制作一个自己的二进制IP库文件_PHP教程

一、前言

有做过IP归属地查询功能的朋友应该都有听说过纯真IP库，纯真IP库查询类似这样：

若你仅需要根据IP搜索出用户的归属地文字然后显示出来，只要按照该IP库的规则进行二分查找并显示就OK了。（格式详解）

但如果你需要根据IP获取归属地文字描述，然后进一步与自己已有的行政地区数据表关联起来该如何处理呢？

立即学习“PHP免费学习笔记（深入）”；

粗看这两种应该是都可以实现，但是效率呢？都很差！特别是面对并发稍高的应用，这两种方式都经不起考验。

为什么不根据纯真IP库（其他IP库也可以）的数据与自己的地区数据关联起来，用自己的地区ID来代替纯真IP库的地区描述，最后制作一个自己的二进制IP库文件呢？

让我们进入正题，看看如何根据纯真IP库数据制作一个自己的二进制IP库文件。

 注：本文只说明大致思路，没有详细代码，谢谢

二、准备工作

我们需要准备好两部分的数据：

　　1. 纯真IP库解压后的txt文件。

　　　　纯真IP库下载后会有个ip.exe工具，使用上面的解压即可生成。

　　　　生成的数据如图1-1，我这个版本有大概444290条。

　　　　　　　　　　　　　　　　图1-1

　　2. 自己的国家省市级联数据表。

　　　　这个网上应该比较多，自己进行导入，表结构类似(area_id, area_level, area_name, area_pid)，分别代表地区ID，地区等级，地区名称，父地区ID。

　　　　当然你也可以自己使用不同的结构，不影响我们这次的处理。

三、过程　

　　数据已经有了，现在来规划下我们需要生成的IP库的机构。

　　从标题中就知道，我们需要生成的IP库是二进制的数据包，而不是普通文本文件，那么我们的IP库文件结构应该是怎样的呢？

　　如图所示：

　　可以看到，我们的结构是这样的：

• 头部。位于文件的前8个字节。前4字节存放32位整数，值为数据部分的开始在文件中的位置；后4字节也存放32位整数，值为数据部分的结束在文件中的位置
• 主体数据部分。由N个固定结构体组成，每个结构体12字节，为一条IP范围数据（ip_start, ip_end, area_code）。结构体的三个部分也分别为32位有符号整数，各4字节。(area_code若是量小的话也可以使用1个字符)

　　IP数据包的结构已经定下来了，后面就是一步步处理了。

　　　　1. 逐条读取IP文本文件内容，IP转为32位有符号整数（自定义的ip2long），地区文字分析获取到最终地区

　　　　　　a. IP文本文件每行的规则为：前15字节为IP起始地址，后15字节为IP结束地址，最后为地区文字描述。

　　　　　　b. IP转为32位有符号整数只占4字节，且解决了PHP函数ip2long在32位与64位系统下值不同的问题，新的函数如下：

塑料卡板销售统计管理系统

塑料卡板销售统计管理系统是一款对商品销售情况进行统一管理的系统。 程序特点1，简单,方便,网络操作,不受单台电脑文件保存限制2，纸质与数据库客户数据保存,查询变得更为方便3，免去久远的历史单据与数据查询烦恼4，方便的数据统计与自动核算功能5，丰富的销售数据录入与管理6, 销售清单(送货单)打印功能,支持条型码.7, 销售业绩提成统计功能8, 收款与未收款分开统计功能 后台地址：admin/logi

下载

<span function> ip2Long32(<span><span><span> = <span unpack>('l', <span pack>('l', <span ip2long>(<span><span><span return> <span>[1<span><span><span end func></span></span></span></span></span></span></span></span></span></span></span></span></span></span>

　　　　　　当然，你也可以自己开发PHP扩展，详见这边：http://www.cnblogs.com/iblaze/archive/2013/06/02/3112603.html

　　　　　　c. 地区需要获取到各级别地区名称（包括省、市、县、区等，这边国外只保留国家），正则如图：

　　　　2. 将获取到的地区信息转为地区ID

　　　　　　这部分处理我不太好描述，因为可能每个人用到的地区都不一样，但是大致原理就是先根据最低级地区名称去查找ID（看实际情况，有可能要去掉市、县之类），若是没有则查找上一级，如此循环，直到获取到地区ID。

　　　　　　若是没有查找到地区ID，则都归入未知。

　　　　3. 压缩，压缩后的文件约为5.08M

　　　　　　压缩规则如图，format中的值对应pack中的类型：

　　　　　　这边有个地方必须提示下，由于IP转为有符号32位整数，则128.0.0.0以后的IP都会为负数，所以需要判断负数，并放入我们IP库的前面去，毕竟是使用二分查找，需要为有序数据。

　　　　4. 查找IP，使用二分查找，44W条数据最多只需要搜索19次，类似如下：

　　　　4. 单个测试，看起来速度还可以

　　　　5. 简单压测看效果

　　　　     a. ab压测，使用本机的ab

　　　　　　b. 测试脚本在linux测试机（普通PC机）

　　　　　　c. 压测脚本如下：

　　　　　　d. 压测语句: ab -n 10000 -c 50 http://192.168.206.71/ipdata.php?type=php

　　　　　　表现还不错。呵呵

　　结束了，有什么更好的方式可以一起讨论下，谢谢~