Cities by ZipCode 功能调研

可选方案

GeoName
Zippopotam
自建数据源

方案比较

方案	数据来源	调用方式	返回数据格式	调用限制	数据及时性	服务稳定性	实现复杂度
GeoName	geonames.org	HTTP	XML/JSON	20000(c/d)	高	高	低
Zippopotam	geonames.org	HTTP	JSON	∞	中	较高	低
自建数据库	geonames.org	本地调用	JSON	∞	低	最高	高
c/d: credit/day

1. 目前搜集到的方案绝大部分的数据源都来自geonames.org

2. GeoName提供Web API提供调用，但限制次数为20000(c/d)，调用不同的接口耗费不同的credit，直接使用GeoName提供的服务可以获得及时更新的数据源，缺点是有调用频率限制（提供付费购买额度）。同时，GeoName也提供离线数据库，分为免费版和premium版，premium版需付费，但是数据一致性优于免费版

3. Zippopotam提供的服务与GeoName类似，缺点没有自己的数据源，数据源也是使用的GeoName的数据源，是基于GeoName的二次开发产品。优点是其提供的接口没有调用次数限制

4. 自己基于GeoName的离线数据库构建自己的数据源。这样能够获得最大的灵活性和最高的可用性，缺点是无法及时获取最新的数据

拟选择方案

计划使用基于GeoNames的数据源自建数据库的方式来实现填写ZipCode自动填写表单的需求。根据前端传递的国家和邮政编码参数查询数据库返回相应的州、城市、街道等消息（用户可以自行修改）。数据准确性通过创建一个定时同步GeoNames数据源的计划任务来保证

数据库选择
1. MySQL：基于现有架构，无需额外引入新的数据库系统，实现简单，但是同步数据源较复杂
2. MongoDB：需要新引入MongoDB，非常适合JSON数据查询，效率高，数据同步方便

初步方案设计

流程图

参考资料

GeoNames Web Service： GeoNames 可提供的 API 服务
GeoNames Web Service Call Comsumption：调用单次 GeoNames API 需消耗的 credit 对比表
GeoNames Postal Code files：GeoNames 邮政编码文件数据结构描述及下载地址
Zippopotam：Zippopotam 可提供的API服务
Postal code vs Zip code：Postal code 与 Zip code 的异同
GeoNames DataSource：GeoNames 数据源列表