Un archivo MMDB tiene dos partes: un árbol de búsqueda, un trie binario sobre los bits de la dirección IP, y una sección de datos con los registros (país, ciudad, ASN, indicadores de privacidad…). La sección de datos ya evita repeticiones mediante punteros, pero el árbol no: los escritores habituales emiten cada nodo que visitan sin comprobar si ya han escrito uno idéntico. Como en internet muchos rangos devuelven el mismo registro, una parte grande del árbol son subárboles duplicados.
La solución es hash-consing aplicado de abajo arriba. Se recorre el árbol desde las hojas, se sustituyen las referencias a los hijos por sus identidades canónicas y se usa el par ordenado de hijos como clave de una tabla hash. Si el par ya existe, se reutiliza el nodo; si no, se crea. El resultado es un grafo acíclico dirigido en el que varios padres apuntan al mismo subárbol. No cambia el formato: la especificación de MMDB ya describe este tipo de compartición para los alias de IPv4.
En el catálogo de producción, de 89 bases de datos diarias, el tamaño bajó de 91,2 GB a 62,8 GB (un 31 %). El mejor caso fue ipinfo_privacy, de 789 MB a 155 MB (un 80 %). En el ejemplo con ipinfo_lite, el archivo pasó de 37,76 MB a 25,08 MB (−33,58 %), los nodos de 3.790.310 a 2.205.358 y la sección de datos quedó intacta. Un millón de búsquedas costaron 797 ns por operación en el original y 757 ns en el optimizado, y la memoria residente bajó de 36,02 MiB a 23,92 MiB.
Para comprobar que la salida es la misma base de datos, IPinfo enumeró en ambas direcciones los 3.783.922 prefijos de ipinfo_lite, probó un millón de IPv4 y un millón de IPv6 aleatorias sin discrepancias, usó mmdbctl verify, mmdbctl diff y el mmdbverify de MaxMind, y probó los archivos con 12 SDK de lectura. Los primeros archivos optimizados llegaron a producción en julio y hoy son los que sirve el 100 % de la API y de las descargas. La herramienta, con licencia Apache 2.0, está en el repositorio de mmdbctl.
Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.