Overture 模式升级为 Python 库，地理数据验证迈入新阶段
两周前，Overture 团队在 PyPI 上悄然发布了 Overture 模式 v2.0.0 版本。这一版本标志着 Overture 数据模式从过去手写的 JSON Schema 正式转型为现代化的 Python 库，为地理空间数据生态带来了更高效、更可靠的开发体验。 过去，Overture 的模式定义采用 JSON Schema 格式，并以 YAML 手工编写，以规避 JSON 本身的一些局限性。这种方式虽然可行，但在维护和扩展上存在诸多不便。如今，全新的 Python 库让开发者可以直接安装和导入，通过 Pydantic 模型对数据进行检查、验证、构建和扩展，大幅降低了使用门槛。
此次升级的核心变化在于：新的 Pydantic 模型成为唯一的数据源，所有其他产物均由此自动生成，包括 JSON Schema、Overture 内部数据管道使用的 PySpark 验证表达式，以及官网上的参考文档。由于它们同出一源，彼此之间不可能出现偏差，从根本上解决了模式文档与数据实际结构不一致的隐患。 这一改进还解决了一个长期困扰 Overture 模式文档的难题：数据模式描述的是 JSON 文档，但实际数据却以 GeoParquet 格式分发。这种不一致曾让开发者难以将文档与实际数据对应起来。现在，统一的模型定义让文档与数据格式之间的鸿沟得以弥合。 当然，模式参考网站依然保留。并非所有人都愿意为了查一个字段名称——比如建筑楼层数对应的字段——而专门安装 Python 库并在命令行中解析其内容。网站形式的文档仍然为快速查阅提供了便利。 从 JSON Schema 到 Python 库的转变，不仅是技术栈的更新，更体现了 Overture 对数据质量与开发者体验的持续投入。Pydantic 模型的可检查性和可扩展性，让开发者能够更自信地构建基于 Overture 数据的应用。 对于依赖 Overture 数据进行地理空间分析、地图制作或智慧城市开发的团队而言，这一变化意味着更少的调试时间和更高的数据可靠性。自动生成的验证表达式也确保了内部数据管道与公开模式始终保持同步。 想要了解 Pydantic 模型的具体结构、迁移指南以及完整的字段说明，请点击原文链接查看完整技术细节。
编译自 Lat Long Blog，原文链接
原文摘要
‘The Overture Schema Is a Library Now’
Link: docs.overturemaps.org Dana Bauer, Seth Fitzsimmons, Victor Schappert, Jennings Anderson, Roel Bollens, Tristan Diet, writing on the Overture blog: Two weeks ago we quietly published v2.0.0 of the Overture schema to PyPI. It used to be JSON Schema, lovingly handwritten in YAML to get around some of JSON’s rough edges. Now it’s a Python library you install and import, with Pydantic models you can inspect, validate data against, build on, and extend. […] The new Pydantic models are now the source of truth, and everything else we ship is generated from them: the JSON Schema, the PySpark validation expressions used by Overture’s internal data pipelines, and the reference documentation on this site. They can’t drift apart, because they all come from the same place. This solves a problem that has dogged Overtures schema documentation: the data schema describes a JSON document but the data itself ships as GeoParquet. The schema reference is still around as a website, too. Not everyone wants to install a Python library and parse its contents on the command line just to find out the name of the field that gives you a building’s floor count.