一份访问日志有一百万行，不代表需要调用一百万次IP归属地API。真实日志里，同一个出口可能重复出现几千次。先去重再查询，往往比换一个更便宜的接口省得多。
批量查询的难点也不只是“能不能返回城市”。额度、限流、数据库版本、IPv6和授权范围，都会影响最终结果能不能用于报表。
第一步永远是规范化和去重
清除端口、空格和无效字符，把IPv4与IPv6按标准格式解析。私网、回环、链路本地和保留地址不应发送给公网GeoIP服务。去重后建立IP到业务记录的映射，查询结果再回填。
别把单IP接口硬跑成批量
服务商若提供批量端点，按其每批上限提交；只有单查接口时，设置受控队列与并发。一次开几百线程可能触发429，也会让失败重试更难管理。
缓存键不只有IP
结果会随数据库更新变化。缓存至少要保存IP、供应商、数据库版本或查询日期。对日常分析可设置较长有效期；风险或网络故障场景则应按业务要求刷新，不能永久复用旧城市。
429不是“换个IP继续请求”
HTTP 429表示触发限流，应读取服务端重试提示，降低速率并指数退避。通过代理轮换绕开API限制通常违反服务条款，也让账单和审计失去意义。
字段缺失要允许为空
国家、地区、城市、ASN、组织和经纬度不一定每次都有。程序不应把空城市强行填成首都或省会。报表要能区分“数据库没有数据”和“查询失败”。
IPv6别当成长字符串跳过
IPv6使用越来越普遍，先确认供应商是否支持、计费是否相同、返回前缀粒度如何。日志里若同时有IPv4和IPv6，分别统计覆盖率，避免报告只分析一半流量。
结果不一致怎么办
保存原始响应和查询时间，用第二数据源抽样复核。GeoIP是估算，不是GPS。高风险决策不应只依赖一个城市字段，更不能用它确定个人精确位置。
日志和隐私要控制
IP地址在不少场景中可能属于个人信息或在线标识符。只发送完成业务所需的数据，核对供应商的数据处理、保留、跨境和再授权条款。对外报表尽量聚合，不公开完整访问日志。
一个实用的处理流水线
导入日志后先解析IP，排除私网与无效值，按唯一IP分批；查询队列处理限流与重试，成功结果写缓存，失败进入死信列表；最后回填业务数据并输出覆盖率、数据日期和供应商。
供应商切换要预留字段适配
不同GeoIP服务对地区代码、ASN、组织名和置信度的命名并不相同。业务层不要直接依赖某一家原始JSON，先映射成自己的中间字段，并保留原始响应。以后更换供应商或双源复核时，报表不必全部重写。
上线前拿一组包含IPv4、IPv6、私网、无效地址和数据库无结果的样本做回归。只有正常公网IPv4能通过的程序，不算完成批量接入。
如何验收接口成本
记录唯一IP数、缓存命中率、成功数、429、超时、平均批次大小和每千个有效结果费用。只看调用次数，会掩盖重复IP和无效请求。
极跃圈站内的IP查询与网络工具内容可作为人工抽样入口；正式批量业务仍要选择授权明确、支持所需地区和IPv6的数据服务。不要使用来源不明的“免费数据库”处理客户日志。
批量GeoIP做得好不好，最直观的信号不是一分钟查了多少，而是同一个IP有没有被反复计费，以及结果能不能追溯到具体数据版本。
