我正在开发用于基于Royal Mail PAF数据的邮政编码查找的定制构建软件。该软件的主要目的是代替快速地址（第三方软件供应商）。
我有几个问题
Quick Address数据文件（包括索引）为什么不到500MB，而如果查看PAF原始数据则超过2.50GB。他们对原始数据执行了哪些清理和压缩技术来实现这一目标。我导入的Db大小为2.50GB（sqlite）。我必须使用一些免费/开源Db，而付费Db在这里不是我的选择。
有2800万条记录。例如，考虑到可以使用“ LIKE”语句执行搜索，该如何改善组织名称或城镇搜索？
任何想法？
不要存储不需要的信息，例如DPS，占用率和各种公司标志
而不是拥有2千8百万个地址，您可以为每个邮政编码保留一个180万个地址，并为每个邮政编码保留一个毁灭点列表（即门牌号，房屋/建筑物名称）
我不确定您具有哪个PAF版本，带密钥的关系版本或扩展版本。
带密钥的版本将减小文件的大小，因为您只需要具有指向用于查找位置，街道，街道末端等的查找表的数字的地址即可。但是在您的地址中使用密钥将无助于按组织或城镇名称进行搜索。] >
视图将帮助您格式化键的输出地址。确保您使用的数据库具有可以使用索引的视图，否则将导致表扫描。
我过去所做的工作是使用全文本搜索引擎狮身人面像http://sphinxsearch.com/为PAF编制索引，它可以为您决定索引的任何单词提供非常强大的搜索（包括部分单词和模糊匹配）。尝试输入地址中的所有单词。 sphinx的结果是一个键列表，可用于迭代sql结果集。 sql查询可以针对可用于从查找表构建完整地址的键的地址表。狮身人面像的索引构建速度非常快，并且索引大小也非常小。
对于这种大小的数据库，MySQL比sqlite更适合。
要考虑的其他事项。您是在进行批处理还是只是事务处理–忘记了狮身人面像进行批处理。更新频率。如果您不每月更新一次，那么您很可能会在很短的时间内过时。
注意：如果您拥有PAF的键控版本，则存在一些用于格式化地址的可怕规则和许多未记录的异常。
文件大小对您来说是个问题吗？如果文件大小很重要，我只会担心压缩-几乎不再压缩了，在大多数情况下2.5 GB并不是禁止的。
您想尝试一个空间填充曲线或空间索引。 sfc将2d复杂度降低到1d复杂度。我用邮政编码搜索做了类似的事情。您想在phpclasses.org（希尔伯特曲线）上查看我的sfc的php实现。您想寻找尼克的希尔伯特曲线四叉树空间索引博客。
我赞同汤姆·格尼的观点...您正在做很多工作，却没有什么好处。另外，您还要始终负责更新数据-额外的工作。
或者从邮局到PAF，也可以使用192.com网站查找地址。
取决于您的确切要求。