【亲测免费】 osm2pgsql 使用教程
项目介绍
osm2pgsql 是一个开源工具,用于将 OpenStreetMap (OSM) 数据导入到 PostgreSQL/PostGIS 数据库中。它是许多渲染工具链、Nominatim 地理编码器和其他处理 OSM 数据的应用程序的关键部分。osm2pgsql 提供了灵活的配置选项,允许用户在导入数据之前清理和转换 OSM 数据,以适应特定的应用程序或样式需求。
项目快速启动
安装
首先,确保你已经安装了必要的依赖库,包括 PostgreSQL 和 PostGIS。然后,你可以通过以下命令克隆 osm2pgsql 仓库并进行编译:
git clone https://github.com/openstreetmap/osm2pgsql.git
cd osm2pgsql
mkdir build
cd build
cmake ..
make
sudo make install
导入数据
使用以下命令将 OSM 数据导入到 PostgreSQL 数据库中:
osm2pgsql -c -d mydatabase -U myuser -H myhost -P myport mydata.osm.pbf
其中:
-c表示创建新数据库-d指定数据库名称-U指定用户名-H指定主机名-P指定端口mydata.osm.pbf是你的 OSM 数据文件
应用案例和最佳实践
创建栅格瓦片
osm2pgsql 的经典用途是导入 OSM 数据到数据库中,以便生成栅格瓦片。以下是一个示例配置文件 default.style:
# default.style
node,way highway text linear
node,way name text linear
node,way amenity text linear
使用该配置文件导入数据:
osm2pgsql -c -d mydatabase -U myuser -H myhost -P myport -S default.style mydata.osm.pbf
生成矢量瓦片
osm2pgsql 的灵活配置使其易于生成各种矢量瓦片。以下是一个示例配置文件 vector.style:
# vector.style
node,way highway text linear
node,way name text linear
node,way amenity text linear
使用该配置文件导入数据:
osm2pgsql -c -d mydatabase -U myuser -H myhost -P myport -S vector.style mydata.osm.pbf
典型生态项目
Nominatim
Nominatim 是一个基于 OSM 数据的地理编码器,它使用 osm2pgsql 导入和处理 OSM 数据。Nominatim 提供了强大的地址搜索和地理编码功能,广泛应用于地图服务和位置搜索应用中。
Mapnik
Mapnik 是一个开源的地图渲染引擎,常与 osm2pgsql 一起使用来生成高质量的地图瓦片。通过将 OSM 数据导入到 PostgreSQL 数据库中,Mapnik 可以渲染出美观且详细的地图。
QGIS
QGIS 是一个开源的地理信息系统(GIS)软件,支持直接连接到 PostgreSQL/PostGIS 数据库。通过使用 osm2pgsql 导入 OSM 数据,可以在 QGIS 中进行高级的地理空间分析和可视化。
通过以上教程,你应该能够快速上手使用 osm2pgsql 并了解其在不同应用场景中的最佳实践。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00