IP地址在數(shù)據(jù)庫中的存儲形式分析

 當設(shè)計一個數(shù)據(jù)表時，考慮使用何種列的數(shù)據(jù)類型對性能有比較大的影響，如存儲空間、查詢開銷等。甚至還影響到一些操作，如ip地址以字符串的形式存儲在數(shù)據(jù)庫中，就不可以直接比較大小。還有一點需要考慮，那就是可讀性！數(shù)據(jù)雖然是存儲在數(shù)據(jù)庫中，但也要考慮到可讀性問題。

本文要探討的是“IP地址在數(shù)據(jù)庫中，應(yīng)該使用何種形式存儲？”，文章將以實驗為基礎(chǔ)介紹使用何種形式比較適合。

1、感性認識
大家都知道ip地址分為ipv4、ipv6，這里我以ipv4為例介紹，ipv6原理是一樣的。ipv4的小為32bits（或者說是4Bytes），在使用過程中，我們通常是用點分十進制格式，如192.168.120.65。如何把"192.168.120.65"存儲到數(shù)據(jù)庫中呢？

我們考慮下面三個因素：

可讀性
存儲效率
查詢效率
把"192.168.120.65"存儲到數(shù)據(jù)庫中有多少中可行方法呢？見下表所示：

數(shù)據(jù)類型
大小
注釋

varchar(15)
占7～15字節(jié)
可讀性最好（192.168.120.65），但是最費存儲空間

bigint
8 字節(jié)
可以將ip地址存儲為類似192168120065的格式，這種可讀性稍差，也比較費存儲空間

int
4 字節(jié)
這種可讀性很差，會存儲為1084782657，由192*16777216+168*65536+120*256+65-2147483648計算所得，占用存儲空間少。

tinyint
4 字節(jié)
用4個字段來分開存儲ip地址，可讀性稍差（分別為192， 168， 120， 65），存儲空間占用少

varbinary(4)
4 字節(jié)
可讀性差（0xC0A87841），存儲空間占用少


從大小來看，依次varchar(15)> bigint> int、tinyint、varbinary(4)。

從可讀性來看，依次是varchar(15)> bigint> tinyint> varbinary(4)>int。

從查詢效率來看，

綜合考慮，似乎tinyint比較好，其次是varbinary(4)。但是tinyint需要占多個表字段，而varbinary只需要占用一個字段即可。正確性還有待下面的實驗檢查�。�！

2、理性認識
本小節(jié)通過創(chuàng)建5張表，分別用上述5中數(shù)據(jù)類型存儲ip地址，每張表插入1,000,000條記錄。說明為了方便消除差異，這些表中插入的都是192.168.120.65。建表和插入數(shù)據(jù)的sql語句如下（說明：插入1,000,000條記錄要花挺長時間的，如果你要自己實驗，可以考慮少插入點數(shù)據(jù)）：

建表和插入數(shù)據(jù)的sql語句create database ip_address_test;
go

use ip_address_test
/*****it defines ip address as varchar(15)*****/
create table ip_address_varchar(
id int identity(1,1) not null primary key,
ipAddress varchar(15)
);
/*****it defines ip address as bigint*****/
create table ip_address_bigint(
id int identity(1,1) not null primary key,
ipAddress bigint
);
/*****it defines ip address as int*****/
create table ip_address_int(
id int identity(1,1) not null primary key,
ipAddress int
);
/*****it defines ip address as tinyint*****/
create table ip_address_tinyint(
id int identity(1,1) not null primary key,
ip_address1 tinyint,
ip_address2 tinyint,
ip_address3 tinyint,
ip_address4 tinyint
);
/*****it defines ip address as varbinary(4)*****/
create table ip_address_varbinary(
id int identity(1,1) not null primary key,
ipAddress1 varbinary(4)
);


/*****insert data into tables*****/
declare @i int, @ip varchar(15)
set @i = 0
set @ip = '192.168.120.65'
while @i < 1000000
begin
/**** insert into ip_address_varchar values ****/
insert ip_address_varchar values(@ip)

