Mysql 将地址存储为散列

我有大约一百万个地址，还会有更多。对于每个地址，我需要知道位置纬度，经度

某些地址可能重复。例如，两张唱片：美国、纽约、时代广场和美国纽约时代广场。我将这些地址规范化为美国纽约时代广场，并将它们存储在表缓存的_地址中，以便以后当我需要知道地址的纬度/经度时，我可以查询此表

主要问题是：我是否可以存储md5/sha1/sha256散列来提高性能/优化存储

有问题的查询是：从缓存的_地址中选择lat，lng，其中地址=？，参数？相当于美国纽约时代广场。这里的地址表示规范化的地址字符串

对于哈希，它将是：从缓存的_地址中选择lat，lng，其中地址=？，参数？等于散列函数“美国纽约时代广场”。这里address表示规范化地址字符串的散列

---

我使用postgresql，但是如果mysql能够提供一些性能/存储优化，那么也可以使用mysql。

就mysql而言，如果您散列值并以有效的方式存储它们，您可以期望性能得到提高。我很确定这也适用于postgress，因为这是DBA和开发人员面临的常见问题

在列地址中存储完整的规范化地址时，每个记录至少需要N个字节，其中N是地址中的字符数。以你为例，是25。但是，当角色集开始发挥作用时，事情变得复杂起来，您可能需要比N多得多，utf8可能需要4*N。然后需要根据m*N索引更多的存储空间，DB引擎需要使用排序规则等执行字符串比较

另一方面，当使用SHA-256对地址进行散列时，无论地址有多长，都只需存储32个字节。此外，您还可以将字节存储在BINARY32列固定存储中，用于数据和索引，并在查询时执行二进制比较

示例：

ALTER TABLE t ADD列地址\哈希二进制32； 更新t SET address_hash=unhexsha2address，256； 从t中选择c1，c2，其中地址_散列=？； - ? 将是地址的SHA-256哈希 更多关于这方面的信息，请访问

---

如果性能/存储是最重要的因素，并且您的应用程序可以容忍一些冲突，那么您甚至可以使用MD5。这将需要一半的字节，但您将需要处理两个不同地址之间可能产生的冲突，从而生成相同的哈希。

就MySQL而言，如果您对值进行哈希处理并以高效的方式存储它们，您可以期待性能的提高。我很确定这也适用于postgress，因为这是DBA和开发人员面临的常见问题

在列地址中存储完整的规范化地址时，每个记录至少需要N个字节，其中N是地址中的字符数。以你为例，是25。但是，当角色集开始发挥作用时，事情变得复杂起来，您可能需要比N多得多，utf8可能需要4*N。然后需要根据m*N索引更多的存储空间，DB引擎需要使用排序规则等执行字符串比较

另一方面，当使用SHA-256对地址进行散列时，无论地址有多长，都只需存储32个字节。此外，您还可以将字节存储在BINARY32列固定存储中，用于数据和索引，并在查询时执行二进制比较

示例：

ALTER TABLE t ADD列地址\哈希二进制32； 更新t SET address_hash=unhexsha2address，256； 从t中选择c1，c2，其中地址_散列=？； - ? 将是地址的SHA-256哈希 更多关于这方面的信息，请访问

---

如果性能/存储是最重要的因素，并且您的应用程序可以容忍一些冲突，那么您甚至可以使用MD5。这将需要一半的字节，但您需要处理两个不同地址之间可能发生的冲突，从而生成相同的哈希。

您似乎已经知道可以存储地址字段的哈希以及如何查询它。你的问题是我是否可以或者我是否应该…优化查询？你可以吗？一种方法是：对其进行基准测试。另一方面，将解析后的地址作为文本保存在多个字段中可能很有用，这样对标准化器的任何更改都可以应用到地址缓存中。地址更改、街道名称更改、城市合并、邮政编码更改等情况也是如此。您似乎已经知道可以存储地址字段的哈希值以及如何查询它。你的问题是我是否可以或者我是否应该…优化查询？你可以吗？一种方法是：对其进行基准测试。另一方面，将解析后的地址作为文本保存在多个字段中可能很有用，这样对标准化器的任何更改都可以应用到地址缓存中。addr也是如此 ess变更街道名称变更、城市合并、邮政编码变更等