关于java:新来了个技术总监居然要我做一个-IP-属地功能不服就干

作者：ThinkingKeep\
链接：https://juejin.cn/post/711895...

仔细的敌人应该会发现，最近，继新浪微博之后，头条、腾讯、抖音、知乎、快手、小红书等各大平台陆陆续续都上线了“网络用户IP地址显示性能”，境外用户显示的是国家，国内的用户显示的省份，而且此项显示无奈敞开，归属地强制显示。

作为技术人，那！这个性能要怎么实现呢？

上面，我就来讲讲，Java中是如何获取IP属地的，次要分为以下几步：

• 通过 HttpServletRequest 对象，获取用户的 IP 地址
• 通过 IP 地址，获取对应的省份、城市

首先须要写一个 IP 获取的工具类，因为每一次用户的 Request 申请，都会携带上申请的 IP 地址放到申请头中

通过此办法，从申请Header中获取到用户的IP地址

目前自己在做的我的项目中，也有获取IP地址归属地省份、城市的需要，用的是：淘宝IP库

地址：ip.taobao.com/

原来的申请源码如下：

能够看到日志log文件中，大量的the request over max qps for user问题

上面，给大家介绍下之前在Github冲浪时发现的明天的配角：

目前最新已更新到了v2.0版本，ip2region v2.0是一个离线IP地址定位库和IP定位数据管理框架，10微秒级别的查问效率，准提供了泛滥支流编程语言的 xdb 数据生成和查问客户端实现。

99.9%准确率：

数据聚合了一些出名ip到地名查问提供商的数据，这些是他们官网的的准确率，经测试着实比经典的纯洁IP定位精确一些。

多查问客户端的反对

曾经集成的客户端有：java、C#、php、c、python、nodejs、php扩大(php5和php7)、golang、rust、lua、lua_c, nginx。

Ip2region V2.0 个性

1、标准化的数据格式

每个 ip 数据段的 region 信息都固定了格局：国家|区域|省份|城市|ISP，只有中国的数据绝大部分准确到了城市，其余国家局部数据只能定位到国家，后前的选项全副是0。

2、数据去重和压缩

xdb 格局生成程序会主动去重和压缩局部数据，默认的全副 IP 数据，生成的 ip2region.xdb 数据库是 11MiB，随着数据的具体度减少数据库的大小也缓缓增大。

3、极速查问响应

即便是齐全基于 xdb 文件的查问，单次查问响应工夫在十微秒级别，可通过如下两种形式开启内存减速查问：

1. vIndex 索引缓存 ：应用固定的 512KiB 的内存空间缓存 vector index 数据，缩小一次 IO 磁盘操作，放弃均匀查问效率稳固在10-20微秒之间。
2. xdb 整个文件缓存：将整个 xdb 文件全副加载到内存，内存占用等同于 xdb 文件大小，无磁盘 IO 操作，放弃微秒级别的查问效率。

4、极速查问响应

v2.0 格局的 xdb 反对亿级别的 IP 数据段行数，region 信息也能够齐全自定义，例如：你能够在 region 中追加特定业务需要的数据，例如：GPS信息/国内对立地区信息编码/邮编等。也就是你齐全能够应用 ip2region 来治理你本人的 IP 定位数据。

ip2region xdb java 查问客户端实现

• 应用形式

引入maven仓库：

<dependency>    <groupId>org.lionsoul</groupId>    <artifactId>ip2region</artifactId>    <version>2.6.4</version></dependency>

• 齐全基于文件的查问

import org.lionsoul.ip2region.xdb.Searcher;import java.io.*;import java.util.concurrent.TimeUnit;public class SearcherTest {    public static void main(String[] args) {        // 1、创立 searcher 对象        String dbPath = "ip2region.xdb file path";        Searcher searcher = null;        try {            searcher = Searcher.newWithFileOnly(dbPath);        } catch (IOException e) {            System.out.printf("failed to create searcher with `%s`: %s\n", dbPath, e);            return;        }        // 2、查问        try {            String ip = "1.2.3.4";            long sTime = System.nanoTime();            String region = searcher.search(ip);            long cost = TimeUnit.NANOSECONDS.toMicros((long) (System.nanoTime() - sTime));            System.out.printf("{region: %s, ioCount: %d, took: %d s}\n", region, searcher.getIOCount(), cost);        } catch (Exception e) {            System.out.printf("failed to search(%s): %s\n", ip, e);        }        // 3、备注：并发应用，每个线程须要创立一个独立的 searcher 对象独自应用。    }}

• 缓存VectorIndex索引

咱们能够提前从 xdb 文件中加载进去 VectorIndex 数据，而后全局缓存，每次创立 Searcher 对象的时候应用全局的 VectorIndex 缓存能够缩小一次固定的 IO 操作，从而减速查问，缩小 IO 压力。

import org.lionsoul.ip2region.xdb.Searcher;import java.io.*;import java.util.concurrent.TimeUnit;public class SearcherTest {    public static void main(String[] args) {        String dbPath = "ip2region.xdb file path";        // 1、从 dbPath 中事后加载 VectorIndex 缓存，并且把这个失去的数据作为全局变量，后续重复应用。        byte[] vIndex;        try {            vIndex = Searcher.loadVectorIndexFromFile(dbPath);        } catch (Exception e) {            System.out.printf("failed to load vector index from `%s`: %s\n", dbPath, e);            return;        }        // 2、应用全局的 vIndex 创立带 VectorIndex 缓存的查问对象。        Searcher searcher;        try {            searcher = Searcher.newWithVectorIndex(dbPath, vIndex);        } catch (Exception e) {            System.out.printf("failed to create vectorIndex cached searcher with `%s`: %s\n", dbPath, e);            return;        }        // 3、查问        try {            String ip = "1.2.3.4";            long sTime = System.nanoTime();            String region = searcher.search(ip);            long cost = TimeUnit.NANOSECONDS.toMicros((long) (System.nanoTime() - sTime));            System.out.printf("{region: %s, ioCount: %d, took: %d s}\n", region, searcher.getIOCount(), cost);        } catch (Exception e) {            System.out.printf("failed to search(%s): %s\n", ip, e);        }        // 备注：每个线程须要独自创立一个独立的 Searcher 对象，然而都共享全局的制度 vIndex 缓存。    }}