/**** insert into ip_address_bigint values ****/
insert ip_address_bigint values(
convert( bigint,
right('000'+convert(varchar(3), parsename(@ip, 4)),3)+
right('000'+convert(varchar(3), parsename(@ip, 3)),3)+
right('000'+convert(varchar(3), parsename(@ip, 2)),3)+
right('000'+convert(varchar(3), parsename(@ip, 1)),3)
)
)

/**** insert into ip_address_int values ****/
insert ip_address_int values(
cast(
(cast(parsename(@ip, 4) as bigint)*16777216)+
(cast(parsename(@ip, 3) as bigint)*65536)+
(cast(parsename(@ip, 2) as bigint)*256)+
cast(parsename(@ip, 1) as bigint)
-2147483648
as int)
)

/**** insert into ip_address_tinyint values ****/
insert ip_address_tinyint values(
convert(tinyint, parsename(@ip, 4)),
convert(tinyint, parsename(@ip, 3)),
convert(tinyint, parsename(@ip, 2)),
convert(tinyint, parsename(@ip, 1))
)

/**** insert into ip_address_varbinary values ****/
insert ip_address_varbinary values(
cast( convert(tinyint, parsename(@ip, 4)) as varbinary)+
cast( convert(tinyint, parsename(@ip, 3)) as varbinary)+
cast( convert(tinyint, parsename(@ip, 2)) as varbinary)+
cast( convert(tinyint, parsename(@ip, 1)) as varbinary)
)

set @i = @i + 1
end
然后我們執(zhí)行存儲過程sp_spaceused查看空間效率，執(zhí)行下面的sql語句：

exec sp_spaceused ip_address_varchar
exec sp_spaceused ip_address_bigint
exec sp_spaceused ip_address_int
exec sp_spaceused ip_address_tinyint
exec sp_spaceused ip_address_varbinary

可以得到下面的結(jié)果：




說明：上面各個字段的意思如下表所示




可以看出，這5張表中的記錄都是1000000，ip_address_varchar占空間最大30792 KB；其次是ip_address_bigint和ip_address_varbinary占用16904 KB；最后是ip_address_int和ip_address_tinyint只占用16904 KB。

所以從可讀性和空間效率上來看，最理想的是用tinyint的數(shù)據(jù)類型存儲ip地址。其次應(yīng)該考慮varbinary(4)和bigint。

理論上bigint肯定要比varbinary占用空間多，可是實驗得出來是一樣的，為什么呢？我查看幫助信息也沒有看出什么異常，varbinary(4)的確是占用4個字節(jié)、bigint也的確是占用8個字節(jié)，如下圖

如果有知道的，請告訴我一聲！不過讓我從這兩者之間選（信不過數(shù)據(jù)結(jié)果�。�，肯定會選擇使用varbinary(4)而不是bigint。如果能夠證明數(shù)據(jù)結(jié)果沒有錯，應(yīng)該選擇bigint，因為他的可讀性更好！

3、查詢效率
本小節(jié)比較上述5中存儲ip地址的查詢效率。為了比較查詢效率，這里重新插入數(shù)據(jù)，消除每張表中的記錄都相同（192.168.120.65），下面編寫存儲過程像數(shù)據(jù)表中隨機插入1000條記錄（但是保證每張表的數(shù)據(jù)是一樣的）。存儲過程如下：

隨機插入N條ip地址到5張表中use ip_address_test
declare @ip1 tinyint, @ip2 tinyint, @ip3 tinyint, @ip4 tinyint, @i int
set @i = 1
while @i <= 1000
begin
set @ip1 = FLOOR(256*RAND(cast(cast(left(newid(),8) as varbinary ) as int )) )
set @ip2 = FLOOR(256*RAND(cast(cast(left(newid(),8) as varbinary ) as int )) )
set @ip3 = FLOOR(256*RAND(cast(cast(left(newid(),8) as varbinary ) as int )) )
set @ip4 = FLOOR(256*RAND(cast(cast(left(newid(),8) as varbinary ) as int )) )

/**** insert into ip_address_varchar ****/
declare @ip_varchar varchar(15)
set @ip_varchar = cast(@ip1 as varchar)+'.'+
cast(@ip2 as varchar)+'.'+
cast(@ip3 as varchar)+'.'+
cast(@ip4 as varchar)
insert into ip_address_varchar values(@ip_varchar)

