用IP查询分析网站日志，做出用户地域分布图

很多网站买了服务器、跑了半年，结果连"用户都来自哪些地方"都答不上来。其实数据一直都在——访问日志里每一行都有访客IP，只是没人去挖。

今天分享一套完整流程：从 Nginx 日志里抽出IP → 批量查归属地 → 汇总成地域分布 → 画图。做完这步，运营和市场以后都得来谢你。

第一步：从日志里抽出IP

Nginx 默认的 access.log 长这样：

192.168.1.5 - - [22/Aug/2026:10:00:01 +0800] "GET / HTTP/1.1" 200 ...
114.114.114.114 - - [22/Aug/2026:10:00:05 +0800] "GET /about HTTP/1.1" 200 ...

用 awk 就能把IP拎出来，再去重、统计每个IP出现的次数：

bash

awk '{print $1}' access.log | sort | uniq -c | sort -rn > ip_count.txt

这一步很重要：拿到"每个IP访问了多少次"，后面分析访问量分布才准，而不只是"哪些IP来过"。

第二步：批量查归属地

用我上一篇讲的Python批量脚本，把 ip_count.txt 里的IP查成归属地。这里直接给个能跑的完整版：

python

import requests
from functools import lru_cache

@lru_cache(maxsize=200000)
def query(ip):
    try:
        r = requests.get(f"https://ip9.com.cn/get?ip={ip}", timeout=3)
        d = r.json()
        if d.get("ret") == 200:
            return d["data"]
    except Exception:
        pass
    return {}

# 读日志统计结果: 每行 "次数 IP"
from collections import Counter
region = Counter()
for line in open("ip_count.txt"):
    cnt, ip = line.split()
    info = query(ip)
    if info:
        # 按"省"聚合，海外用国家
        key = info.get("prov") or info.get("country") or "未知"
        region[key] += int(cnt)

for k, v in region.most_common(20):
    print(k, v)

第三步：画图

有了各省访问量，画图就简单了。两个选择：

省市区表格 + 柱状图：用 Excel 或者 ECharts 直接画，最快。
地图可视化：这是效果最好的。把数据喂给 ECharts 的地图，一眼看出用户集中在哪。（画地图的完整教程我后面单独写了一篇，这里先不展开）

一些容易踩的坑

1. 记得过滤爬虫

日志里很大一部分是搜索引擎爬虫和监控脚本。它们来自机房IP，会严重污染统计。过滤办法有两个：

把 UA 里带 bot、spider、crawler 的请求去掉；
用 ip_type 字段把 IDC 机房IP单拎出来，看看占比——如果特别高，说明你的站可能被爬了。

2. CDN别漏了真实IP

如果你的站挂了CDN，日志里的 $remote_addr 全是CDN节点的IP，查出来全在一个城市。要用 X-Forwarded-For 或CDN提供的真实IP头：

nginx

log_format main '$http_x_forwarded_for - $remote_addr - $remote_user ...';

3. 区分访问量和独立IP

uniq -c 统计的是访问次数，想知道独立访客数就只看IP去重。两个指标别混着说。

做完你能得到什么

一张"用户都来自哪些省份"的图；
用户规模最大的前几个城市；
大概判断出网站的受众画像。

我帮朋友做的一次，顺手还发现了他们站被某个地方的机房IP狂爬——要不是这次分析，根本发现不了。日志里藏着的东西，比你想象的多。

批量查询的接口：https://www.ip9.com.cn

用IP查询分析网站日志，做出用户地域分布图 ​

第一步：从日志里抽出IP ​

第二步：批量查归属地 ​

第三步：画图 ​