• 缓存整个xdb数据

咱们也能够事后加载整个 ip2region.xdb 的数据到内存，而后基于这个数据创立查问对象来实现齐全基于文件的查问，相似之前的 memory search。

import org.lionsoul.ip2region.xdb.Searcher;import java.io.*;import java.util.concurrent.TimeUnit;public class SearcherTest {    public static void main(String[] args) {        String dbPath = "ip2region.xdb file path";        // 1、从 dbPath 加载整个 xdb 到内存。        byte[] cBuff;        try {            cBuff = Searcher.loadContentFromFile(dbPath);        } catch (Exception e) {            System.out.printf("failed to load content from `%s`: %s\n", dbPath, e);            return;        }        // 2、应用上述的 cBuff 创立一个齐全基于内存的查问对象。        Searcher searcher;        try {            searcher = Searcher.newWithBuffer(cBuff);        } catch (Exception e) {            System.out.printf("failed to create content cached searcher: %s\n", e);            return;        }        // 3、查问        try {            String ip = "1.2.3.4";            long sTime = System.nanoTime();            String region = searcher.search(ip);            long cost = TimeUnit.NANOSECONDS.toMicros((long) (System.nanoTime() - sTime));            System.out.printf("{region: %s, ioCount: %d, took: %d s}\n", region, searcher.getIOCount(), cost);        } catch (Exception e) {            System.out.printf("failed to search(%s): %s\n", ip, e);        }        // 备注：并发应用，用整个 xdb 数据缓存创立的查问对象能够平安的用于并发，也就是你能够把这个 searcher 对象做成全局对象去跨线程拜访。    }}

IDEA中做个测试

齐全基于文件的查问

ip属地国内的话，会展现省份，国外的话，只会展现国家。能够通过如下图这个办法进行进一步封装，失去获取IP属地的信息。

上面是官网给出的命令运行jar形式给出的测试demo，能够了解下

编译测试程序

通过 maven 来编译测试程序。

# cd 到 java binding 的根目录cd binding/java/mvn compile package

而后会在当前目录的 target 目录下失去一个 ip2region-{version}.jar 的打包文件。

查问测试

能够通过 java -jar ip2region-{version}.jar search 命令来测试查问：

➜  java git:(v2.0_xdb) ✗ java -jar target/ip2region-2.6.0.jar searchjava -jar ip2region-{version}.jar search [command options]options: --db string              ip2region binary xdb file path --cache-policy string    cache policy: file/vectorIndex/content

例如：应用默认的 data/ip2region.xdb 文件进行查问测试：

➜  java git:(v2.0_xdb) ✗ java -jar target/ip2region-2.6.0.jar search --db=../../data/ip2region.xdbip2region xdb searcher test program, cachePolicy: vectorIndextype 'quit' to exitip2region>> 1.2.3.4{region: 美国|0|华盛顿|0|谷歌, ioCount: 7, took: 82 s}ip2region>>

输出 ip 即可进行查问测试，也能够别离设置 cache-policy 为 file/vectorIndex/content 来测试三种不同缓存实现的查问成果。

bench 测试

能够通过 java -jar ip2region-{version}.jar bench 命令来进行 bench 测试，一方面确保 xdb 文件没有谬误，一方面能够评估查问性能：

➜  java git:(v2.0_xdb) ✗ java -jar target/ip2region-2.6.0.jar benchjava -jar ip2region-{version}.jar bench [command options]options: --db string              ip2region binary xdb file path --src string             source ip text file path --cache-policy string    cache policy: file/vectorIndex/content

例如：通过默认的 data/ip2region.xdb 和 data/ip.merge.txt 文件进行 bench 测试：

➜  java git:(v2.0_xdb) ✗ java -jar target/ip2region-2.6.0.jar bench --db=../../data/ip2region.xdb --src=../../data/ip.merge.txtBench finished, {cachePolicy: vectorIndex, total: 3417955, took: 8s, cost: 2 s/op}

能够通过别离设置 cache-policy 为 file/vectorIndex/content 来测试三种不同缓存实现的成果。 @Note: 留神 bench 应用的 src 文件要是生成对应 xdb 文件雷同的源文件。

到这里获取用户IP属地曾经实现啦，这篇文章介绍的v2.0版本，有趣味的小伙伴能够登录上门的github地址理解下v1.0版本

如若感觉有用，欢送珍藏+点赞，如遇到什么问题，欢送留言探讨

近期热文举荐：

1.1,000+ 道 Java面试题及答案整顿(2022最新版)

2.劲爆！Java 协程要来了。。。

3.Spring Boot 2.x 教程，太全了！

4.别再写满屏的爆爆爆炸类了，试试装璜器模式，这才是优雅的形式！！

5.《Java开发手册（嵩山版）》最新公布，速速下载！

感觉不错，别忘了顺手点赞+转发哦！