/**** insert into ip_address_bigint ****/
declare @ip_bigint bigint
set @ip_bigint = convert( bigint,
right('000'+convert(varchar(3), @ip1),3)+
right('000'+convert(varchar(3), @ip2),3)+
right('000'+convert(varchar(3), @ip3),3)+
right('000'+convert(varchar(3), @ip4),3)
)
insert into ip_address_bigint values(@ip_bigint)

/**** insert into ip_address_int ****/
declare @ip_int int
set @ip_int = cast(
(cast(@ip1 as bigint)*16777216)+
(cast(@ip2 as bigint)*65536)+
(cast(@ip3 as bigint)*256)+
cast(@ip4 as bigint)
-2147483648
as int)
insert into ip_address_int values(@ip_int)

/**** insert into ip_address_tinyint ****/
insert into ip_address_tinyint values(@ip1,@ip2,@ip3,@ip4)

/**** insert into ip_address_varbinary ****/
declare @ip_varbinary varbinary(4)
set @ip_varbinary = cast( convert(tinyint, @ip1) as varbinary)+
cast( convert(tinyint, @ip2) as varbinary)+
cast( convert(tinyint, @ip3) as varbinary)+
cast( convert(tinyint, @ip4) as varbinary)
insert into ip_address_varbinary values(@ip_varbinary)

set @i = @i + 1
end
考慮查找在范圍192.0.0.0~192.255.255.255之間的ip地址的查詢效率問題。說明我忽略了預(yù)處理的開銷，即將192.0.0.0和192.255.255.255轉(zhuǎn)換為上述的5種類型的時間，代碼中我直接使用了這些值，沒有給出轉(zhuǎn)換過程，具體代碼如下：

查詢192.0.0.0~192.255.255.255之間的ip地址use ip_address_test
set statistics profile on
set statistics io on
set statistics time on
/**** find from ip_address_varchar ****/
select * from ip_address_varchar
where(
cast(parsename(ipAddress, 4) as int) between 192 and 192
and cast(parsename(ipAddress, 3) as int) between 0 and 255
and cast(parsename(ipAddress, 2) as int) between 0 and 255
and cast(parsename(ipAddress, 1) as int) between 0 and 255
)
set statistics profile off
set statistics io off
set statistics time off

set statistics profile on
set statistics io on
set statistics time on
/*****find from ip_address_bigint*****/
select * from ip_address_bigint
where(
ipAddress between 192000000000 and 192255255255
)
set statistics profile off
set statistics io off
set statistics time off

set statistics profile on
set statistics io on
set statistics time on
/*****find from ip_address_int*****/
select * from ip_address_int
where(
ipAddress between 1073741824 and 1090519039
)
set statistics profile off
set statistics io off
set statistics time off

set statistics profile on
set statistics io on
set statistics time on
/*****find from ip_address_tinyint*****/
select * from ip_address_tinyint
where(
ip_address1 between 192 and 192
and ip_address2 between 0 and 255
and ip_address3 between 0 and 255
and ip_address4 between 0 and 255
)
set statistics profile off
set statistics io off
set statistics time off

set statistics profile on
set statistics io on
set statistics time on
/*****find from ip_address_varbinary*****/
select * from ip_address_varbinary
where(
ipAddress1 between 0xC0000000 and 0xC0FFFFFF
)
set statistics profile off
set statistics io off
set statistics time off執(zhí)行得到的消息如下：

SQL Server 分析和編譯時間:
CPU 時間 = 0 毫秒，占用時間 = 1 毫秒。

(5 行受影響)
表 'ip_address_varchar'。掃描計數(shù) 1，邏輯讀取 6 次，物理讀取 0 次，預(yù)讀 0 次，lob 邏輯讀取 0 次，lob 物理讀取 0 次，lob 預(yù)讀 0 次。

(3 行受影響)

(1 行受影響)

SQL Server 執(zhí)行時間:
CPU 時間 = 0 毫秒，占用時間 = 113 毫秒。

SQL Server 執(zhí)行時間:
CPU 時間 = 0 毫秒，占用時間 = 1 毫秒。

SQL Server 執(zhí)行時間:
CPU 時間 = 0 毫秒，占用時間 = 1 毫秒。
SQL Server 分析和編譯時間:
CPU 時間 = 0 毫秒，占用時間 = 1 毫秒。

