Aller au contenu

Mise en place et utilisation d'un serveur BAN/BANO pour un usage personnalisé sous Ubuntu 14.04#

📆 Date de publication initiale : 4 juin 2015

Introduction#

logo BAN

Le but est de rappeler ce qu'est le géocodage. A quoi généralement, cela sert.

Dans un deuxième temps, nous introduisons la Base Adresse Nationale (BAN) et la Base Adresse Nationale Ouverte (BANO, historique). En effet, dans ce contexte, des outils pour géocoder ont été mis en oeuvre. Nous expliquerons comment les utiliser, comment installer un serveur pour géocoder chez vous si par exemple, vous avez des besoins de géocodage massif ou de personnaliser la recherche d'adresse avec vos critères lors du géocodage.

Enfin, nous verrons comment consommer les informations venant du géocodeur en voyant les principaux outils pour cela. Nous avons fait le choix dans certains cas de référencer plutôt que de simplement copier/coller les ressources officielles. Ce tutoriel n'a pas vocation à remplacer les sources officielles mais à essayer de présenter les possibilités offertes par la BAN et les outils associés pour faciliter le géocodage.

Nous nous concentrons sur l'utilisation des données mais si votre rue ou votre numéro de rue n'est pas présent, vous pouvez contribuer aussi à faire cette mise à jour (même si vous êtes une collectivité) en allant sur la partie Contribuer.

Note

Ce contenu a été présenté lors du SOTM (State Of The Map) France 2015 à Brest (29) pendant la journée d'organisation libre, le Dimanche.

Commenter cet article

Le géocodage, pour qui, pour quoi ?#

Il s'agit d'être capable d'associer des adresses à des coordonnées.

Cela peut servir pour calculer des itinéraires. Un utilisateur final pour chercher le trajet le plus court saisit l'adresse de départ, le géocodeur renvoie les coordonnées de départ. Il saisit ensuite l'adresse d'arrivée et obtient encore les coordonnées. Ce sont ces coordonnées qui sont généralement utilisées pour appeler le calculateur d'itinéraires. En passant un point d'arrivée et de départ, il renvoie le trajet pour par exemple faire le trajet Paris - Brest.

Un autre usage est de déterminer les coordonnées géographiques de vos clients pour ensuite comprendre comment ils sont distribués: cela peut servir pour répartir les commerciaux d'une société.

Il est aussi intéressant de pouvoir effectuer l'opération inverse, c'est du géocodage inverse (ou "reverse-geocoding") qui consiste à déterminer l'adresse depuis les coordonnées. Cela peut servir par exemple à un livreur pour confirmer qu'il est bien dans la rue où il doit livrer.

BAN/BANO, quezako ?#

Rappel du projet#

Pompage assumé de http://adresse.data.gouv.fr/about/ à propos de la BAN (Base Adresse Nationale) :

La Base Adresse Nationale est une base de données qui a pour but de référencer l'intégralité des adresses du territoire français.

Elle est constituée par la collaboration entre :

  • des acteurs nationaux tels que l'IGN et La Poste,
  • des acteurs locaux tels que les collectivités, les communes, les SDIS,
  • des citoyens par exemple à travers le projet OpenStreetMap et l'association OpenStreetMap France.

Le projet est co-gouverné par l'Administrateur Général des Données et le Conseil National de l'Information Géographique.

Le site adresse.data.gouv.fr est développé par la mission Etalab du Secrétariat Général à la Modernisation de l'Action Publique (SGMAP).

Pour BANO (Base Adresse Nationale Ouverte), il s'agit du projet initié par OpenStreetMap France qui a mené à la mise en place de la BAN qui regroupe principalement OpenStreetMap France, La Poste, l'IGN et d'autres acteurs publics (collectivités locales).

La licence#

Les données BAN sont sous licence double (dont ODBL) et celles de BANO en ODBL.

L'intérêt de BAN est qu'on dispose de plus de données car certaines viennent de l'IGN et de La Poste. Cela est à la fois une force et une faiblesse: plus d'adresses à disposition mais à l'inverse risque de bruit et moindre qualité (du moins dans un premier temps).


