安全团队每天要从防火墙日志里筛出几千个可疑IP做归属地核查，电商平台要在注册环节对每个新用户实时判断地区风控。同样是ip归属地查询，前者一天几万次，后者每秒上千次。方案选错，要么卡在限频上，要么白花一笔钱。
批量IP查询有三条路：在线工具/API、脚本调用、本地离线库。各自对应不同量级。
一、三种方案先看清差别
|------------|---------------|--------------|------------|--------------|
| 方案 | 代表 | 查询速度 | 成本 | 适用量级 |
| 在线工具/API | ip-api、IP138 | 慢，受限频 | 免费（限制额度） | 少量（<千次/天） |
| 脚本+API | Python/Shell | 中，可并发 | 按量计费 | 中量（千~万次/天） |
| 本地离线库 | ip2region、纯真库 | 快，无网络 | 免费/一次性 | 大量高频 |
差别集中在一个词：限频。免费API普遍限45次/分钟，一天也就几万次的量，批量场景下很快就撞墙。
批量IP归属地查询三种方案对比图
二、方案一：在线工具/API------少量查询够用
几百个IP以内的临时核查，打开ip-api.com或IP138就行，手动查或小脚本调用都顺手。零部署、上手快，代价是免费额度有限、数据更新不稳定。
这里有个常见的坑：免费IP库城市级准确率普遍只有55%~75%。查十个别地方对不上的IP，四五个是库本身没更新。少量查询图省事可以，别拿它做风控。
三、方案二：脚本调用------中量上脚本
量上到每天几千次，手点不现实，得上脚本。相比免费接口，专业服务不限频、精度更高。
python
import requests
def batch_query(ip_list, api_key):
"""批量查询IP归属地（IP数据云 API）"""
results = []
for ip in ip_list:
url = "https://api.ipdatacloud.com/v2/query"
params = {"ip": ip, "key": api_key}
try:
data = requests.get(url, params=params, timeout=3).json()
if data.get("code") == 200:
info = data.get("data", {})
results.append(f"{ip} → {info.get('country','')} {info.get('province','')} {info.get('city','')}")
else:
results.append(f"{ip} → 查询失败")
except Exception:
results.append(f"{ip} → 查询失败")
return results
ips = ["8.8.8.8", "114.114.114.114", "223.5.5.5"]for line in batch_query(ips, "your_api_key"):
print(line)脚本方案的瓶颈还是限频和调用成本。真要跑每天几万次以上的量，得继续往下看。
四、方案三：离线库------大批量高频用这个
量级再往上，或者对速度有硬要求（毫秒级返回），就该上离线库。把IP数据库加载到本地内存，查询不联网、不限频。
- ip2region：10微秒级别查询，支持IPv4/IPv6，免费开源
- 纯真IP库：老牌国产库，官方版本2024年10月已停止维护，注意数据时效
- 商业离线库（企业级）：如IP数据云，支持日更、精度可达区县级，适合金融风控、安全这类对数据和合规要求极高的场景
离线库还有个容易忽略的好处：数据不出内网。对合规敏感的企业（银行、政务），这点往往比速度更要紧。
五、怎么选？一张决策表
|------------------|------------------|
| 你的情况 | 选方案 |
| 偶尔查几个IP | 在线工具，够了 |
| 每天几千次，能容忍限频 | 脚本+专业API |
| 每天几万次，或要毫秒级响应 | 离线库（ip2region） |
| 金融/安全风控，要求高精度+合规 | 企业级商业离线库（日更、区县级） |
很多人先上免费API跑通业务，等量上来再迁移离线库，结果接口字段对不上，白改一轮。建议从第一天就按最终量级选型，省掉二次迁移。
选型前想清楚三件事：一天到底查多少次、要求多快返回、数据能不能出内网。这三条定了，方案自然就定了。
数据来源：
- BigDataCloud，《IP Geolocation Accuracy Report》
- 中国互联网络信息中心（CNNIC），《第57次中国互联网络发展状况统计报告》
- APNIC（亚太互联网络信息中心）