一、前言
有做過IP歸屬地查詢功能的朋友應該都有聽說過純真IP庫，純真IP庫查詢類似這樣：
若你僅需要根據IP搜索出用戶的歸屬地文字然后顯示出來，只要按照該IP庫的規則進行二分查找並顯示就OK了。（格式詳解）
但如果你需要根據IP獲取歸屬地文字描述，然后進一步與自己已有的行政地區數據表關聯起來該如何處理呢？
- 這樣？ 根據IP獲取歸屬地文字描述 -> 正則獲取地區名 -> 根據地區名去數據庫或緩存中獲取地區ID
- 還是這樣？將IP庫數據導入數據庫中(ip_start, ip_end, area_code) -> SQL查找
粗看這兩種應該是都可以實現，但是效率呢？都很差！特別是面對並發稍高的應用，這兩種方式都經不起考驗。
為什么不根據純真IP庫（其他IP庫也可以）的數據與自己的地區數據關聯起來，用自己的地區ID來代替純真IP庫的地區描述，最后制作一個自己的二進制IP庫文件呢？
讓我們進入正題，看看如何根據純真IP庫數據制作一個自己的二進制IP庫文件。
注：本文只說明大致思路，沒有詳細代碼，謝謝
二、准備工作
我們需要准備好兩部分的數據：
1. 純真IP庫解壓后的txt文件。
純真IP庫下載后會有個ip.exe工具，使用上面的解壓即可生成。
生成的數據如圖1-1，我這個版本有大概444290條。
圖1-1
2. 自己的國家省市級聯數據表。
這個網上應該比較多，自己進行導入，表結構類似(area_id, area_level, area_name, area_pid)，分別代表地區ID，地區等級，地區名稱，父地區ID。
當然你也可以自己使用不同的結構，不影響我們這次的處理。
三、過程
數據已經有了，現在來規划下我們需要生成的IP庫的機構。
從標題中就知道，我們需要生成的IP庫是二進制的數據包，而不是普通文本文件，那么我們的IP庫文件結構應該是怎樣的呢？
如圖所示：
可以看到，我們的結構是這樣的：
- 頭部。位於文件的前8個字節。前4字節存放32位整數，值為數據部分的開始在文件中的位置；后4字節也存放32位整數，值為數據部分的結束在文件中的位置
- 主體數據部分。由N個固定結構體組成，每個結構體12字節，為一條IP范圍數據（ip_start, ip_end, area_code）。結構體的三個部分也分別為32位有符號整數，各4字節。(area_code若是量小的話也可以使用1個字符)
IP數據包的結構已經定下來了，后面就是一步步處理了。
1. 逐條讀取IP文本文件內容，IP轉為32位有符號整數（自定義的ip2long），地區文字分析獲取到最終地區
a. IP文本文件每行的規則為：前15字節為IP起始地址，后15字節為IP結束地址，最后為地區文字描述。
b. IP轉為32位有符號整數只占4字節，且解決了PHP函數ip2long在32位與64位系統下值不同的問題，新的函數如下：
function ip2Long32($ip) { $ip = unpack('l', pack('l', ip2long($ip))); return $ip[1]; } // end func
當然，你也可以自己開發PHP擴展，詳見這邊：http://www.cnblogs.com/iblaze/archive/2013/06/02/3112603.html
c. 地區需要獲取到各級別地區名稱（包括省、市、縣、區等，這邊國外只保留國家），正則如圖：
2. 將獲取到的地區信息轉為地區ID
這部分處理我不太好描述，因為可能每個人用到的地區都不一樣，但是大致原理就是先根據最低級地區名稱去查找ID（看實際情況，有可能要去掉市、縣之類），若是沒有則查找上一級，如此循環，直到獲取到地區ID。
若是沒有查找到地區ID，則都歸入未知。
3. 壓縮，壓縮后的文件約為5.08M
壓縮規則如圖，format中的值對應pack中的類型：
這邊有個地方必須提示下，由於IP轉為有符號32位整數，則128.0.0.0以后的IP都會為負數，所以需要判斷負數，並放入我們IP庫的前面去，畢竟是使用二分查找，需要為有序數據。
4. 查找IP，使用二分查找，44W條數據最多只需要搜索19次，類似如下：
4. 單個測試，看起來速度還可以
5. 簡單壓測看效果
a. ab壓測，使用本機的ab
b. 測試腳本在linux測試機（普通PC機）
c. 壓測腳本如下：
d. 壓測語句: ab -n 10000 -c 50 http://192.168.206.71/ipdata.php?type=php
表現還不錯。呵呵
結束了，有什么更好的方式可以一起討論下，謝謝~