建完成,每秒处理的正向查询量是 Photon 和 Pelias 的 6 倍,反向查询量是其 20 倍以上,而内存占用仅为后者的四分之一。

og 是商业 API 配额限制以及 Pelias 和 Nominatim 长达数天构建过程的替代方案,无论用于单个区域还是全球地理编码。

通过商业 API 对地址数据进行地理编码,意味着在免费额度用完后需要按查询付费、受到速率限制,并且每个地址都会被发送给第三方。

开源方案 Nominatim 和 Pelias 没有批量端点,且难以自托管。

Nominatim 需要 PostgreSQL 加 PostGIS,在一台 64 GB 内存的机器上导入全球数据需要数天时间。

open-geocode 运行在你自己的硬件上:丢入一个 CSV,拿回带坐标的结果,没有任何地址离开你的网络。

无需持续运行 PostgreSQL 或 Elasticsearch,更新就是换入一个新文件。

由于文件是内存映射的,og 可以运行在 Cloud Run 或 Fly Machines 这类缩容到零的平台上,批次之间的成本几乎为零。

准确度

MESSY STREETS(Gaere 和 von Wangenheim,SIGSPATIAL 2026)是一个基准测试,使用从网络上抓取的原始地址,每个地址都经过验证确实存在。

该论文在其 gold 层级上对 12 个地理编码器进行了评分:每个分辨率下运行 10 次、每次 100 行,共 959 个不同输入。

og 被给予相同的行,每行作为一条自由文本查询、使用默认设置,与论文查询其他引擎的方式一致。

按 CRR 排名,与论文的排名方式一致:

CRR:有任意答案的查询占比。

GH1/GH4/GH6:首个答案落在目标 geohash 单元格内的查询占比。

† 开源地理编码器。

其他行为论文数据(公共端点,2026 年 6 月)。

og 评分所用的行:bench/data/messy-streets/。

荷兰:OpenStreetMap(2026-11-01)中的全部地址,每个引擎单独运行在同一台机器上。

¹ 16 vCPU / 64 GiB 上的峰值,包含页缓存。Photon 和 Pelias 按其文档说明将堆大小设为与机器匹配。

² 在 16 vCPU / 64 GiB 上,p99 低于 100 ms 且至少 99.9% 请求得到应答的最高速率。

³ 负载生成器能发送的最大量。

⁴ 尝试过的最小规模。

测量方式及如何复现:bench/。

cargo install --path . --features tui --bin og og build --region canada/ontario og serve canada-ontario

安大略省的 200 万地址在一台 24 核机器上约一分钟即可构建完成,随后 API 在 http://127.0.0.1:8080 上提供服务。

GET /version 返回服务器版本及其所服务的 Pack:内容 id、schema 版本,以及由哪个 og 版本在何时构建。

在 og build 中添加 --openaddresses 以合并 OpenAddresses 点位(需要在 OA_TOKEN 中提供 API token)。

构建时会排除那些许可证禁止商业使用或完全禁止提供服务的 OpenAddresses 数据集,判断依据是每个作业声明的许可证,并对每一个发出警告。

open-geocode pack build --openaddresses-non-commercial 也会纳入非商业数据集,用于仅限非商业用途的 Pack。

不带参数运行 og 进入交互式界面:选择区域、构建、搜索,并对 CSV 文件进行地理编码。

该镜像提供 Pack 服务;它不构建 Pack。

将 Pack 目录或 .ogp 文件以只读方式挂载到 /packs/pack:

docker run -p 8080:8080 -v ~/.local/share/open-geocode/packs/canada-ontario:/packs/pack:ro ghcr.io/open-geocode-rs/open-geocode

镜像为 linux/amd64 和 linux/arm64 发布,标签为 latest 和 sha-<commit>,在 CI 于 main 分支通过后发布。

容器健康检查运行 open-geocode health,它会请求 /readyz;Kubernetes 可以直接探测 /readyz。

/jobs 的结果存放在 /tmp 下:在那里挂载一个卷以在重启后保留结果,或在使用 --read-only 时挂载一个 tmpfs。

能力 示例用例 正向地理编码 将客户、门店、供应商或服务地址转换为坐标 反向地理编码 使用 H3 候选查找和地址优先门控,将车队、配送、设备或外勤 GPS 定位点转换为可读位置 自动补全 通过 Tantivy 原生前缀查询为地址表单、结账流程、内部工具和门店定位器提供支持 POI 查找 按名称和城镇查找命名的商家、学校、公园和车站 批量地理编码 无需按行 API 计费即可丰富 CSV、数据库表和大规模地址列表 搜索优化 处理混乱地址、缩写、部分查询、字段感知匹配、插值范围和排序候选 私有数据 对内部地址、自定义地点、服务区域或专有数据集进行地理编码

许可证

open-geocode 采用 Apache License 2.0 许可。

包括 0.1.0 在内的早期版本以 MIT License 发布,并继续适用该许可证。

第三方代码依赖仍遵循其各自的 OSS 许可证。生成的 Pack 保留用于署名和可审计性所需的源元数据;用户有责任遵守其构建所用地理空间数据的许可证条款。

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →