本文由 发布，转载请注明出处，如有问题请联系我们！ 发布时间: 2021-08-01纯真ip数据库怎么使用-纯真网络ip地址查询

在移动互联的使用中，常常要结合使用者的位置信息等做一些客户侧信息内容的数据分析。而要取得客户的位置信息，一般有两个方式： GPS 精准定位的消息和客户 IP 详细地址。因为每一个手机上也不一定会开启 GPS，并且有时候并不太必须太精准的部位（到大城市这一等级就可以），因此依据 IP 详细地址下手来剖析客户部位是个很好的挑选。 要保证这一作用得必须一个 IP 和所在位置的投射关联库，并依靠这一库运行一个 IP 转所在位置的服务项目。文中从要求下手，融合 GitHub 上有着 8.4k 星的 ip2region 来剖析投射关联库的制定及其 IP 怎么才能转化成所在位置。

详细介绍

IP 手机定位服务很普遍，并且许多企业都保证了相近的付钱服务项目，例如阿里巴巴，百度地图，百度搜索等，自然也是有公布的服务项目，像 GeoIP，天真IP等。这种服务项目要不根据 HTML 网页页面分析，要不根据插口要求，但无论如何都离不了一次 http 要求，更别说绝大多数服务项目都对 QPS 作了限定。下表枚举类型了一些常用的根据 IP 获得详细地址的方法。

在日常工作中一般必须将海量客户要求日志中 IP 转化成客户位置信息，作为事后的剖析。这当中的关键是信息量大，解决要快。显而易见每一次都根据要求 API 公共文化服务的方法不能满足人们的日常要求。

暴力行为转化成 IP 库

针对日常的要求，一种简单直接的行为便是提早根据 API 获得全部外网地址 IP 相匹配的位置信息，依照下边的 TIPS 中我们可以估计出假如根据浏览淘宝网IP地址库来解析xml 3.3 亿的中国 IP 详细地址要 10 年。如果是百度地图的公司客户解析xml中国 IP 详细地址大约要 11 天。觉得这一 11 天或是可以接纳的。

TIPS: IPv4现阶段常说的 IP 详细地址就是指 IPv4，它是应用 32 位（4 字节数）详细地址，因而详细地址室内空间约有 42.9 亿$2^32=4294967296$个, 但是一些详细地址是做为独特主要用途所保存的，如专用型互联网（约 1800 万只）和多播详细地址（约 2.7 亿次），这种降低了可在互联网技术上道由的详细地址总数。 据 wiki 上统计分析，我国的 IPv4 总数做到 3.3 亿，而美国有 15.4 亿次。

这儿大家承诺一下位置信息的数据类型： 我国|地区|省区|大城市|ISP，假如插口中回到的字段名沒有相匹配的信息内容，则相应的字段名添充0。那麼大家根据次序要求 API 服务项目能够获得到如下所示文档数据信息（详细地址先后增长）：

0.0.0.0|0|0|0|内部网IP|内部网IP0.0.0.1|0|0|0|内部网IP|内部网IP...1.0.15.255|国内|0|广东|广州|电信网...255.255.255.255|0|0|0|内部网IP|内部网IP

只需拥有这一文档，能够将其看到运行内存中，应用词典储存，键为 IP 详细地址，数值位置信息。程序流程能够在 O(1) 算法复杂度内回到位置信息，但是该程序流程或文档占有的多少我们可以粗略地的统计一下。 假设大家应用 utf-8 开展储存，一条纪录最少的具体情况是 0.0.0.0|0|0|0|0|0，占有17个字节数，IP 元件库的尺寸为 17*4294967296 = 73014444032 B = 71303MB = 71GB。这一尺寸是随意一个程序流程不可以进行的。

室内空间提升

IP 元件库提升

从里面的文档数据信息发觉很多的邻近 IP 有着同样的位置信息（顾客在申请办理一段 IP 详细地址都是会尽可能连在一起），因此我们可以将那样的纪录生成一条纪录。如下所示文档数据信息（详细地址段先后增长）：

0.0.0.0|0.255.255.255|0|0|0|内部网IP|内部网IP...1.0.8.0|1.0.15.255|国内|0|广东|广州|电信网...224.0.0.0|255.255.255.255|0|0|0|内部网IP|内部网IP

ip2region 库文件全新的 ip.merge.txt 一共有 658207 纪录，图片大小 39 M。

IP地址提升

从里面的文档数据信息发觉很多的IP地址以字符串数组方式储存，而 IPv4 是应用 32 位详细地址。因此将其转化成整形开展储存能够大大的节约室内空间，例如像最少的字符串数组 0.0.0.0 占有 7 字节数，最多的字符串数组 111.111.111.111 占有 15 字节数，假如将其转化成整形，她们都占有 4 字节数。0.0.0.0 是 int(0), 111.111.111.111 是 int(1869573999)。

位置信息提升

从里面的文档数据信息发觉同样的位置信息会相匹配不一样的 IP 段（顾客很有可能在不一样的时段去申请办理 IP 段），因此或是有大批量的位置信息在 IP 元件库中，在运行内存中我们可以只保存一份位置信息，并应用表针或是文档偏移 数据信息长短来获得相匹配的位置信息。

提升后的IP库

依据以上的提升，我们可以转化成最后的IP库：ip2region.db，该文件仅有8.1M。

IP库的构造

IP 元件库ip2region.db的构造分成四个一部分：super 块， header数据库索引区，数据信息区，数据库索引区。实际如下图所显示：

• super 块用于储存数据库索引块的起止位置和完毕详细地址，第一个数据库索引表针偏向数据库索引块的逐渐部位，也就是第一个数据库索引系统分区的第一个数据库索引块， 最后一个数据库索引表针 偏向数据库索引块的完毕部位-12，也就是最后一个数据库索引系统分区的最后一个数据库索引块的头详细地址。那样查看的情况下立即载入super块 8 个字节数，就能迅速获得数据库索引块的详细地址范畴。
• header 数据库索引区header数据库索引是对数据库索引块的二级数据库索引，专业为b tree站内搜索的。数据库索引区总长除于数据库索引系统分区长短12*(1024*8/12-1)便是 header 数据库索引的具体数据库索引数。该地区尺寸为 2048*8 bytes, 由 2048 个 8 bytes 的 header 数据库索引块构成。header数据库索引块前四个字节数储存每一个数据库索引系统分区第一个数据库索引块的起止ip值，后四个字节数偏向该数据库索引块的详细地址。header数据库索引区往往界定为贴近16k，是由于能够根据四次硬盘载入载入全部header数据库索引区，随后在运行内存中实现查看，查看的效果能够明确该ip在数据库索引区的某一数据库索引分区域内，随后再依据详细地址2次载入8k 数据库索引系统分区到运行内存，再在运行内存中查看，进而降低硬盘载入的频次。
• 数据信息区储存的数据信息，数据类型如下所示：我国|华南地区|广东|深圳|鹏博士， 各自表明我国，地区，省区，大城市，营运商
• 数据库索引区数据库索引区是由数据库索引块组成， 每一个数据库索引块占 12 字节数，包含起止IP, 完毕IP, 数据信息。数据信息中前三个字节数储存数据信息详细地址，后一个字节储存数据信息长短。 每一条数据库索引块相匹配 ip.merge.txt 中的一条纪录，表明一个 IP 段的数据库索引。在查找中当特定 IP 在某一数据库索引块的起止IP和完毕IP正中间，即表明击中数据库索引。再根据数据库索引块中的数据信息详细地址和数据信息长短，就能从 ip2region.db 载入相应的位置信息数据信息。

IP库的转化成

ip2region 的 Github 库房中给予了 ip2region.db 的转化成全过程，是用 JAVA 写的，其类图如下所示所显示：

二分搜索

根据 super 块能够取得数据库索引区的起止部位和完毕部位，并且每一个数据库索引块全是 12 bytes，在其中的 IP 详细地址全是增长的，因此能够应用二分搜索来迅速获得位置信息。其方法步骤如下所示：

1. 把 IP 值根据 ip2long 方式变为整形
2. 载入 super 块获得数据库索引区的起止部位和完毕部位，二者求差 1 可获得数据库索引块的总数量
3. 选用二分法立即求得，较为数据库索引块中起止IP，末尾IP 和当今 IP 的尺寸，就可以寻找该 IP 相匹配的数据库索引块，依据数据库索引块后边四个字节数获得数据信息详细地址和数据信息长短，进而取得位置信息。

b tree检索

b tree 检索使用了 header 数据库索引区，第一步先在 header 数据库索引区中应用二分搜索，精准定位到某一数据库索引系统分区后，再在相应的数据库索引系统分区中应用二分搜索。相较为二分搜索来讲，它的速率更快，缘故是读硬盘的频次远小于二分搜索。其方法步骤如下所示：

1. 把 IP 值根据 ip2long 变为整形
2. 应用二分法在 header 数据库索引区中检索，较为获得相匹配的 header 数据库索引块及其其相应的数据库索引系统分区。
3. 载入相匹配数据库索引系统分区，再根据二分法精准定位到相匹配的数据库索引块，进而得到位置信息。

根据运行内存的二分搜索

该方式和二分搜索方式相近，差别便是前面一种将 ip2region.db 所有读进运行内存中，后面一种则是根据持续载入 ip2region.db 文档。

汇总

ip2region 库只解决了一个十分普遍的 IP 精准定位，但将这一服务项目保证了又小又快（自然还给予了多语言表达的手机客户端），进而在 Github 上得到了 8.4k 的 star。

占有运行内存小

1. 邻近 IP 的位置信息同样，根据 IP 段来处理邻近 IP 相匹配同样位置信息，防止位置信息被反复储存
2. IP 转化成 INT，像字符串数组 111.111.111.111 被转化成int（1869573999），从 15Byte 变小到 4Byte
3. 不一样的 IP 段也是有同样的位置信息，根据表针来偏向特殊的位置信息，确保位置信息只储存一次（全量扫描仪储存进词典中）

检索速度更快

1. IP 井然有序，应用二分搜索将算法复杂度降至 O(logN)
2. 二级数据库索引 header 数据库索引区的应用，减少硬盘读写能力頻率，先明确数据库索引系统分区，再从数据库索引系统分区明确数据库索引部位，在明确位置信息数据信息。

多语言表达手机客户端适用

适用 java，C#，php，c，python，nodejs，php拓展(php5和php7)，golang，rust，lua，lua_c, Nginx。

论文参考文献

1. ip2region 数据文件构造及基本原理
2. ip2region源代码
3. ipv4的wiki百科
4. 世界各国IPv4详细地址分派目录
5. 高德导航api
6. 百度地图导航api