细心的朋友应该会发现，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地址显现功用”，境外用户显现的是国家，国内的用户显现的省份，而且此项显现无法封闭，归属地强制显现。

作为技术人，那！这个功用要怎么完结呢？

下面，我就来讲讲，Java中是如何获取IP属地的，主要分为以下几步：

经过 HttpServletRequest 目标，获取用户的IP地址
经过 IP 地址，获取对应的省份、城市

首要需要写一个 IP 获取的东西类，因为每一次用户的 Request 恳求，都会携带上恳求的 IP 地址放到恳求头中

经过此方法，从恳求Header中获取到用户的IP地址

现在自己在做的项目中，也有获取IP地址归属地省份、城市的需求，用的是：淘宝IP库

地址：ip.taobao.com/

本来的恳求源码如下：

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

下面，给大家介绍下之前在Github冲浪时发现的今日的主角：

Ip2region开源项目，github地址：github.com/lionsoul201…

现在最新已更新到了v2.0版别，ip2region v2.0是一个离线IP地址定位库和IP定位数据办理结构，10微秒等级的查询功率，准提供了很多干流编程言语的 xdb 数据生成和查询客户端完结。

99.9%精确率：

数据聚合了一些闻名ip到地名查询提供商的数据，这些是他们官方的的精确率，经测验着实比经典的纯真IP定位精确一些。
ip2region的数据聚合自以下服务商的敞开API或许数据(晋级程序每秒恳求次数2到4次):
01, >80%, 淘宝IP地址库, ip.taobao.com/\ 02, ≈10%, GeoIP, geoip.com/\ 03, ≈2%, 纯真IP库, www.cz88.net/\ 补白：如果上述敞开API或许数据都不给敞开数据时ip2region将停止数据的更新服务。

多查询客户端的支撑

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

binding	描述	开发状况	binary查询耗时	b-tree查询耗时	memory查询耗时
c	ANSC c binding	已完结	0.0x毫秒	0.0x毫秒	0.00x毫秒
c#	c# binding	已完结	0.x毫秒	0.x毫秒	0.1x毫秒
golang	golang binding	已完结	0.x毫秒	0.x毫秒	0.1x毫秒
java	java binding	已完结	0.x毫秒	0.x毫秒	0.1x毫秒
lua	lua完结的binding	已完结	0.x毫秒	0.x毫秒	0.x毫秒
lua_c	lua的c扩展	已完结	0.0x毫秒	0.0x毫秒	0.00x毫秒
nginx	nginx的c扩展	已完结	0.0x毫秒	0.0x毫秒	0.00x毫秒
nodejs	nodejs	已完结	0.x毫秒	0.x毫秒	0.1x毫秒
php	php完结的binding	已完结	0.x毫秒	0.1x毫秒	0.1x毫秒
php5_ext	php5的c扩展	已完结	0.0x毫秒	0.0x毫秒	0.00x毫秒
php7_ext	php7的c扩展	已完结	0.0毫秒	0.0x毫秒	0.00x毫秒
python	python bindng	已完结	0.x毫秒	0.x毫秒	0.x毫秒
rust	rust binding	已完结	0.x毫秒	0.x毫秒	0.x毫秒

Ip2region V2.0 特性

1、标准化的数据格局

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，只要中国的数据绝大部分精确到了城市，其他国家部分数据只能定位到国家，后前的选项全部是0。

2、数据去重和紧缩

xdb 格局生成程序会自动去重和紧缩部分数据，默许的全部 IP 数据，生成的 ip2region.xdb 数据库是 11MiB，跟着数据的详细度添加数据库的大小也慢慢增大。

3、极速查询呼应

即使是彻底根据 xdb 文件的查询，单次查询呼应时间在十微秒等级，可经过如下两种方法开启内存加快查询：

vIndex 索引缓存：运用固定的 512KiB 的内存空间缓存 vector index 数据，削减一次 IO 磁盘操作，坚持平均查询功率稳定在10-20微秒之间。
xdb 整个文件缓存：将整个 xdb 文件全部加载到内存，内存占用等同于 xdb 文件大小，无磁盘 IO 操作，坚持微秒等级的查询功率。

4、极速查询呼应

v2.0 格局的 xdb 支撑亿等级的 IP 数据段行数，region 信息也能够彻底自定义，例如：你能够在 region 中追加特定业务需求的数据，例如：GPS信息/世界统一地域信息编码/邮编等。也便是你彻底能够运用 ip2region 来办理你自己的 IP 定位数据。

ip2region xdb java 查询客户端完结

运用方法

引进maven仓库：

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

彻底根据文件的查询

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 目标
        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、查询
        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、补白：并发运用，每个线程需要创立一个独立的 searcher 目标独自运用。
    }
}

