IPIP.net 地址库格式分析

2019 年 4 月 18 日 1432 点热度 0 人点赞 0 条评论

IP 数据库在互联网时代起着举足轻重的作用，例如电商网站的风控系统、通讯软件的登录系统，通常都会将用户的登录 IP 作为一个重要指标进行甄别，因此 IP 数据库的精确性就显得格外重要。

目前网络上提供离线数据库下载的有 qqwry 纯真、IPIP.net、MaxMind 三家。其中 IPIP.net 宣称是基于各电信运营商以及网络服务的 BGP/ASN 数据而分析处理而得来，目前也有众多的知名企业在使用。

2018 年 6 月，IPIP.net 宣布进军 IPv6。在 2019 年 1 月左右，老高在官方放出了全新的 ipdb 格式，能够同时兼容 IPv4/IPv6 地址的查询，另外也大幅提升查询速度。本文就重点来分析一下 ipdb 的文件格式。

ipdb 文件在结构上分为三层：文件头、节点区、记录区。

ipdb 的文件头就是一个简单的 JSON，前 4 个字节表示了 JSON 字符串的长度。

JSON 中提供了数据库的构建时间、节点的数量、多语言的偏移量、支持的字段等等。

ipdb 的索引方式采用字典树（trie）的方式，首先将 IP 地址转换为二进制形式，然后从根节点开始，遇到二进制位为 0 的时候跳到左子树上，遇到 1 则跳到右子树上。

节点区由若干组节点组成，每组节点长度为 8-byte，其中前 4-byte 表示该节点的左儿子序号，后 4-byte 则是右儿子的节点序号。

举个栗子，我们先把 3.0.0.0 转换成二进制。假设 IPv4 根节点序号为 96，那么根据第 1 个二进制位 0，下一跳应该跳转到 96 节点的左儿子 97 上。以此类推，当跳到序号大于节点总数的时候（还记得文件头中的信息吗），就意味着找到最终的数据了。