=============================共115毫秒，ip_address_varchar

(5 行受影響)
表 'ip_address_bigint'。掃描計數(shù) 1，邏輯讀取 5 次，物理讀取 0 次，預(yù)讀 0 次，lob 邏輯讀取 0 次，lob 物理讀取 0 次，lob 預(yù)讀 0 次。

(2 行受影響)

(1 行受影響)

SQL Server 執(zhí)行時間:
CPU 時間 = 0 毫秒，占用時間 = 1 毫秒。

SQL Server 執(zhí)行時間:
CPU 時間 = 0 毫秒，占用時間 = 1 毫秒。

SQL Server 執(zhí)行時間:
CPU 時間 = 0 毫秒，占用時間 = 1 毫秒。
SQL Server 分析和編譯時間:
CPU 時間 = 0 毫秒，占用時間 = 1 毫秒。

===================================共4毫秒，ip_address_bigint

(5 行受影響)
表 'ip_address_int'。掃描計數(shù) 1，邏輯讀取 5 次，物理讀取 0 次，預(yù)讀 0 次，lob 邏輯讀取 0 次，lob 物理讀取 0 次，lob 預(yù)讀 0 次。

(2 行受影響)

(1 行受影響)

SQL Server 執(zhí)行時間:
CPU 時間 = 0 毫秒，占用時間 = 146 毫秒。

SQL Server 執(zhí)行時間:
CPU 時間 = 0 毫秒，占用時間 = 1 毫秒。

SQL Server 執(zhí)行時間:
CPU 時間 = 0 毫秒，占用時間 = 1 毫秒。
SQL Server 分析和編譯時間:
CPU 時間 = 0 毫秒，占用時間 = 1 毫秒。

===================================共149毫秒，ip_address_int

(5 行受影響)
表 'ip_address_tinyint'。掃描計數(shù) 1，邏輯讀取 5 次，物理讀取 0 次，預(yù)讀 0 次，lob 邏輯讀取 0 次，lob 物理讀取 0 次，lob 預(yù)讀 0 次。

(2 行受影響)

(1 行受影響)

SQL Server 執(zhí)行時間:
CPU 時間 = 0 毫秒，占用時間 = 85 毫秒。

SQL Server 執(zhí)行時間:
CPU 時間 = 0 毫秒，占用時間 = 1 毫秒。

SQL Server 執(zhí)行時間:
CPU 時間 = 0 毫秒，占用時間 = 1 毫秒。
SQL Server 分析和編譯時間:
CPU 時間 = 0 毫秒，占用時間 = 1 毫秒。

=======================================共88毫秒，ip_address_tinyint

(5 行受影響)
表 'ip_address_varbinary'。掃描計數(shù) 1，邏輯讀取 5 次，物理讀取 0 次，預(yù)讀 0 次，lob 邏輯讀取 0 次，lob 物理讀取 0 次，lob 預(yù)讀 0 次。

(2 行受影響)

(1 行受影響)

SQL Server 執(zhí)行時間:
CPU 時間 = 0 毫秒，占用時間 = 13 毫秒。

SQL Server 執(zhí)行時間:
CPU 時間 = 0 毫秒，占用時間 = 1 毫秒。

SQL Server 執(zhí)行時間:
CPU 時間 = 0 毫秒，占用時間 = 1 毫秒。

===================================共15毫秒，ip_address_varbinary

上述結(jié)果只是初略的估計了效率，可能不太精確，但還是具有一定參考價值的！我只看ip_address_varbinary（15毫秒）、ip_address_tinyint（88毫秒）、ip_address_bigint（4毫秒）。

效率差距還是挺大的，綜合可讀性、存儲效率、查詢效率，我給這三者排序是：

如果考慮存儲效率，tinyint是最好的！其次是bigint，然后是varbinary(4)

如果更多的是考慮查詢效率，bigint是最好的！其次是varbinary(4)，然后是tinyint

如果加我選擇，我會使用varbinary(4)。