问卷怎么按地区控制样本量？IP 归属地自动配额抽样（PHP 实现）

做市场调研的人都懂这种痛：甲方丢过来一句「华东收 800、华南收 500、其他地区 300」，问卷星上手动筛吧，得等回收结束再按 IP 地址一个个归类，无效样本剔完发现广东早超了、青海还差 200，只能补发一轮定向渠道。一来一回，项目周期拖一周。

更麻烦的是现在问卷大多靠微信群、朋友圈转发扩散，样本天然扎堆在发起人所在的城市。配额控制不做在回收环节，后面做数据分析时地域结构就是歪的。这篇文章讲怎么在问卷系统提交入口加一道「地区配额闸门」：答卷人 IP 归属地落在哪个省，就扣哪个省的配额，扣完直接礼貌谢绝，样本结构当场可控。

一、实时配额 vs 回收后筛选

回收后筛选的问题是「晚了」：发出去的链接收不回来，超配地区白花钱，欠配地区还得二次触达。实时配额在答卷提交那一刻就做判断：

取答卷人真实 IP（注意 CDN 场景）；
查 IP 归属地，拿到省份；
Redis 里对省份计数 +1，超过配额上限就返回「本地区样本已收满」；
配额内正常入库，顺带把省份写进答卷记录，后续分析直接用。

这套逻辑放在 PHP 问卷系统里很自然——问卷系统大多是 PHP 写的（问卷星自建版、开源 LimeSurvey 生态都是），提交入口加两个函数就够。

二、PHP 实现

php

<?php
// 问卷提交入口 diqu_quota_check.php，在 saveAnswer() 之前调用

$quota = [ // 各省目标配额（份）
    '北京' => 300, '上海' => 300, '广东' => 500,
    '浙江' => 200, '江苏' => 200, '其他' => 300,
];

function getUserIp(): string
{
    // 经过了自家 CDN/反代才可信；裸奔环境直接用 REMOTE_ADDR
    if (!empty($_SERVER['HTTP_X_FORWARDED_FOR'])) {
        $first = explode(',', $_SERVER['HTTP_X_FORWARDED_FOR'])[0];
        return trim($first);
    }
    return $_SERVER['REMOTE_ADDR'] ?? '';
}

function queryGeo(string $ip): ?array
{
    // 文件缓存：同一 IP 一天内只查一次，省接口额度
    $cacheDir = __DIR__ . '/geo_cache';
    if (!is_dir($cacheDir)) { mkdir($cacheDir, 0755, true); }
    $cacheFile = $cacheDir . '/' . md5($ip) . '.json';
    if (is_file($cacheFile) && time() - filemtime($cacheFile) < 86400) {
        return json_decode(file_get_contents($cacheFile), true);
    }
    $ctx = stream_context_create(['http' => ['timeout' => 3]]);
    $raw = @file_get_contents("https://ip9.com.cn/get?ip={$ip}", false, $ctx);
    if ($raw === false) { return null; }
    $resp = json_decode($raw, true);
    if (!isset($resp['ret']) || $resp['ret'] !== 200) { return null; }
    file_put_contents($cacheFile, json_encode($resp['data'], JSON_UNESCAPED_UNICODE));
    return $resp['data']; // 含 prov/city/isp/lat/lng 等字段
}

function quotaCheck(array $quota, Redis $redis, ?array $geo): array
{
    $prov = $geo['prov'] ?? '其他';
    if (!isset($quota[$prov])) { $prov = '其他'; }
    // hIncrBy 原子自增，并发答卷不会重复放行
    $used = (int) $redis->hIncrBy('survey_quota_20260927', $prov, 1);
    $left = $quota[$prov] - $used;
    if ($left < 0) {
        return ['ok' => false, 'msg' => "{$prov}地区样本已收满，感谢参与"];
    }
    return ['ok' => true, 'prov' => $prov, 'left' => $left];
}

// ---- 提交流程 ----
$redis = new Redis();
$redis->connect('127.0.0.1', 6379);
$redis->select(0);

$ip = getUserIp();
$geo = queryGeo($ip);

if ($geo === null) {
    // 降级策略：归属地接口挂了不能让问卷整体挂掉，放行但打标记事后补算
    saveAnswer($_POST, ['quota_checked' => false]);
    echo json_encode(['ok' => true, 'msg' => '提交成功']);
    exit;
}

$result = quotaCheck($quota, $redis, $geo);
if (!$result['ok']) {
    echo json_encode(['ok' => false, 'msg' => $result['msg']]);
    exit;
}

saveAnswer($_POST, [
    'quota_checked' => true,
    'prov' => $result['prov'],
    'left' => $result['left'],
]);
echo json_encode(['ok' => true, 'msg' => '提交成功', 'left' => $result['left']]);

两个细节值得交代。getUserIp 里取 X-Forwarded-For 第一个值，是因为自己的 CDN 会把真实 IP 追加在最前；但如果把后端直接暴露在公网，这个头就能伪造——生产环境务必只信网关层改写过的头。quotaCheck 用 Redis hIncrBy 原子自增，两个答卷人同时提交同一个省的最后一份名额时，只有一个人能拿到，不会超发。

三、落地注意事项

配额单位要想清楚：按「提交份数」还是按「有效份数」。强烈建议配额闸门只挡「明显刷量」和「超收」，正常答卷先收着并标记 quota_checked，洗数据阶段再按 prov 字段精确卡有效样本——否则接口精度波动或一个人答两份会把达标答卷无辜挡掉。
IP 归属地是城市级，不是精确位置：省一级用它没问题，别拿去判定答卷人具体城区；area（区县）字段是 VIP 版能力，真有区县配额需求再看官网 https://www.ip9.com.cn 说明。
免费额度要算账：https://ip9.com.cn/get?ip=xxx 免费版 60 次/分钟/IP。日均几百份答卷的调研项目，服务端单 IP 调用完全够；配合上面的文件缓存，同一 IP 重复答卷只查一次。量再大（比如渠道投放日增几万份）就得加 Redis 缓存或转 VIP。
别在提示语里泄露配额逻辑：满额提示统一写成「本地区样本已收满」，别告诉答卷人具体省份和剩余数量，防止被渠道方定点刷配额外样本。
合规：IP 属于个人信息，答卷收集页的隐私条款里写明用途是「地域配额与样本质量控制」，保留期限随问卷项目结束一并清理。

总结

问卷配额这件事，早做五分钟，晚省两星期。在提交入口加一道「IP 归属地 → 省份计数 → 满额谢绝」的闸门，样本省域结构从源头就受控，后面数据分析不用再为地域偏差写一堆后处理脚本。PHP 侧实现就三个函数：取真 IP、查归属地（带文件缓存）、Redis 原子计数，半小时能接完。别忘两条兜底：接口异常降级放行 + 答卷落库时把省份写进记录，这样哪怕配额闸门临时失灵，清洗阶段也还能兜回来。

问卷怎么按地区控制样本量？IP 归属地自动配额抽样（PHP 实现） ​

一、实时配额 vs 回收后筛选 ​

二、PHP 实现 ​

三、落地注意事项 ​

总结 ​

问卷怎么按地区控制样本量？IP 归属地自动配额抽样（PHP 实现）

一、实时配额 vs 回收后筛选

二、PHP 实现

三、落地注意事项

总结