存储 IP 地址 - varchar(45) 与 varbinary(16)

Question

我将创建一个包含两个字段的表 - IDasBIGINT和IPAddressasvarchar(45)或者varbinary(16)。这个想法是存储所有唯一的 IP 地址并使用引用ID而不是IP address其他表中的实际地址。

通常，我将创建一个存储过程，该过程返回ID给定的IP address或（如果未找到地址）插入地址并返回生成的ID.

我期望有很多记录（我无法确切说出有多少），但我需要尽快执行上面的存储过程。所以，我想知道如何以文本或字节格式存储实际的 IP 地址。哪个会更好？

我已经编写了SQL CLR用于将 IP 地址字节转换为字符串和反向转换的函数，因此转换不是问题（同时使用IPv4和IPv6）。

我想我需要创建一个索引来优化搜索，但我不确定我应该将该IP address字段包含在聚集索引中，还是创建一个单独的索引以及使用哪种类型的搜索会更快？

Answer 1

如何存储实际 IP 地址 - 以文本或字节格式。哪个会更好？

由于这里的“文本”是指VARCHAR(45)而“字节”是指VARBINARY(16)，我会说：两者都不是。

鉴于以下信息（来自关于 IPv6 的维基百科文章）：

地址表示
IPv6 地址的 128 位表示为 8 组，每组 16 位。每个组都写为 4 个十六进制数字，组之间用冒号 (:) 分隔。地址 2001:0db8:0000:0000:0000:ff00:0042:8329 就是这种表示的一个例子。

为方便起见，在可能的情况下，可以通过应用以下规则将 IPv6 地址缩写为较短的符号。

• 从任何一组十六进制数字中删除一个或多个前导零；这通常对所有前导零或没有前导零进行。例如，组 0042 转换为 42。
• 连续的零部分被替换为双冒号 (::)。双冒号在一个地址中只能使用一次，因为多次使用会使地址不确定。RFC 5952 建议不得使用双冒号来表示省略的单个零部分。 [41]

这些规则的应用示例：

        初始地址：2001:0db8:0000:0000:0000:ff00:0042:8329
        去除每组中所有前导零后：2001:db8:0:0:0:ff00:42:8329
        省略连续部分零后：2001 :db8::ff00:42:8329

我将首先使用 8 个VARBINARY(2)字段来表示 8 个组。组 5 - 8 的字段应该是NULL因为它们将仅用于 IPv6 地址。组 1 - 4 的字段应该NOT NULL与它们将用于 IPv4 和 IPv6 地址一样。

通过保持每个组独立（而不是将它们组合到一个VARCHAR(45)或一个VARBINARY(16)甚至两个BIGINT字段中），您可以获得两个主要好处：

1. 将地址重构为任何特定表示要容易得多。否则，为了用 (::) 替换连续的零组，您必须解析它。让他们单独允许简单IF/ IIF/CASE语句来促成。
2. 通过启用ROW COMPRESSION或 ，您将在 IPv6 地址上节省大量空间PAGE COMPRESSION。由于这两种类型的 COMPRESSION 都允许0x00占用 0 字节的字段，因此所有这些零组现在不会花费您任何费用。另一方面，如果您存储了上面的示例地址（在 Wikipedia 引用中），那么中间的 3 组全零将占用它们的全部空间（除非您这样做VARCHAR(45)并使用简化的符号，但这可能不适用于索引，并且需要特殊解析才能将其重建为完整格式，因此我们假设这不是一个选项;-)。

如果您需要捕获网络，请TINYINT为该字段创建一个字段，嗯，[Network]:-)

有关网络值的更多信息，请参阅维基百科另一篇关于 IPv6 地址的文章：

网络

IPv6 网络使用的地址块是大小为 2 的幂的连续 IPv6 地址组。对于给定网络中的所有主机，地址的前导位集是相同的，称为网络地址或路由前缀。

网络地址范围以 CIDR 表示法编写。网络由块中的第一个地址（以全零结尾）、一个斜杠 (/) 和一个十进制值表示，该值等于前缀的位大小。例如，写成 2001:db8:1234::/48 的网络从地址 2001:db8:1234:0000:0000:0000:0000:0000 开始，到 2001:db8:1234:ffff:ffff:ffff:ffff 结束:ffff。

接口地址的路由前缀可以直接用CIDR表示法用地址表示。例如，地址为 2001:db8:a::123 的接口连接到子网 2001:db8:a::/64 的配置写为 2001:db8:a::123/64。

