論IP地址在數據庫中應該用何種形式存儲

轉自：http://www.cnblogs.com/skynet/archive/2011/01/09/1931044.html

在看公司項目代碼時，有涉及到ip地址存儲，

使用的是varbinary(4)，但沒有文檔說明

這引發我的思考——緣起

 

當設計一個數據表時，考慮使用何種列的數據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據庫中，就不可以直接比較大小。還有一點需要考慮，那就是可讀性！數據雖然是存儲在數據庫中，但也要考慮到可讀性問題。

本文要探討的是“IP地址在數據庫中，應該使用何種形式存儲？”，文章將以實驗爲基礎介紹使用何種形式比較適合。

1、感性認識

大家都知道ip地址分爲ipv4、ipv6，這裏我以ipv4爲例介紹，ipv6原理是一樣的。ipv4的小爲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"存儲到數據庫中呢？

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"存儲到數據庫中有多少中可行方法呢？見下表所示：

數據類型	大小	註釋
varchar(15)	佔7～15字節	可讀性最好（192.168.120.65），但是最費存儲空間
bigint	8 字節	可以將ip地址存儲爲類似192168120065的格式，這種可讀性稍差，也比較費存儲空間
int	4 字節	這種可讀性很差，會存儲爲1084782657，由192*16777216+168*65536+120*256+65-2147483648計算所得，佔用存儲空間少。
tinyint	4 字節	用4個字段來分開存儲ip地址，可讀性稍差（分別爲192， 168， 120， 65），存儲空間佔用少
varbinary(4)	4 字節	可讀性差（0xC0A87841），存儲空間佔用少

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需要佔多個表字段，而varbinary只需要佔用一個字段即可。正確性還有待下面的實驗檢查！！！

2、理性認識

本小節通過創建5張表，分別用上述5中數據類型存儲ip地址，每張表插入1,000,000條記錄。說明爲了方便消除差異，這些表中插入的都是192.168.120.65。建表和插入數據的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據）：

然後我們執行存儲過程sp_spaceused查看空間效率，執行下面的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

可以得到下面的結果：

說明：上面各個字段的意思如下表所示

列名	數據類型	說明
reserved	varchar(18)	由數據庫中對象分配的空間總量。
data	varchar(18)	數據使用的空間總量。
index_size	varchar(18)	索引使用的空間總量。
unused	varchar(18)	爲數據庫中的對象保留但尚未使用的空間總量。

可以看出，這5張表中的記錄都是1000000，ip_address_varchar佔空間最大30792 KB；其次是ip_address_bigint和ip_address_varbinary佔用16904 KB；最後是ip_address_int和ip_address_tinyint只佔用16904 KB。

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

理論上bigint肯定要比varbinary佔用空間多，可是實驗得出來是一樣的，爲什麼呢？我查看幫助信息也沒有看出什麼異常，varbinary(4)的確是佔用4個字節、bigint也的確是佔用8個字節，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（信不過數據結果啊），肯定會選擇使用varbinary(4)而不是bigint。如果能夠證明數據結果沒有錯，應該選擇bigint，因爲他的可讀性更好！

3、查詢效率

本小節比較上述5中存儲ip地址的查詢效率。爲了比較查詢效率，這裏重新插入數據，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據表中隨機插入1000條記錄（但是保證每張表的數據是一樣的）。存儲過程如下：

考慮查找在範圍192.0.0.0~192.255.255.255之間的ip地址的查詢效率問題。說明我忽略了預處理的開銷，即將192.0.0.0和192.255.255.255轉換爲上述的5種類型的時間，代碼中我直接使用了這些值，沒有給出轉換過程，具體代碼如下：

執行得到的消息如下：

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

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

(3 行受影響)

(1 行受影響)

SQL Server 執行時間:
   CPU 時間 = 0 毫秒，佔用時間 = 113 毫秒。

SQL Server 執行時間:
   CPU 時間 = 0 毫秒，佔用時間 = 1 毫秒。

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

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

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

(2 行受影響)

(1 行受影響)

SQL Server 執行時間:
   CPU 時間 = 0 毫秒，佔用時間 = 1 毫秒。

SQL Server 執行時間:
   CPU 時間 = 0 毫秒，佔用時間 = 1 毫秒。

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

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

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

(2 行受影響)

(1 行受影響)

SQL Server 執行時間:
   CPU 時間 = 0 毫秒，佔用時間 = 146 毫秒。

SQL Server 執行時間:
   CPU 時間 = 0 毫秒，佔用時間 = 1 毫秒。

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

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

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

(2 行受影響)

(1 行受影響)

SQL Server 執行時間:
   CPU 時間 = 0 毫秒，佔用時間 = 85 毫秒。

SQL Server 執行時間:
   CPU 時間 = 0 毫秒，佔用時間 = 1 毫秒。

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

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

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

(2 行受影響)

(1 行受影響)

SQL Server 執行時間:
   CPU 時間 = 0 毫秒，佔用時間 = 13 毫秒。

SQL Server 執行時間:
   CPU 時間 = 0 毫秒，佔用時間 = 1 毫秒。

SQL Server 執行時間:
   CPU 時間 = 0 毫秒，佔用時間 = 1 毫秒。

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

上述結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，然後是varbinary(4)

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

如果加我選擇，我會使用varbinary(4)。

 

——熬夜搞這問題，設計實驗和測試方法，頭腦現在有些不清醒了，不知實驗數據和結論有沒有出問題，有發現的請糾正！