老大告诉我不要用字符串存IP地址，不兴~

Posted 2022-04-07 _陈哈哈

  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。

---

目录

• 一、IP地址应该怎么存
• 二、整数存储 IP 地址的查询性能实验
• • 1、测试范围查询：
  • 2、IP精确查询：
  • 3、整理一下结果发现：
• 总结

一、IP地址应该怎么存

  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。

• INET_ATON()

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

• INET_NTOA()

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。

二、整数存储 IP 地址的查询性能实验

测试数据，用存储过程生成了 100 万个随机 IP 地址；

1、测试范围查询：

• IP转成Int，查询：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)

• IP为字符串，查询：耗时0.63s

select ip_varchar from T where ip_varchar like '192.%';

1726 row in set, 1 warning (0.63 sec)

2、IP精确查询：

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。

3、整理一下结果发现：

• 范围查询和精确查询：

  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。

• 存储空间节省:

  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。

总结

  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。