一文解析Redis存储查询ip数据

数据库小白一枚，正在不断学习积累知识，现将学习到的知识记录一下，也是将我的所得分享给大家！而今天这篇文章《一文解析Redis存储查询ip数据》带大家来了解一下一文解析Redis存储查询ip数据，希望对大家的知识积累有所帮助，从而弥补自己的不足，助力实战开发！

今天我的朋友佛手给我打了个电话，他们网站的业务要根据客户的 ip 地址快速定位客户的地理位置。网上已经有一大堆类似的 ip 地址库可以用，但问题是这些地址库的数据表结构大多如下所示

+--------------+------------------+------+-----+---------+----------------+
| Field        | Type             | Null | Key | Default | Extra          |
+--------------+------------------+------+-----+---------+----------------+
| ip_id        | int(11) unsigned | NO   | PRI | NULL    | auto_increment |
| ip_country   | varchar(50)      | NO   |     | NULL    |                |
| ip_startip   | bigint(11)       | NO   | MUL | NULL    |                |
| ip_endip     | bigint(11)       | NO   | MUL | NULL    |                |
| country_code | varchar(2)       | NO   |     | NULL    |                |
| zone_id      | int(11)          | NO   |     | 0       |                |
+--------------+------------------+------+-----+---------+----------------+

最核心的部分是三个：

ip_startip

、

ip_endip

以及

ip_id

。其中

ip_id

是我们要查询的结果，当然你也可以把

zone_id

和

ip_country

包括进去。我这里就用

ip_id

来特指查询结果了。

面对这个表，没什么其它办法，你的查询语句只能是

sql

SELECT * FROM who_ip WHERE ip_startip = {ip}

其中

{ip}

是你要查询的 ip 地址，为了方便查询，在 php 中我们一般要用

ip2long

函数把它转换为一个整数。现在问题来了，这个表有 400 万条数据，无论你怎么优化它的索引结构（实际上我觉得这没啥用），在以上查询语句中都要耗费 2 秒以上的时间，对于一个高频使用的接口，这显然是不可忍受的。

REDIS 可以解决这个问题吗？

实际上这也是佛手同学最关心的问题，因为我们知道Redis有强大数据结构和超快的速度，那么我们能设计出适应这种查询场景的结构吗？

范围查询，我首先想到的就是Redis里面的

Sorted Sets

结构，这也是redis中唯一可以指定范围(

SCORE

值)查询的结构了，所以基本上我们的希望都寄托在它身上了。

最简单粗暴的方法就是把

ip_startip

和

ip_endip

都转化为

Sorted Sets

里的

Score

，然后把

ip_id

定义为

Member

。这样我们的查询就很简单了，只需要用

ZRANGESCORE

查询出离ip最近SCORE对应的两个

ip_id

即可。然后再分析，如果这两个

ip_id

是相同的，那么说明这个ip在这个地址段，如果不同的话证明这个ip地址没有被任何地址段所定义，是一个未知的ip。

基本逻辑是没有问题的，但是最大的问题还是性能上的挑战。根据我的经验，一个

SET

里面放10万条数据以上就已经很慢了，如果放到400万这种量级，我非常怀疑它跟mysql相比还有优势吗？

我设计的存储结构

我的解决方案是把这个地址库切分，每一片区最多保存65536个地址。也就是说如果一个ip地址段为

188.88.77.22 - 188.90.78.10

，那么我们就把它切分为

188.88.77.22 - 188.88.77.255
188.89.0.0 - 188.89.255.255
188.90.0.0 - 189.90.78.10

也就是我们保证每一个ip地址段都被保存在

xxx.xxx.0.0 - xxx.xxx.255.255

的一个区段中，这个区段的理论极限是保存65536个值，实际上要远小于这个数字。而这样的区段理论上也有65536个，这都是ip地址的设计所限，当然实际上也远小于这个值。

因此这样的设计基本上就能满足我们的性能需要了。以下是我用php写的数据切分程序

php

connect(REDIS_HOST, REDIS_PORT);
        $redis->select(REDIS_DB);
    }

    $key = 'ip:' . $page;
    $redis->zAdd($key, $offset, $value);
}

$page = 0;
do {
    $offset = $page * MYSQL_PAGESIZE;
    $count = 0;

    $res = mysql_query('SELECT * FROM ' . MYSQL_TABLE . ' LIMIT ' . MYSQL_PAGESIZE . " OFFSET {$offset}");

    while ($ip = mysql_fetch_assoc($res)) {
        $start = $ip[MYSQL_COLUMN_START];
        $end = $ip[MYSQL_COLUMN_END];
        $value = $ip[MYSQL_COLUMN_ID];

        $startOffset = $start % 65536;
        $endOffset = $end % 65536;

        $start -= $startOffset;
        $end -= $endOffset;

        $startPage = $start / 65536;
        $endPage = $end / 65536;

        for ($i = $startPage; $i 
查询程序也非常简单
php
connect(REDIS_HOST, REDIS_PORT);
$redis->select(REDIS_DB);

$ip = ip2long('173.255.218.70');
$offset = $ip % 65536;
$page = ($ip - $offset) / 65536;


// 取出小于等于它的最接近值
$start = $redis->zRevRangeByScore('ip:' . $page, 0, $offset, array(
    'limit' => array(0, 1)
));

// 取出大于等于它的最接近值
$end = $redis->zRangeByScore('ip:' . $page, $offset, 65535, array(
    'limit' => array(0, 1)
));

if (empty($start) || empty($end)) {
    echo 'unknown';
    exit;
}

$start = $start[0];
$end = $end[0];

list ($startOp, $startId) = explode(':', $start);
list ($endOp, $endId) = explode(':', $end);

if ($startId != $endId) {
    echo 'unknown';
    exit;
}

echo $startId;
转载自我的博客：http://70.io/develop/use-redis-to-store-ip-data.html
以上就是《一文解析Redis存储查询ip数据》的详细内容，更多关于mysql的资料请关注golang学习网公众号！