关于纯真数据库的数据结构，可以看一下lumaqq的文档，里面有一点说的不太清楚，就是里面的ip和地理信息不是一对一，是多对一，所以ip一般是ip段。查询的时候是查询ip地址落在哪个段。

纯真数据库比较大，大约有60万的记录，上面的算法基本上可以接受了，平均查询效率在2ms左右，对于单机程序，完全可以忽略，但是对于并发比较大的系统，比如统计系统，这样的效率还不够。

既然数据是线性存储的，那么就可以采用分段查询，预先将数据隔成段，查询时，先找到相应的段，然后进行二分查询。

二分查询的平均查找长度是：lg(n+1)-1

那么分块询找+二分查询的平均查找长度就是：(设块数为N)分块也进行二分查找，所以查找块的平均长度是lg(N+1)-1，每块长度是n/N ，所以最终长度是：lg(N+1)-1 + lg(n/N+1)-1

根据上面的公式，代入n可以算出一个最佳块数N，也就是最佳查询时间了。数据量越大，查询速度越快，数据量比较小的表就没必要分块了。

我高数学得不好，不知道对不对。请大虾指正，另外帮忙算一下6249322条数据的最佳块数。

修改后的代码如下：(function separate($count)是我添加的分块函数，if($separator){}所在部分是二分查找块)

/**

* IP 地理位置查询类

* 增加分块查询算法

*

* @author 马秉尧

* @version 1.5

* @copyright 2005 CoolCode.CN

* @modified by david  blog:blog.iyi.cn bbs:www.fenghuanghua.com

*/

class IpLocation {

/**

* QQWry.Dat文件指针

*

* @var resource

*/

var $fp;

/**

* 第一条IP记录的偏移地址

*

* @var int

*/

var $firstip;

/**

* 最后一条IP记录的偏移地址

*

* @var int

*/

var $lastip;

/**

* IP记录的总条数(不包含版本信息记录)

*

* @var int

*/

var $totalip;

/**

* 返回读取的长整型数

*

* @access private

* @return int

*/

function getlong() {

//将读取的little-endian编码的4个字节转化为长整型数

$result = unpack('Vlong', fread($this->fp, 4));

return $result['long'];

}

/**

* 返回读取的3个字节的长整型数

*

* @access private

* @return int

*/

function getlong3() {

//将读取的little-endian编码的3个字节转化为长整型数

$result = unpack('Vlong', fread($this->fp, 3).chr(0));

return $result['long'];

}

/**

* 返回压缩后可进行比较的IP地址

*

* @access private

* @param string $ip

* @return string

*/

function packip($ip) {

// 将IP地址转化为长整型数，如果在PHP5中，IP地址错误，则返回False，

// 这时intval将Flase转化为整数-1，之后压缩成big-endian编码的字符串

return pack('N', intval($ip));

}

/**

* 返回读取的字符串

*

* @access private

* @param string $data

* @return string

*/

function getstring($data = "") {

while (ord($char = fread($this->fp, 1)) > 0) {        // 字符串按照C格式保存，以\0结束

$data .= $char;             // 将读取的字符连接到给定字符串之后

}

return $data;

}

/**

* 返回地区信息

*

* @access private

* @return string

*/

function getarea() {

$byte = fread($this->fp, 1);    // 标志字节

switch (ord($byte)) {

case 0:                     // 没有区域信息

$area = "";

break;

case 1:

case 2:                     // 标志字节为1或2，表示区域信息被重定向

fseek($this->fp, $this->getlong3());

$area = $this->getstring();

break;

default:                    // 否则，表示区域信息没有被重定向

$area = $this->getstring($byte);

break;

}

return $area;

}

/**

* 将索引分成指定的块

*

* @access public

* @param int $count

* @return array

*/

function separate($count){

if (!$this->fp) return null;            // 如果数据文件没有被正确打开，则直接返回空

$l = 0;                         // 搜索的下边界

$u = $this->totalip;            // 搜索的上边界

$step = floor($u/$count);

for($i=0; $i

fseek($this->fp, $this->firstip + $i * $step * 7);

$separator[$i] = strrev(fread($this->fp, 4));     // 获取中间记录的开始IP地址

// strrev函数在这里的作用是将little-endian的压缩IP地址转化为big-endian的格式

}

return $separator;

}

/**

* 根据所给 IP 地址或域名返回所在地区信息

*

* @access public

* @param string $ip, array $separator

* @return array

*/

function getlocation($ip, $separator = 0) {

if (!$this->fp) return null;            // 如果数据文件没有被正确打开，则直接返回空

$location['ip'] = ip2long($ip);

$ip = $this->packip($location['ip']);   // 将输入的IP地址转化为可比较的IP地址

// 不合法的IP地址会被转化为255.255.255.255

$l = 0;                         // 搜索的下边界

$u = $this->totalip;            // 搜索的上边界

$findip = $this->lastip;        // 如果没有找到就返回最后一条IP记录(QQWry.Dat的版本信息)

if($separator){

$count = count($separator);

