GeoLite2をBigQueryに格納してGeoLocationを取得（IPアドレス→国情報変換）

#2021-04-11更新

Googleにgeolocationをbigqueryで扱う記事の解説
https://cloud.google.com/blog/products/data-analytics/geolocation-with-bigquery-de-identify-76-million-ip-addresses-in-20-seconds

1. サブネット表記から network_bin, maskを抽出し、付き合わせテーブルに仕込んでおく

create table geolite2_city as 
(SELECT *
  , NET.IP_FROM_STRING(REGEXP_EXTRACT(network, r'(.*)/' )) network_bin
  , CAST(REGEXP_EXTRACT(network, r'/(.*)' ) AS INT64) mask
FROM `fh-bigquery.geocode.201806_geolite2_city_ipv4` 
JOIN `fh-bigquery.geocode.201806_geolite2_city_locations_en`
USING(geoname_id))

2.join する時に下記のようにINNER JOINでIPアドレスとそれに一致するネットマスク表記を結合する。

select * from 
(select * , NET.SAFE_IP_FROM_STRING(ip_address) & NET.IP_NET_MASK(4, mask) network_bin from
ip_table ,UNNEST(GENERATE_ARRAY(9,32)) mask
where 
BYTE_LENGTH(NET.SAFE_IP_FROM_STRING(ip_address)) = 4)
 JOIN
  geolite2_city
using (network_bin, mask)

下記の方法はIPアドレスを数値に戻してIPレンジで指定していた。ネットマスクの方がASNの付き合わせとかにも応用が聞くので上の方法を推奨ですね。

#やりたいこと

IPアドレスに対してGeoLocation情報を付与したい。
BigQueryに格納しているIPアドレスにCountry,Cityの情報を付与したい。

#必要なもの

GeoLite2データ
フリー版はこちらからダウンロード
https://dev.maxmind.com/geoip/geoip2/geolite2/
GeoLite2 City CSVを使う

#手順
1
GeoLite2-City-Locations-en.csv (city_locaion)
GeoLite2-City-Blocks-IPv4.csv (city_blocks_ipv4)
をBigQueryにインポート
2.
突き合せのためのテーブルを作成

create table yumano.geolite2_city as 
select * from
 yumano.city_location as a 
inner join  
(SELECT
network,
NET.IPV4_TO_INT64(NET.IP_FROM_STRING(REGEXP_EXTRACT( network, '(.*)/' ) ))   as startIpNum, 
CAST(NET.IPV4_TO_INT64(NET.IP_FROM_STRING(REGEXP_EXTRACT( network, '(.*)/' ))) + POW(2, 32- CAST(REGEXP_EXTRACT(network, '/(.*)')  as  INT64 )) -1  as Int64)  as   endIpNum ,
CAST(TRUNC(NET.IPV4_TO_INT64(NET.IP_FROM_STRING(REGEXP_EXTRACT( network, '(.*)/' )))/(256*256)) as Int64)   as ClassB, 
ifnull(geoname_id, registered_country_geoname_id  )
as uniq_geoname_id, is_anonymous_proxy,is_satellite_provider,postal_code
  FROM city_blocks_ipv4 )  as b 
 on uniq_geoname_id = a.geoname_id

IPアドレスが入っているテーブルとJOIN

select 
    ACCESS_IP_ADDRESS,
    IFNULL(country_name, 'Other') AS country_name,
    IFNULL(city_name, 'Other') AS city_name
FROM (
  SELECT
    ACCESS_IP_ADDRESS,
    NET.IPV4_TO_INT64(NET.IP_FROM_STRING(access_ip_address)) AS clientIpNum,
    TRUNC(NET.IPV4_TO_INT64(NET.IP_FROM_STRING(access_ip_address))/(256*256)) AS classB
  FROM
    yumano.IP_LIST ) AS a
LEFT OUTER JOIN
  yumano.geolite2_city AS b
ON
  a.classB = b.classB
  AND a.clientIpNum BETWEEN b.startIpNum AND b.endIpNum

#参考