对于索引，我会说在 8 个组字段上创建一个非聚集索引，如果您决定包含它，可能还有网络字段。

最终结果应类似于以下内容：

CREATE TABLE [IPAddress]
(
  IPAddressID INT          NOT NULL IDENTITY(-2147483648, 1),
  Group8      VARBINARY(2) NULL, -- IPv6 only, NULL for IPv4
  Group7      VARBINARY(2) NULL, -- IPv6 only, NULL for IPv4
  Group6      VARBINARY(2) NULL, -- IPv6 only, NULL for IPv4
  Group5      VARBINARY(2) NULL, -- IPv6 only, NULL for IPv4
  Group4      VARBINARY(2) NOT NULL, -- both
  Group3      VARBINARY(2) NOT NULL, -- both
  Group2      VARBINARY(2) NOT NULL, -- both
  Group1      VARBINARY(2) NOT NULL, -- both
  Network     TINYINT      NULL
);

ALTER TABLE [IPAddress]
  ADD CONSTRAINT [PK_IPAddress]
  PRIMARY KEY CLUSTERED
  (IPAddressID ASC)
  WITH (FILLFACTOR = 100, DATA_COMPRESSION = PAGE);

CREATE NONCLUSTERED INDEX [IX_IPAddress_Groups]
  ON [IPAddress] (Group1 ASC, Group2 ASC, Group3 ASC, Group4 ASC,
         Group5 ASC, Group6 ASC, Group7 ASC, Group8 ASC, Network ASC)
  WITH (FILLFACTOR = 100, DATA_COMPRESSION = PAGE);

笔记：

• 我知道您计划BIGINT用于 ID 字段，但您真的希望捕获超过 4,294,967,295 个唯一值吗？如果是这样，那么只需将字段更改为 BIGINT，然后您甚至可以将种子值更改为 0。但否则您最好使用 INT 并从最小值开始，以便您可以使用该数据类型的整个范围.
• 如果需要，您可以向该表添加一个或多个非持久性计算列以返回 IP 地址的文本表示。
• 该集团*场被布置为有意要下来，从8比1，表中，这样做SELECT *会在预期的顺序返回的字段。但是索引使它们从 1上升到 8，因为它们就是这样填写的。

• 以文本形式表示值的计算列的示例（未完成）是：

  ALTER TABLE [IPAddress]
    ADD TextAddress AS (
  IIF([Group8] IS NULL,
      -- IPv4
      CONCAT(CONVERT(TINYINT, [Group4]), '.', CONVERT(TINYINT, [Group3]), '.',
        CONVERT(TINYINT, [Group2]), '.', CONVERT(TINYINT, [Group1]),
        IIF([Network] IS NOT NULL, CONCAT('/', [Network]), '')),
      -- IPv6
      LOWER(CONCAT(
        CONVERT(VARCHAR(4), [Group8], 2), ':', CONVERT(VARCHAR(4), [Group7], 2), ':',
        CONVERT(VARCHAR(4), [Group6], 2), ':', CONVERT(VARCHAR(4), [Group5], 2), ':',
        CONVERT(VARCHAR(4), [Group4], 2), ':', CONVERT(VARCHAR(4), [Group3], 2), ':',
        CONVERT(VARCHAR(4), [Group2], 2), ':', CONVERT(VARCHAR(4), [Group1], 2),
        IIF([Network] IS NOT NULL, CONCAT('/', [Network]), '')
       ))
     ) -- end of IIF
  );
  

  测试：

  INSERT INTO IPAddress VALUES (127, 0, 0, 0, 4, 22, 222, 63, NULL); -- IPv6
  INSERT INTO IPAddress VALUES (27, 10, 1234, 0, 45673, 200, 1, 6363, 48); -- IPv6
  INSERT INTO IPAddress VALUES (NULL, NULL, NULL, NULL, 192, 168, 2, 63, NULL); -- v4
  INSERT INTO IPAddress VALUES (NULL, NULL, NULL, NULL, 192, 168, 137, 29, 16); -- v4
  
  SELECT [IPAddressID], [Group8], [Group1], [Network], [TextAddress]
  FROM IPAddress ORDER BY [IPAddressID];
  

  结果：

  IPAddressID   Group8   Group1   Network  TextAddress
  -----------   ------   ------   -------  ---------------------
  -2147483646   0x007F   0x003F   NULL     007f:0000:0000:0000:0004:0016:00de:003f
  -2147483645   0x001B   0x18DB   48       001b:000a:04d2:0000:b269:00c8:0001:18db/48
  -2147483644   NULL     0x003F   NULL     192.168.2.63
  -2147483643   NULL     0x001D   16       192.168.137.29/16
  

Answer 2

越小总是会更快。使用较小的值，您可以将更多的内容放入单个页面中，从而减少 IO，可能会出现更浅的 B 树等。

当然，所有其他因素（翻译开销、可读性、兼容性、CPU 负载、索引控制能力等）都是相同的。