缓存VectorIndex索引

咱们能够提前从 xdb 文件中加载出来 VectorIndex 数据，然后大局缓存，每次创立 Searcher 目标的时分运用大局的 VectorIndex 缓存能够削减一次固定的 IO 操作，从而加快查询，削减 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 中预先加载 VectorIndex 缓存，而且把这个得到的数据作为大局变量，后续重复运用。
        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、运用大局的 vIndex 创立带 VectorIndex 缓存的查询目标。
        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、查询
        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);
        }
        // 补白：每个线程需要独自创立一个独立的 Searcher 目标，可是都共享大局的制度 vIndex 缓存。
    }
}

缓存整个xdb数据

咱们也能够预先加载整个 ip2region.xdb 的数据到内存，然后根据这个数据创立查询目标来完结彻底根据文件的查询，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、运用上述的 cBuff 创立一个彻底根据内存的查询目标。
        Searcher searcher;
        try {
            searcher = Searcher.newWithBuffer(cBuff);
        } catch (Exception e) {
            System.out.printf("failed to create content cached searcher: %s\n", e);
            return;
        }
        // 3、查询
        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);
        }
        // 补白：并发运用，用整个 xdb 数据缓存创立的查询目标能够安全的用于并发，也便是你能够把这个 searcher 目标做成大局目标去跨线程拜访。
    }
}

IDEA中做个测验

彻底根据文件的查询

ip属地国内的话，会展现省份，国外的话，只会展现国家。能够经过如下图这个方法进行进一步封装，得到获取IP属地的信息。

下面是官网给出的指令运行jar方法给出的测验demo，能够理解下

编译测验程序

经过 maven 来编译测验程序。

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

然后会在当时目录的 target 目录下得到一个 ip2region-{version}.jar 的打包文件。

查询测验

能够经过 java -jar ip2region-{version}.jar search 指令来测验查询：

➜  java git:(v2.0_xdb) ✗ java -jar target/ip2region-2.6.0.jar search
java -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：运用默许的 data/ip2region.xdb 文件进行查询测验：

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

输入 ip 即可进行查询测验，也能够别离设置 cache-policy 为 file/vectorIndex/content 来测验三种不同缓存完结的查询作用。

bench 测验

能够经过 java -jar ip2region-{version}.jar bench 指令来进行 bench 测验，一方面确保 xdb 文件没有错误，一方面能够评估查询性能：

➜  java git:(v2.0_xdb) ✗ java -jar target/ip2region-2.6.0.jar bench
java -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：经过默许的 data/ip2region.xdb 和 data/ip.merge.txt 文件进行 bench 测验：

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

能够经过别离设置 cache-policy 为 file/vectorIndex/content 来测验三种不同缓存完结的作用。 @Note: 留意 bench 运用的 src 文件要是生成对应 xdb 文件相同的源文件。

到这里获取用户IP属地现已完结啦，这篇文章介绍的v2.0版别，有兴趣的小伙伴能够登录上门的github地址了解下v1.0版别

如若觉得有用，欢迎收藏+点赞，如遇到什么问题，欢迎留言讨论

再见ip.taobao，全网显示 IP 归属地，快用这个开源库

下面，我就来讲讲，Java中是如何获取IP属地的，主要分为以下几步：

下面，给大家介绍下之前在Github冲浪时发现的今日的主角：

99.9%精确率：

多查询客户端的支撑

Ip2region V2.0 特性

ip2region xdb java 查询客户端完结

IDEA中做个测验

编译测验程序

查询测验

bench 测验

作者信息

推广

再见ip.taobao，全网显示 IP 归属地，快用这个开源库

下面，我就来讲讲，Java中是如何获取IP属地的，主要分为以下几步：

下面，给大家介绍下之前在Github冲浪时发现的今日的主角：

99.9%精确率：

多查询客户端的支撑

Ip2region V2.0 特性

ip2region xdb java 查询客户端完结

IDEA中做个测验

编译测验程序

查询测验

bench 测验

相关文章

FlowGod——一款基于eBPF的流量捕获工具（进程级别）

从零实现即时通讯IM聊天功能的三种方法

flutter 项目IOS 真机调试流程/appicon/启动图设置/上架问题相关总结

Android 自定义View 之 饼状进度条

作者信息

推广

Android 自定义View 之饼状进度条