最新IP地址数据库 二分逼近算法 高效解析800万大数据之区域分布

最新IP地址数据库  来自 qqzeng.com 

利用二分逼近法(bisection method) ,解析800多万IP 只需几十秒, 比较高效!
最新IP地址数据库 二分逼近算法 高效解析800万大数据之区域分布_第1张图片
原来的顺序查找算法 效率比较低

C# code ?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
  readonly  string  ipBinaryFilePath =  "qqzengipdb.dat" ;
         readonly  byte [] dataBuffer, indexBuffer;
         readonly  uint [] index =  new  uint [256];
         readonly  int  dataLength;
         public  IpLocation()
         {
             try
             {
                 FileInfo file =  new  FileInfo(ipBinaryFilePath);
                 dataBuffer =  new  byte [file.Length];
                 using  (var fin =  new  FileStream(file.FullName, FileMode.Open, FileAccess.Read))
                 {
                     fin.Read(dataBuffer, 0, dataBuffer.Length);
                 }                
                 var offset_len = BytesToLong(dataBuffer[0], dataBuffer[1], dataBuffer[2], dataBuffer[3]);  //Big Endian
                 indexBuffer =  new  byte [offset_len];
                 Array.Copy(dataBuffer, 4, indexBuffer, 0, offset_len);
                 dataLength = ( int )offset_len;
                 for  ( int  loop = 0; loop < 256; loop++)
                 {
                     //索引 四字节  LITTLE_ENDIAN
                     index[loop] = BytesToLong(indexBuffer[loop * 4 + 3], indexBuffer[loop * 4 + 2], indexBuffer[loop * 4 + 1], indexBuffer[loop * 4]);
                 }
             }
             catch  { }
         }
 
         public  string [] Find( string  ip)
         {
             var ips = ip.Split( '.' );
             uint  ip_prefix =  uint .Parse(ips[0]);
             uint  find_uint32 = BytesToLong( byte .Parse(ips[0]),  byte .Parse(ips[1]),  byte .Parse(ips[2]),  byte .Parse(ips[3])); //BIG_ENDIAN
           
             // LITTLE_ENDIAN
             int  max_len = 0;       
             int  resultOffset =-1;
             int  resultLegth =-1;
             
             uint  start = index[ip_prefix] * 8 + 1024;
             if  (ip_prefix != 255)
             {
                 max_len = ( int )index[ip_prefix + 1] * 8 + 1024;
             }
             else
             {
                 max_len = ( int )index[255] * 8 + 1024+1;
             }
    
             for  (; start < max_len; start += 8)
             {
                 // 前四位 结束ip   后三位 偏移  最后一位 内容长度 
                 uint  endipNum = BytesToLong(indexBuffer[start + 0], indexBuffer[start + 1], indexBuffer[start + 2], indexBuffer[start + 3]); //BIG_ENDIAN
                 if  (endipNum >= find_uint32)
                 {
                     resultOffset =( int ) BytesToLong(( byte )0, indexBuffer[start + 6], indexBuffer[start + 5], indexBuffer[start + 4]); //LITTLE_ENDIAN
                     resultLegth = 0xFF & indexBuffer[start + 7]; // 长度
                     break ;
                 }             
             }
             if  (resultOffset==-1||resultLegth==-1)
             {
                 return  new  string [] { "N/A" };
             }
             var areaBytes =  new  byte [resultLegth];
             Array.Copy(dataBuffer, dataLength + resultOffset - 1024, areaBytes, 0, resultLegth);
             return  Encoding.UTF8.GetString(areaBytes).Split( ' ' );
         }
 
      
         private  static  uint  BytesToLong( byte  a,  byte  b,  byte  c,  byte  d)
         {
            
             return  (( uint )a << 24) | (( uint )b << 16) | (( uint )c << 8) | ( uint )d;
         }
 
 
         public  static  string  long2IP( long  longIP)
         {
             StringBuilder sb =  new  StringBuilder( "" );
             sb.Append(longIP >> 24);
             sb.Append( "." );
             //将高8位置0,然后右移16为
 
             sb.Append((longIP & 0x00FFFFFF) >> 16);
             sb.Append( "." );
 
             sb.Append((longIP & 0x0000FFFF) >> 8);
             sb.Append( "." );
             sb.Append((longIP & 0x000000FF));
 
             return  sb.ToString();
 
         }
  
     }




改进版 采用二分逼近 算法(类似二分查找,但又不同)  性能提升很大

C# code ?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
  public  string [] Find( string  ip)
         {
             var ips = ip.Split( '.' );
             uint  ip_prefix =  uint .Parse(ips[0]);
             uint  find_uint32 = BytesToLong( byte .Parse(ips[0]),  byte .Parse(ips[1]),  byte .Parse(ips[2]),  byte .Parse(ips[3])); //BIG_ENDIAN
             uint  max_len = 0;
             int  resultOffset = -1;
             int  resultLegth = -1;
             uint  start = index[ip_prefix];
             if  (ip_prefix != 255)
             {
                 max_len = index[ip_prefix + 1];
             }
             else
             {
                 max_len = index[255];
             }
             uint  num = max_len - start;
             uint  my_index = BinarySearch(start, max_len, find_uint32);
             start = my_index * 8 + 1024;
             resultOffset = ( int )BytesToLong(( byte )0, indexBuffer[start + 6], indexBuffer[start + 5], indexBuffer[start + 4]); //LITTLE_ENDIAN
             resultLegth = 0xFF & indexBuffer[start + 7]; // 长度
 
             if  (resultOffset == -1 || resultLegth == -1)
             {
                 return  new  string [] {  "N/A"  };
             }
             var areaBytes =  new  byte [resultLegth];
             Array.Copy(dataBuffer, dataLength + resultOffset - 1024, areaBytes, 0, resultLegth);
             return  Encoding.UTF8.GetString(areaBytes).Split( ' ' );
         }
 
 
 
         /// <summary>
         /// 二分逼近
         /// </summary>
         public  uint  BinarySearch( uint  low,  uint  high,  uint  k)
         {
             uint  M = 0;
             while  (low <= high)
             {
                 uint  mid = (low + high) / 2;
                 uint  endipNum = GetStartIp(mid);
                 if  (endipNum >= k)
                 {
                     M = mid;  //mid有可能是解
                     high = mid - 1;
                 }
                 else
                     low = mid + 1;
             }
             return  M;
         }



有了上面高效算法  解析出来800多万数据 也很快   再用一个简单的ling 统计一下即可

C# code ?
1
2
3
   var cn_result= from r  in  list
                         group r by r.cn into g
                         select  new  { key = g.Key, cnt = g.Count() };


 800多万数据  统计组图  

最新IP地址数据库 二分逼近算法 高效解析800万大数据之区域分布_第2张图片
最新IP地址数据库 二分逼近算法 高效解析800万大数据之区域分布_第3张图片
最新IP地址数据库 二分逼近算法 高效解析800万大数据之区域分布_第4张图片
最新IP地址数据库 二分逼近算法 高效解析800万大数据之区域分布_第5张图片
最新IP地址数据库 二分逼近算法 高效解析800万大数据之区域分布_第6张图片
微信
最新IP地址数据库 二分逼近算法 高效解析800万大数据之区域分布_第7张图片


你可能感兴趣的:(ip地址库高效解析,二分逼近算法)