URL: http://code.openark.org/blog/mysql/sql-finding-a-users-countryregion-based-on-ip
我先后两次遇到过相同的问题，所以认为有必要讨论一下。
在web应用中，通过侦测HTTP请求，基于IP找到用户所在的国家或地区是一项基本的功能。而且依据获得的信息，website可以进行相应的I10N的工作。
要开始这项工作，需要有一个对照表列出IP段对应的国家或地区。这里假设我们仅处理IPv4的情况：
CREATE TABLE regions_ip_range (
regions_ip_range_id INT UNSIGNED AUTO_INCREMENT,
country VARCHAR(64) CHARSET utf8,
region VARCHAR(64) CHARSET utf8,
start_ip INT UNSIGNED,
end_ip INT UNSIGNED,
…
PRIMARY KEY(regions_ip_range_id),
...
);
这个表被填充并用来做对照表。现在的问题是：我们如何查询这张表，并如何创建index。
错误的方式
我遇到的方式是：
KEY ip_range_idx (start_ip, end_ip)
然后查询如下：
SELECT * FROM `regions_ip_range` WHERE `my_ip` BETWEEN `start_ip` AND `end_ip`
这种对索引的理解是错误的。我并不是说结果是错误的，只是这个查询的效率会很差。重写这段查询就会明白。下面这段查询和之前的是等价的：
SELECT * FROM `regions_ip_range` WHERE `my_ip` >= `start_ip` AND `my_ip` <= `end_ip`
发现问题了么？
在第一个索引列上有一个范围条件（range condition），自动取消了第二列上的索引使用。反转查询中的顺序也一样。
实际上，如果我们这和我们仅仅在start_ip上定义索引的效果是一样的。
KEY ip_range_idx (start_ip)
可是，这是不允许的。很容易想到（事实上也确实是这样），针对大量的IP 地址，MySQL会执行一次全表查询而非使用索引。
另外一个错误的方式是：
KEY start_ip_idx (start_ip)
KEY end_ip_idx (end_ip)
即为每个地址创建了一个单独的索引。但我们并不会这么做，因为即使我们觉得MySQL一定会针对我们的查询使用两个索引，然后做一个索引合并（index_merge），也得不到一个高效的查询。试想：对于一个给定的IP，不可能选择两个不同的索引。要么这个IP趋近与区域的下界（'my_ip >= start_ip'部分不会被选用），要么趋近与上界（'my_ip <= end_ip'不会被选用），或者在中间，那样都不选用了。
事实上，很难想象MySQL会选择执行索引合并，所以最多使用一个索引，不然就全表查询。
解决方案
解决这个问题中重要的一步是认识到IP区域是相互排斥的。没有一个IP能存在于两个区域中，只能是一个（至少，这里是这样的。如果你面对一个分层的区域，就要自己做决定了...）。这就意味着我不需要对两个列都做索引。一个就足够了。
KEY start_ip_idx (start_ip)
然后我们改写SQL 如下：
SELECT * FROM `regions_ip_range`
WHERE `start_ip` <= `my_ip`
ORDER BY `start_ip` DESC LIMIT 1
现在，我们要找的是就是符合“我们的IP大于区域起始IP”这个条件的第一个结果。优化器就是要使用索引找到第一个，然后无需再继续了，于是加上LIMIT 1。
如果觉得迷惑，可以做相反的操作。定义如下：
KEY end_ip_idx (end_ip)
然后修改查询：
SELECT * FROM regions_ip_range
WHERE my_ip <= end_ip
ORDER BY end_ip ASC LIMIT 1
有趣的是，由于没有考虑LIMIT 1，EXPLAIN仍然声明将要检查很多行记录。
我曾经写过关于“存储引擎之间对于优化器使用（或不使用）索引的不同”的文章。所以，最终可能要使用FORCE_INDEX。
假设
这里，我有几个假设：
1. 表列出的IP段是从0.0.0.0到255.255.255.255。
2. 对于给定的一个IP，其所属的IP段都有明确的上下界。
3. 各IP段相互排斥（不存在分层的IP段）
如果前两个假设不满足，则查询返回时，应该检查my_ip是否确实在start_ip和end_ip之间。
如果第三个假设不满足，可以将数据分拆到两个表中：一个包含互斥的数据。另一个包含其他部分数据，也许可以利用用一些分层算法（嵌套集合等）。
备注
1. 评论中有人提到了不该用数据库做这样的功能，相应的应该使用libgeoip。
2. 还有一篇类似的博文：http://jcole.us/blog/archives/2007/11/24/on-efficiently-geo-referencing-ips-with-maxmind-geoip-and-mysql-gis/