IP地址在数据库中的存储形式分析

 当设计一个数据表时，考虑使用何种列的数据类型对性能有比较大的影响，如存储空间、查询开销等。甚至还影响到一些操作，如ip地址以字符串的形式存储在数据库中，就不可以直接比较大小。还有一点需要考虑，那就是可读性！数据虽然是存储在数据库中，但也要考虑到可读性问题。

本文要探讨的是“IP地址在数据库中，应该使用何种形式存储？”，文章将以实验为基础介绍使用何种形式比较适合。

1、感性认识
大家都知道ip地址分为ipv4、ipv6，这里我以ipv4为例介绍，ipv6原理是一样的。ipv4的小为32bits（或者说是4Bytes），在使用过程中，我们通常是用点分十进制格式，如192.168.120.65。如何把"192.168.120.65"存储到数据库中呢？

我们考虑下面三个因素：

可读性
存储效率
查询效率
把"192.168.120.65"存储到数据库中有多少中可行方法呢？见下表所示：

数据类型
大小
注释

varchar(15)
占7～15字节
可读性最好（192.168.120.65），但是最费存储空间

bigint
8 字节
可以将ip地址存储为类似192168120065的格式，这种可读性稍差，也比较费存储空间

int
4 字节
这种可读性很差，会存储为1084782657，由192*16777216+168*65536+120*256+65-2147483648计算所得，占用存储空间少。

tinyint
4 字节
用4个字段来分开存储ip地址，可读性稍差（分别为192， 168， 120， 65），存储空间占用少

varbinary(4)
4 字节
可读性差（0xC0A87841），存储空间占用少


从大小来看，依次varchar(15)> bigint> int、tinyint、varbinary(4)。

从可读性来看，依次是varchar(15)> bigint> tinyint> varbinary(4)>int。

从查询效率来看，

综合考虑，似乎tinyint比较好，其次是varbinary(4)。但是tinyint需要占多个表字段，而varbinary只需要占用一个字段即可。正确性还有待下面的实验检查！！！

2、理性认识
本小节通过创建5张表，分别用上述5中数据类型存储ip地址，每张表插入1,000,000条记录。说明为了方便消除差异，这些表中插入的都是192.168.120.65。建表和插入数据的sql语句如下（说明：插入1,000,000条记录要花挺长时间的，如果你要自己实验，可以考虑少插入点数据）：

建表和插入数据的sql语句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
然后我们执行存储过程sp_spaceused查看空间效率，执行下面的sql语句：

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

可以得到下面的结果：




说明：上面各个字段的意思如下表所示




可以看出，这5张表中的记录都是1000000，ip_address_varchar占空间最大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。

所以从可读性和空间效率上来看，最理想的是用tinyint的数据类型存储ip地址。其次应该考虑varbinary(4)和bigint。

理论上bigint肯定要比varbinary占用空间多，可是实验得出来是一样的，为什么呢？我查看帮助信息也没有看出什么异常，varbinary(4)的确是占用4个字节、bigint也的确是占用8个字节，如下图

如果有知道的，请告诉我一声！不过让我从这两者之间选（信不过数据结果啊），肯定会选择使用varbinary(4)而不是bigint。如果能够证明数据结果没有错，应该选择bigint，因为他的可读性更好！

3、查询效率
本小节比较上述5中存储ip地址的查询效率。为了比较查询效率，这里重新插入数据，消除每张表中的记录都相同（192.168.120.65），下面编写存储过程像数据表中随机插入1000条记录（但是保证每张表的数据是一样的）。存储过程如下：

随机插入N条ip地址到5张表中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
考虑查找在范围192.0.0.0~192.255.255.255之间的ip地址的查询效率问题。说明我忽略了预处理的开销，即将192.0.0.0和192.255.255.255转换为上述的5种类型的时间，代码中我直接使用了这些值，没有给出转换过程，具体代码如下：

查询192.0.0.0~192.255.255.255之间的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执行得到的消息如下：

SQL Server 分析和编译时间:
CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。

(5 行受影响)
表 'ip_address_varchar'。扫描计数 1，逻辑读取 6 次，物理读取 0 次，预读 0 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。

(3 行受影响)

(1 行受影响)

SQL Server 执行时间:
CPU 时间 = 0 毫秒，占用时间 = 113 毫秒。

SQL Server 执行时间:
CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。

SQL Server 执行时间:
CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。
SQL Server 分析和编译时间:
CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。

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

(5 行受影响)
表 'ip_address_bigint'。扫描计数 1，逻辑读取 5 次，物理读取 0 次，预读 0 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。

(2 行受影响)

(1 行受影响)

SQL Server 执行时间:
CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。

SQL Server 执行时间:
CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。

SQL Server 执行时间:
CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。
SQL Server 分析和编译时间:
CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。

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

(5 行受影响)
表 'ip_address_int'。扫描计数 1，逻辑读取 5 次，物理读取 0 次，预读 0 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。

(2 行受影响)

(1 行受影响)

SQL Server 执行时间:
CPU 时间 = 0 毫秒，占用时间 = 146 毫秒。

SQL Server 执行时间:
CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。

SQL Server 执行时间:
CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。
SQL Server 分析和编译时间:
CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。

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

(5 行受影响)
表 'ip_address_tinyint'。扫描计数 1，逻辑读取 5 次，物理读取 0 次，预读 0 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。

(2 行受影响)

(1 行受影响)

SQL Server 执行时间:
CPU 时间 = 0 毫秒，占用时间 = 85 毫秒。

SQL Server 执行时间:
CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。

SQL Server 执行时间:
CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。
SQL Server 分析和编译时间:
CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。

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

(5 行受影响)
表 'ip_address_varbinary'。扫描计数 1，逻辑读取 5 次，物理读取 0 次，预读 0 次，lob 逻辑读取 0 次，lob 物理读取 0 次，lob 预读 0 次。

(2 行受影响)

(1 行受影响)

SQL Server 执行时间:
CPU 时间 = 0 毫秒，占用时间 = 13 毫秒。

SQL Server 执行时间:
CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。

SQL Server 执行时间:
CPU 时间 = 0 毫秒，占用时间 = 1 毫秒。

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

上述结果只是初略的估计了效率，可能不太精确，但还是具有一定参考价值的！我只看ip_address_varbinary（15毫秒）、ip_address_tinyint（88毫秒）、ip_address_bigint（4毫秒）。

效率差距还是挺大的，综合可读性、存储效率、查询效率，我给这三者排序是：

如果考虑存储效率，tinyint是最好的！其次是bigint，然后是varbinary(4)

如果更多的是考虑查询效率，bigint是最好的！其次是varbinary(4)，然后是tinyint

如果加我选择，我会使用varbinary(4)。