目(mu)前有兩種(zhong)方(fang)式對 IP 以及歸屬地信息進行(xing)緩存：

• 第一種是將起始 IP，結束 IP 以及中間所有 IP 轉換成整型，然后以字符串方式，用轉換后的 IP 作為 key，歸屬地信息作為 value 存入 Redis；
• 第二種是采用有序集合和散列方式，首先將起始 IP 和結束 IP 添加到有序集合 ip2cityid，城市 ID 作為成員，轉換后的 IP 作為分值，然后再將城市 ID 和歸屬地信息添加到散列 cityid2city，城市 ID 作為 key，歸屬地信息作為 value。

第一種方式就(jiu)不多做介紹了，簡單粗(cu)暴(bao)，非常不推薦。查詢速度當然很快，毫秒級(ji)別，但缺點也十分(fen)明(ming)顯，我用(yong) 1000 條(tiao)數據做了測試，緩存時間長(chang)，大概 20 分(fen)鐘，占(zhan)用(yong)空間大，將近 1G。

下面介紹第二種方式直接看代碼

python語言實現

# generate_to_redis.py
# -*- coding:utf-8 -*-
import time
import json
from redis import Redis
def ip_to_num(x):
    return sum([256 ** j * int(i) for j, i in enumerate(x.split('.')[::-1])])
# 連接 Redis
conn = Redis(host='127.0.0.1', port=6379, db=10)
start_time = time.time()
# 文件格式
# 1.0.0.0|1.0.0.255|澳大利亞|0|0|0|0
# 1.0.1.0|1.0.3.255|中國|0|福建省|福州市|電信
with open('./ip.merge.txt', 'r') as f:
    i = 1
    for line in f.readlines():
        item = line.strip().split('|')
        # 將起始 IP 和結束 IP 添加到有序集合 ip2cityid
        # 成員分別是城市 ID 和 ID + #, 分值是根據 IP 計算的整數值
        conn.zadd('ip2cityid', str(i), ip_to_num(item[0]), str(i) + '#', ip_to_num(item[1]) + 1)
        # 將城市信息添加到散列 cityid2city，key 是城市 ID，值是城市信息的 json 序列
        conn.hset('cityid2city', str(i), json.dumps([item[2], item[3], item[4], item[5]]))
        i += 1
end_time = time.time()
print 'start_time: ' + str(start_time) + ', end_time: ' + str(end_time) + ', cost time: ' + str(end_time - start_time)

java語言實現

以下(xia)是通(tong)過(guo) Java 來實現將 IP 起始(shi)值(zhi)和結(jie)束值(zhi)通(tong)過(guo)有序(xu)集(ji)(ji)合(he)(he)存儲，并(bing)根據(ju)傳入(ru)的 IP 返回這個 IP 是否在(zai)(zai) IP 范圍集(ji)(ji)合(he)(he)中存在(zai)(zai)的示(shi)例代碼：

• redis中存儲的圖
  
• java代碼如下

package com.lind.redis;

import com.lind.redis.config.LettuceRedisAutoConfigure;
import lombok.extern.slf4j.Slf4j;
import org.junit.Test;
import org.junit.runner.RunWith;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.boot.test.context.SpringBootTest;
import org.springframework.data.redis.connection.lettuce.LettuceConnectionFactory;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.test.context.junit4.SpringRunner;

/**
 * 關于ip地址范圍檢索的測試
 *
 * @author lind
 * @date 2024/3/6 11:14
 * @since 1.0.0
 */
@Slf4j
@RunWith(SpringRunner.class)
@SpringBootTest(classes = { LettuceConnectionFactory.class, LettuceRedisAutoConfigure.class })
public class IpRangeTest {

    private static final String IP_RANGE_KEY = "ip_ranges";

    @Autowired
    RedisTemplate redisTemplate;

    // 將 IP 地址轉換為 long 類型的分數值
    public static double convertIPToScore(String ip) {
       String[] ipParts = ip.split("\\.");
       if (ipParts.length != 4) {
          throw new IllegalArgumentException("Invalid IP address format");
       }

       long score = 0;
       for (int i = 0; i < 4; i++) {
          long partValue = Long.parseLong(ipParts[i]);
          score = (score << 8) + partValue; // 將每個部分的值左移8位并相加
       }

       return score;
    }

    @Test
    public void testRangeIp() {
     redisTemplate.delete(IP_SCORE_RANGE_KEY);
		// 存儲 IP 范圍到 Redis
		storeIPScoreRangeToRedis("103.159.125.66", "103.159.125.177");
		storeIPScoreRangeToRedis("114.250.19.131", "116.250.19.255");
		storeIPScoreRangeToRedis("10.10.10.131", "10.10.20.255");
		storeIPScoreRangeToRedis("192.10.10.131", "192.10.10.255");

		// 檢查用戶真實 IP 是否在 IP 集合中
		String userIP = "114.250.19.132";
		boolean inBlacklist = isIpInRange(userIP);
		if (inBlacklist) {
			System.out.println(userIP + " is in the IP blacklist.");
		}
		else {
			System.out.println(userIP + " is not in the IP blacklist.");
		}

    }

	private void storeIPScoreRangeToRedis(String startIP, String endIP) {
		long startScore = convertIPToScore(startIP);
		double score = Double.valueOf(startScore);
		redisTemplate.opsForZSet().add(IP_SCORE_RANGE_KEY, startIP + "-" + endIP, score);
	}

    // 判斷某個IP是否在ZSet的范圍內
	// 通過起始值先過濾掉大于指定IP的，再剩下的集合進行遍歷
	public boolean isIpInRange(String ipAddress) {
		ZSetOperations<String, String> opsForZSet = redisTemplate.opsForZSet();
		double ip = (double) convertIPToScore(ipAddress);
		Set<ZSetOperations.TypedTuple<String>> result = opsForZSet.rangeByScoreWithScores(IP_SCORE_RANGE_KEY, 0, ip);
		for (ZSetOperations.TypedTuple<String> o : result) {

			String[] arr = o.getValue().split("-");
			long start = convertIPToScore(arr[0]);
			long end = convertIPToScore(arr[1]);
			if (ip >= start && ip <= end) {
				System.out.println("find rangeL" + arr[0] + "-" + arr[1]);
				return true;
			}
		}

		return false;
	}

}