改革开放以来,中国大力发展经济,加上近年的商事制度改革,国内中小企业的创业成本大大降低。之前企业注册、变更需要在国家工商总办处理,现在简化为在企业所在的相关行政单位即可办理。2017年的一季度全国的企业登记数量为125.5万户,平均日登记数为1.4万户。在同年3月底,全国各类注册企业达到8935.7万户。面对增涨如此迅猛的企业数量,其合法性和规范性却难以得到保障,需要相关部门实时进行监管。工商局等相关部门持有大量的企业注册信息,其中企业地址是最关键的信息之一。通过对比企业工商注册地址是否为日常真实运营地址,是最有效的方案之一。地址是与人们日常生活息息相关的一种地理位置信息描述,但是由于历史、区域、风俗等因素,很多地址信息无法进行直接的对比处理。通过地址匹配技术能有效的完成地址信息描述和对比。本文详细描述分库分表、大数据处理、自然语言处理技术,并对中文地址特征进行归纳分析。根据已有公司名称,通过大数据爬虫从网络上获取公司可能运营地址,并与原有工商注册地址通过分库分表存入数据存储保存。面对千万级的企业信息,通过Flume、Kafka、Spark Streaming搭建的大数据实时流计算系统,对原有地址和爬虫地址做一个匹配处理。匹配模块由基于词典匹配的行政区划,和基于NPL词向量匹配的非行政区划两部分组成。整个系统搭建对各个功能模块进行解耦,便于系统迭代和管理。并最终通过在企业黄页网站爬取的大量企业信息作为数据集,进行系统稳定性、高效性、匹配准确性的实验,并给出结果分析。