制作一个自己的二进制IP库文件
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？
- 这样？ 根据IP获取归属地文字描述 -> 正则获取地区名 -> 根据地区名去数据库或缓存中获取地区ID
- 还是这样？将IP库数据导入数据库中(ip_start, ip_end, area_code) -> SQL查找
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：
function ip2Long32($ip) { $ip = unpack('l', pack('l', ip2long($ip))); return $ip[1]; } // end func
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~