De l'intérêt d'installer son propre serveur Addok#

Voici quelques raisons:

  • On ne peut avoir besoin de travailler que sur une zone. Dans ce cas, il n'est pas très productif d'interroger un serveur national.
  • On veut géocoder de manière massive: même si c'est possible, on risque de surcharger le serveur officiel et on aura toujours la latence liée au réseau qui sera handicapante. Pensez au concept du "fair-use" (voir la section OSM sur l'usage des tuiles par exemple). De plus, vous risquez le bannissement de votre IP pour avoir abusé des "bonnes choses".
  • On veut indexer en favorisant un champ parmi d'autres. Par exemple, on veut que la recherche favorise des résultats pour un code INSEE. En indexant spécifiquement et en donnant des règles spécifiques, on peut favoriser ce cas.
  • On peut ajouter un filtre pour par exemple spécifier le département lors de la recherche, en plus de l'adresse "classique" de type "numéro, type de voie, nom de voie, commune"

La technique#

Architecture générale#

On a deux composantes :

  • un serveur qui mange des données adresse et s'occupe de les indexer, nommé Addok. Cela s'effectue avec Redis (une base de données clés/valeurs) permettant une indexation efficace combinée à des algorithmes de ressemblance de caractères (ngrams) côté Python.

  • un client qui appelle le serveur. Il le fait par l'intermédiaire d'un appel http. Cet appel peut être fait depuis :

    • un client lourd bureautique SIG type QGIS
    • une bibliothèque JavaScript pour la cartographie web (Leaflet ou OpenLayers)
    • une ligne de commande (géocodage CSV)
    • depuis un navigateur

Installation#

Paquets, création dossier et environnement Python.

Installation des paquets#

Au lieu de télécharger et d'enchainer des "clics-clics", les paquets sont la même chose mais installable en tapant des instructions dans la ligne de commande

sudo apt-get install redis-server python3.4 python3.4-dev python-pip python-virtualenv virtualenvwrapper

Création du répertoire#

mkdir ban && cd ban

Création d'un environnement virtuel#

virtualenv addok --python=/usr/bin/python3.4

Tip

Il est possible d'utiliser virtualenvwrapper lorsqu'on gère de nombreux environnements virtuels Python.

Activation de l'environnement virtuel#

source addok/bin/activate

Installation de Addok#

pip install addok

Les données#

Deux sources supportées officiellement#

  • la base de données Nominatim
  • un fichier "JSON streaming" (JSON délimité)

Nous avons retenu l'option 2 pour nous car plus facile à mettre en oeuvre.

Faites vos courses par département sur http://bano.openstreetmap.fr/data/ pour BANO

Sinon, faites-les sur BAN http://bano.openstreetmap.fr/BAN_odbl/. Pour ce dernier, les données de type JSON ne sont pas par département mais nationales. Il vous faudra télécharger la base complète et la filtrer ("recette" plus bas).

Pour info, les tailles des fichiers France ci-dessous

252 MB

wget http://bano.openstreetmap.fr/data/full.sjson.gz

1.8GB

gzip -d full.sjson.gz

Attention, ces chiffres sont trompeurs: l'indexation fait littéralement exploser le volume de données.

Pour notre démonstration, nous allons travailler à l'échelle du Finistère (29).

5.8 MB

wget http://bano.openstreetmap.fr/data/bano-29.json.gz

48MB

gzip -d bano-29.json.gz

Quelques exemples de filtrage pour information

Cela peut servir pour limiter encore plus les données.

Brest seule

grep '"city": "Brest"' bano-29.json > bano-29-brest.json

Brest et agglo

grep '"city": "Brest\|Bohars\|Gouesnou\|Guilers\|Guipavas\|Plougastel-Daoulas\|Plouzané\|Le Relecq-Kerhuon' bano-29.json > bano-29-brest-agglo.json

Après cet aparté, passons à Redis.

Import et indexation des données dans Redis#

addok batch /home/adminuser/ban/bano-29.json
addok ngrams

On utilise en fait une configuration par défaut et c'est un peu magique.

Inspectons la configuration :

gedit addok/lib/python3.4/site-packages/addok/config/default.py

En effet, il est possible par exemple de changer l'indexation: nous pourrions très bien vouloir utiliser d'autres champs.

Vous pouvez aussi voir la documentation officielle.

Test du serveur#

Lancer le serveur :

gunicorn addok.server:app

Tester que ça marche dans le navigateur avec :

http://127.0.0.1:8000/search/?q=Loguillo

Il est possible de déployer gunicorn seul ou en combinaison avec un serveur web plus classique type Apache ou Nginx mais nous ne rentrons pas dans ce détail. Une petite recherche web peut répondre facilement à cette question.

Pour visualiser dans le navigateur, il est recommandé d'avoir [JSONView] sous Firefox et sous Chrome/Chromium.