$step = floor($u/$count);

for($i=0; $i

if($i>1000)break;

if($ip

if($ip>$separator[$j-1]){

$l = 1;

$i = $j;

$u = $j * $step;

break;

}else{

$count = $j;

}

}else{

$i = $j;

}

}

if($l){

$l = ($i-1)*$step;

}else{

$l = $i * $step;

}

}

while ($l <= $u) {              // 当上边界小于下边界时，查找失败

$i = floor(($l + $u) / 2);  // 计算近似中间记录

fseek($this->fp, $this->firstip + $i * 7);

$beginip = strrev(fread($this->fp, 4));     // 获取中间记录的开始IP地址

// strrev函数在这里的作用是将little-endian的压缩IP地址转化为big-endian的格式

// 以便用于比较，后面相同。

if ($ip < $beginip) {       // 用户的IP小于中间记录的开始IP地址时

$u = $i - 1;            // 将搜索的上边界修改为中间记录减一

}else{

fseek($this->fp, $this->getlong3());

$endip = strrev(fread($this->fp, 4));   // 获取中间记录的结束IP地址

if ($ip > $endip) {     // 用户的IP大于中间记录的结束IP地址时

$l = $i + 1;        // 将搜索的下边界修改为中间记录加一

} else {                  // 用户的IP在中间记录的IP范围内时

$findip = $this->firstip + $i * 7;

break;              // 则表示找到结果，退出循环

}

}

}

//获取查找到的IP地理位置信息

fseek($this->fp, $findip);

$location['beginip'] = long2ip($this->getlong());   // 用户IP所在范围的开始地址

$offset = $this->getlong3();

fseek($this->fp, $offset);

$location['endip'] = long2ip($this->getlong());     // 用户IP所在范围的结束地址

$byte = fread($this->fp, 1);    // 标志字节

switch (ord($byte)) {

case 1:                     // 标志字节为1，表示国家和区域信息都被同时重定向

$countryOffset = $this->getlong3();         // 重定向地址

fseek($this->fp, $countryOffset);

$byte = fread($this->fp, 1);    // 标志字节

switch (ord($byte)) {

case 2:             // 标志字节为2，表示国家信息又被重定向

fseek($this->fp, $this->getlong3());

$location['country'] = $this->getstring();

//fseek($this->fp, $countryOffset + 4);

//$location['area'] = $this->getarea();

break;

default:            // 否则，表示国家信息没有被重定向

$location['country'] = $this->getstring($byte);

//$location['area'] = $this->getarea();

break;

}

break;

case 2:                     // 标志字节为2，表示国家信息被重定向

fseek($this->fp, $this->getlong3());

$location['country'] = $this->getstring();

//fseek($this->fp, $offset + 8);

//$location['area'] = $this->getarea();

break;

default:                    // 否则，表示国家信息没有被重定向

$location['country'] = $this->getstring($byte);

//$location['area'] = $this->getarea();

break;

}

if ($location['country'] == "纯真网络" || $location['country'] == " CZ88.NET") {  // CZ88.NET表示没有有效信息

$location['country'] = "未知";

}

//if ($location['area'] == " CZ88.NET") {

//    $location['area'] = "";

//}

return $location;

}

/**

* 构造函数，打开 QQWry.Dat 文件并初始化类中的信息

*

* @param string $filename

* @return IpLocation

*/

function IpLocation($filename = "QQWry.Dat") {

$this->fp = 0;

if (($this->fp = @fopen($filename, 'rb')) !== false) {

$this->firstip = $this->getlong();

$this->lastip = $this->getlong();

$this->totalip = ($this->lastip - $this->firstip) / 7;

//注册析构函数，使其在程序执行结束时执行

register_shutdown_function(array(&$this, '_IpLocation'));

}

}

/**

* 析构函数，用于在页面执行结束后自动关闭打开的文件。

*

*/

function _IpLocation() {

if ($this->fp) {

fclose($this->fp);

}

$this->fp = 0;

}

}

?>测试脚本： <?php

include('iplocation.php');

$ip = "66.249.72.235";

$iplocation = new IpLocation();

$separator = $iplocation->separate(1000);//分成1000块

$mtime = explode(' ', microtime());

$starttime = $mtime[1] + $mtime[0];

$location = $iplocation->getlocation($ip);//没有分块的查询

$mtime = explode(' ', microtime());

$endtime = $mtime[1] + $mtime[0];

var_dump($endtime-$starttime);

$mtime = explode(' ', microtime());

$starttime = $mtime[1] + $mtime[0];

$location = $iplocation->getlocation($ip, $separator);//含有分块的查询

$mtime = explode(' ', microtime());

$endtime = $mtime[1] + $mtime[0];

var_dump($endtime-$starttime);

//

?>我的测试结果：

float 0.00144290924072

float 0.000945091247559

单一数据，没有普遍性，有兴趣的同学可以随机生成些数据试试。

分块是需要缓存的，不然每次分块的时间也是很长的，有兴趣的同学可以实现一下。另外，计算最佳分块的方法也可以加进去。

本文转摘自『IT学习者』http://www.itlearner.com/article/2008/4056.shtml