【亲测免费】 Nominatim 安装和配置指南
2026-01-20 01:27:35作者:齐添朝
1. 项目基础介绍和主要编程语言
项目基础介绍
Nominatim 是一个基于 OpenStreetMap 数据的开源地理编码工具。它允许用户通过名称和地址搜索 OpenStreetMap 数据(地理编码),并生成 OSM 点的合成地址(反向地理编码)。Nominatim 被广泛应用于 OpenStreetMap 网站的搜索功能中。
主要编程语言
Nominatim 项目主要使用以下编程语言:
- Python: 用于主要的逻辑处理和命令行工具。
- PHP: 用于 Web 接口和部分后端处理。
- C/C++: 用于性能关键部分和数据库交互。
2. 项目使用的关键技术和框架
关键技术
- PostgreSQL: 作为主要的数据库管理系统,存储 OpenStreetMap 数据。
- PostGIS: 扩展 PostgreSQL,提供空间数据类型和函数,用于地理空间查询。
- osm2pgsql: 用于将 OpenStreetMap 数据导入 PostgreSQL 数据库。
- Apache/Nginx: 用于提供 Web 服务,处理用户请求。
框架
- Nominatim API: 提供地理编码和反向地理编码的 API 接口。
- Nominatim CLI: 提供命令行工具,用于数据导入和管理。
3. 项目安装和配置的准备工作和详细安装步骤
准备工作
在开始安装之前,请确保您的系统满足以下要求:
- 操作系统: 推荐使用 Linux 系统(如 Ubuntu 或 CentOS)。
- 硬件要求: 至少 4GB 内存,100GB 可用磁盘空间。
- 软件依赖: 安装 PostgreSQL、PostGIS、osm2pgsql、Apache/Nginx 等依赖软件。
详细安装步骤
步骤 1: 安装依赖软件
首先,更新系统并安装必要的依赖软件:
sudo apt-get update
sudo apt-get install -y build-essential cmake postgresql postgis libpq-dev libproj-dev libgeos-dev libbz2-dev libxml2-dev libexpat-dev libboost-dev libboost-system-dev libboost-filesystem-dev libboost-thread-dev libboost-program-options-dev libboost-python-dev liblua5.3-dev lua5.3 libtiff-dev zlib1g-dev libicu-dev python3-dev python3-pip
步骤 2: 下载 Nominatim 源码
从 GitHub 下载 Nominatim 源码:
git clone https://github.com/openstreetmap/Nominatim.git
cd Nominatim
步骤 3: 编译和安装 Nominatim
创建一个构建目录并编译 Nominatim:
mkdir build
cd build
cmake ..
make
sudo make install
步骤 4: 创建项目目录并导入 OSM 数据
创建一个项目目录,下载 OSM 数据并导入:
mkdir nominatim-project
cd nominatim-project
nominatim import --osm-file <your_planet_file>
步骤 5: 配置 Web 服务器
将您的 Web 服务器(如 Apache 或 Nginx)指向 nominatim-project/website 目录,并配置相应的虚拟主机。
步骤 6: 启动服务
启动 PostgreSQL 和 Web 服务器,并确保 Nominatim 服务正常运行:
sudo systemctl start postgresql
sudo systemctl start apache2 # 或 nginx
验证安装
访问 http://<your_server_ip>/nominatim,如果看到 Nominatim 的调试界面,说明安装成功。
通过以上步骤,您已经成功安装并配置了 Nominatim 项目。希望这篇指南对您有所帮助!
登录后查看全文
热门项目推荐
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 StartedRust0153- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude 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 Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253