En ligne de commande,

sudo pip install httpie
http http://127.0.0.1:8000/search/?q=Loguillo

ou

sudo apt-get install curl
curl http://127.0.0.1:8000/search/?q=Loguillo | python -mjson.tool

Utiliser le géocodeur#

Comprendre les appels#

Vous pouvez tout simplement utiliser la documentation officielle

Elle est simplement tellement bien faite et didactique, que ce serait bête de ne pas l'utiliser. Elle est en français donc aucune excuse n'est possible 😉.

Consommer l'API#

Via des bibliothèques JavaScript dans le navigateur#

Via un client comme QGIS#

Sinon en ligne de commande, en ouvrant la console Python :

canvas = qgis.utils.iface.mapCanvas()
centre = qgis.core.QgsPoint(-1.7923, 47.1993)
canvas.setCenter(centre)
qgis.utils.iface.mapCanvas().refresh()

import urllib2
import json

def centerToAdress(placeName):
    req = urllib2.Request('http://api-adresse.data.gouv.fr/search/?q=%s' % placeName)
    response = urllib2.urlopen(req).read()
    jsonResp = json.loads(response)
    coords = jsonResp['features'][0]['geometry']['coordinates']
    ptCentre = qgis.core.QgsPoint(*coords)
    print ptCentre
    canvas.setCenter(ptCentre)
    qgis.utils.iface.mapCanvas().refresh()

centerToAdress('Paris')

Il est possible de "pluginiser" les appels à BAN/BANO :

  • soit en hackant MMGIS,
  • soit sur GeoCoding QGIS,
  • soit avec un développement "from scratch" (à partir de rien).

En géocodant un CSV#

Si vous n'avez pas besoin de cartes dans l'immédiat mais juste des données.

Par le site web, c'est possible avec http://adresse.data.gouv.fr/csv/. Sinon, passez par les exemples officiels (dupliqués ci-dessous)

http --timeout 600 -f POST <http://api-adresse.data.gouv.fr/search/csv/> data@path/to/file.csv

http -f POST <http://api-adresse.data.gouv.fr/search/csv/> columns='voie' columns='ville' data@path/to/file.csv

Un jeu de données pour tester peut être l'annuaire des débits de tabac en France métropolitaine.

Pensez à n'utiliser que les premières lignes plutôt que tout le jeu de données. Même si le géocodage marche sur le jeu de données complet, il est inutile de patienter, ni de faire des appels lourds vers le serveur officiel (ou le votre) juste pour un test.

Par des appels individuels#

En fait, on les a déjà vus dans la section "Comprendre les appels".

Pour du géocodage en masse, évitez de "bourriner" sur l'API et utilisez le géocodage CSV (qui permet d'éviter de saturer le réseau à cause du nombre d'appels et aussi de diminuer la consommation mémoire) ou bien installez votre propre serveur, d'où ce workshop.


Conclusion#

Nous espérons que vous avez apprécié ce contenu. N'hésitez pas à commenter qu'il s'agisse d'incompréhensions, d'erreurs de notre part (typo comme contenu) ou pour simplement nous remercier !


Auteur#

Thomas Gratier#

portrait Thomas Gratier

Géographe de formation, après quelques années tant côté gestion de projet , que côté développement Géomatique, je suis maintenant consultant SIG indépendant basé sur Nantes. Je m'intéresse à tout ce qui gravite autour du web et de la cartographie. Pour cette raison, je suis un fan des bibliothèques javascript pour la cartographie et la dataviz, mais j'aime aussi le côté administrateur système pour configurer les serveurs web, les serveurs cartographiques et les serveurs de tuiles.

J'utilise plutôt des technologies open source mais je m'intéresse aussi à l'interopérabilité entre les solutions propriétaires et open source. Même si je rédige pas mal au sein de l'équipe, je contribue plutôt à identifier les ressources pour alimenter la revue de presse, étant très rôdé sur la veille géomatique.

Pour en savoir plus, suivez-moi sur Twitter.

Commentaires

Afin de favoriser les échanges constructifs, merci de préférer le pseudonymat à l'anonymat. Pour rappel, l'adresse mail n'est pas exposée publiquement. Consulter la page sur la confidentialité et les données personnelles.
Une version minimale de la syntaxe markdown est acceptée pour la mise en forme des commentaires.
Propulsé par Isso.

Ce contenu est sous licence Creative Commons BY-NC-SA 4.0 International Pictogramme Creative Commons Pictogramme Creative Commons BY Pictogramme Creative Commons NC Pictogramme Creative Commons SA