数据库中IP地址数据该怎么存?或许你已经不止一次遇到过这类问题,怎么存?varchar(255)不就完事儿了?坦白说,在我经历的几个项目中,几乎都遇到过存储IP地址(V4、V6)的数据字段,都用的变长字符串varchar(15)来存储,嗯,感觉还挺香的…
其实很早以前我就在《高性能MySQL第三版》中看过IP地址属于特殊类型数据,应转为整数存储。
《高性能MySQL第三版》
4.1.7 特殊类型数据
-某些类型的数据并不直接与内置类型一致。低于秒级精度的时间戳就是一个例子;
-本意的前面部分也演示过存储此类数据的一些选项。
-另一个例子是一个IPv4地址。人们经常使用VARCHAR(15)列来存储IP地址。
-然而,它们实际上是 32位无符号整数,不是字符串。用小数点将地址分成四段的表示方法只是为了让人们阅读容易。
-所以应该用无符号整数存储IP地址。MySQL提供INET ATON()和 INET NTOA()函数在这两种表示方法之间转换。
但项目中并未涉及到对IP地址的高频查询业务需求;所以嘛,你知道的,我们程序员的三不准则:跟自己没关系的代码不要看
,自己模块用不到的技术不要学
,遗留代码只要能跑的就不要动!
直到老大看我们项目数据表时问道:“你们存IP地址都是用字符串吗?这可不兴啊!
应该用整数来存啊。”
“老大,我明白你的优化思路,你看咱们这表,就几十条数据(狗头)…”
直到上周有位同学问我IP地址在数据库中该怎么存,他在面试中被问到了,我突然意识到了这玩意儿是时候记录一下了。
在MySQL中,当存储IPv4地址
时,应该使用32位的无符号整数(UNSIGNED INT
)来存储IP地址,而不是使用字符串,用UNSIGNED INT类型存储IP 地址是一个4字节长的整数
。
如果是字符串存储IP 地址,在正常格式下,最小长度为 7 个字符 (0.0.0.0),最大长度为 15 个 (255.255.255.255),因此,我们通常会使用varchar(15)
来存储。同时为了让数据库准确跟踪列中有多少数据,数据库会添加额外的1字节来存储字符串的长度
。这使得以字符串表示的 IP 的实际数据存储成本需要16字节
。
这意味着如果将每个 IP 地址存储为字符串的话,每行需要多耗费大约 10 个字节
的额外资源。
如果你说磁盘够使不是事儿,那我得告诉你,这个不仅会使数据文件消耗更多的磁盘,如果该字段加了索引,也会同比例扩大索引文件的大小
,缓存数据需要使用更多内存来缓存数据或索引,从而可能将其他更有价值的内容推出缓存区
。执行SQL对该字段进行CRUD时,也会消耗更多的CPU资源。
在早先使用Oracle10g时,是没有相关函数来进行IP整数和字符串的,但在MySQL中有内置的函数,来对IP和数值进行相互转换。
将IP转换成整数。
算法:第一位乘256三次方+第二位乘256二次方+第三位乘256一次方 + 第四位乘256零次方
将数字反向转换成IP
SELECT INET_ATON('127.0.0.1');
+------------------------+
| INET_ATON('127.0.0.1') |
+------------------------+
| 2130706433 |
+------------------------+
1 row in set (0.00 sec)
SELECT INET_NTOA('2130706433');
+-------------------------+
| INET_NTOA('2130706433') |
+-------------------------+
| 127.0.0.1 |
+-------------------------+
1 row in set (0.02 sec)
如果是 IPv6地址的话,可以使用函数 INET6_ATON()
和 INET6_NTOA()
来转化:
mysql> SELECT HEX(INET6_ATON('1030::C9B4:FF12:48AA:1A2B'));
+----------------------------------------------+
| HEX(INET6_ATON('1030::C9B4:FF12:48AA:1A2B')) |
+----------------------------------------------+
| 1030000000000000C9B4FF1248AA1A2B |
+----------------------------------------------+
1 row in set
mysql> SELECT INET6_NTOA(UNHEX('1030000000000000C9B4FF1248AA1A2B'));
+-------------------------------------------------------+
| INET6_NTOA(UNHEX('1030000000000000C9B4FF1248AA1A2B')) |
+-------------------------------------------------------+
| 1030::c9b4:ff12:48aa:1a2b |
+-------------------------------------------------------+
1 row in set
然后将数据库定义为 varbinary
类型,分配 128bits
空间(因为 ipv6采用的是128bits,16个字节);或者定义为 char
类型,分配 32bits
空间。
测试数据,用存储过程生成了 100 万个随机 IP 地址;
耗时0.60s
select ip_int from T where ip_int > INET_ATON('192.0.0.0') and ip_int <=INET_ATON('192.255.255.255');
1726 row in set, 1 warning (0.60 sec)
耗时0.63s
select ip_varchar from T where ip_varchar like '192.%';
1726 row in set, 1 warning (0.63 sec)
select ip_int from T where ip_int = INET_ATON('192.168.0.0');
1 row in set, 1 warning (0.00 sec)
select ip_varchar from T where ip_varchar='192.168.0.0';
1 row in set, 1 warning (0.00 sec)
都是0s出结果。可认为常量索引查询,性能上无明显差异。
数据量少的情况下的差距不明显,如果数据量扩大到约1千万行或1亿行
,1亿行时预计范围查询差距能拉开到0.5s
。
按1亿行算
,理论上 varchar 最大15字节存储,数值4个字节,大约节省10字节 *1亿 约1G空间
。
加上索文件引所占的空间,一个索引也是能节省1G
。约能节省2G空间。
IP地址数据采用整数(UNSIGNED INT)存储,在存储和CPU资源使用上都少于字符串存储形式
;在歧义较大的范围查询中,存储整数方式无需关系范围中的位数问题,查询更加直观方便。
但整数存储需要使用INET_ATON、INET_NTOA等特定函数处理,可读性查,函数也会消耗额外CPU,经检验发现CPU开支微乎其微。
因此,需要范围查询,且数据量很大(如亿级以上
),采用数值存储IP地址的方式更优。如果均是唯一IP精确查询,或数据量不大,那么使用字符串操作更为简单
。