Normalización y geocodificación masiva de direcciones postales mediante procesos ETL y los servicios web del callejero digital de Andalucía unificado (CDAU)

Resumen

El Inventario de Sedes y Equipamientos de la Junta de Andalucía (ISE) ofrece una visión global de la ubicación de los servicios prestados por la administración andaluza, ofreciendo tanto la localización geográfica como los datos alfanuméricos más relevantes de cada servicio. El ISE solventa los problemas asociados a la gran dispersión de datos y formatos en los que cada organismo responsable los publica, integrándolos en una única base de datos PostgreSQL/PostGIS normalizada que puede ser consultada mediante un visualizador web y servicios interoperables. Una de las tareas principales en el ISE es tratar la información de partida para que las direcciones postales sean normalizadas y que cada equipamiento o sede sea localizado a través de un punto geométrico. Estas operaciones (normalización y geocodificación), se ejecutan de forma automática utilizando el servicio WPS (Web Processing Service) del Callejero Digital de Andalucía Unificado (CDAU), fuente oficial de referencia de vías y portales en Andalucía. Para facilitar la tarea, las consultas han sido automatizadas dentro de flujos de trabajo implementados mediante la herramienta ETL Kettle, uno de los productos de la suite Pentaho Data Integration. Para ello, se invocan recursivamente las funciones de normalización y de geocodificación mediante el protocolo de comunicación REST y se interpreta la respuesta devuelta en formato JSON aislando los valores de interés (tipo de vía, nombre de vía, número de portal y juego de coordenadas) y generando las geometrías correspondientes.