長鏈接 轉(zhuǎn)短鏈接URL的設(shè)計(jì)思路

正確的原理就是通過發(fā)號(hào)策略，給每一個(gè)過來的長地址，發(fā)一個(gè)號(hào)即可，小型系統(tǒng)直接用mysql的自增索引就搞定了。如果是大型應(yīng)用，可以考慮各種分布式key-value系統(tǒng)做發(fā)號(hào)器。不停的自增就行了。第一個(gè)使用這個(gè)服務(wù)的人得到的短地址是 http://xx.xx/0?第二個(gè)是 http://xx.xx/1 第11個(gè)是 http://xx.xx/a 第依次往后，相當(dāng)于實(shí)現(xiàn)了一個(gè)62進(jìn)制的自增字段即可。

1. 62進(jìn)制如何用數(shù)據(jù)庫或者KV存儲(chǔ)來做？

其實(shí)我們并不需要在存儲(chǔ)中用62進(jìn)制，用10進(jìn)制就好了。比如第10000個(gè)長地址，我們給它的短地址對(duì)應(yīng)的編號(hào)是9999，我們通過存儲(chǔ)自增拿到9999后，再做一個(gè)10進(jìn)制到62進(jìn)制的轉(zhuǎn)換，轉(zhuǎn)成62進(jìn)制數(shù)即可。這個(gè)10～62進(jìn)制轉(zhuǎn)換，你完全都可以自己實(shí)現(xiàn)。

2. 如何保證同一個(gè)長地址，每次轉(zhuǎn)出來都是一樣的短地址

上面的發(fā)號(hào)原理中，是不判斷長地址是否已經(jīng)轉(zhuǎn)過的。也就是說用拿著百度首頁地址來轉(zhuǎn)，我給一個(gè)http://xx.xx/abc 過一段時(shí)間你再來轉(zhuǎn)，我還會(huì)給你一個(gè) http://xx.xx/xyz。這看起來挺不好的，但是不好在哪里呢？不好在不是一一對(duì)應(yīng)，而一長對(duì)多短。這與我們完美主義的基因不符合，那么除此以外還有什么不對(duì)的地方？

有人說它浪費(fèi)空間，這是對(duì)的。同一個(gè)長地址，產(chǎn)生多條短地址記錄，這明顯是浪費(fèi)空間的。那么我們?nèi)绾伪苊饪臻g浪費(fèi)，有人非常迅速的回答我，建立一個(gè)長對(duì)短的KV存儲(chǔ)即可。嗯，聽起來有理，但是。。。這個(gè)KV存儲(chǔ)本身就是浪費(fèi)大量空間。所以我們是在用空間換空間，而且貌似是在用大空間換小空間。真的劃算嗎？這個(gè)問題要考慮一下。當(dāng)然，也不是沒有辦法解決，我們做不到真正的一一對(duì)應(yīng)，那么打個(gè)折扣是不是可以搞定？

這個(gè)問題的答案太多種，各有各招。這個(gè)方案最簡單的是建立一個(gè)長對(duì)短的hashtable，這樣相當(dāng)于用空間來換空間，同時(shí)換取一個(gè)設(shè)計(jì)上的優(yōu)雅（真正的一對(duì)一）。實(shí)際情況是有很多性價(jià)比高的打折方案可以用，這個(gè)方案設(shè)計(jì)因人而異了。那我就說一下我的方案吧。

我的方案是：用key-value存儲(chǔ)，保存“最近”生成的長對(duì)短的一個(gè)對(duì)應(yīng)關(guān)系。注意是“最近”，也就是說，我并不保存全量的長對(duì)短的關(guān)系，而只保存最近的。比如采用一小時(shí)過期的機(jī)制來實(shí)現(xiàn)LRU淘汰。

這樣的話，長轉(zhuǎn)短的流程變成這樣：

• 在這個(gè)“最近”表中查看一下，看長地址有沒有對(duì)應(yīng)的短地址

• 有就直接返回，并且將這個(gè)key-value對(duì)的過期時(shí)間再延長成一小時(shí)

• 如果沒有，就通過發(fā)號(hào)器生成一個(gè)短地址，并且將這個(gè)“最近”表中，過期時(shí)間為1小時(shí)

• 
  

所以當(dāng)一個(gè)地址被頻繁使用，那么它會(huì)一直在這個(gè)key-value表中，總能返回當(dāng)初生成那個(gè)短地址，不會(huì)出現(xiàn)重復(fù)的問題。如果它使用并不頻繁，那么長對(duì)短的key會(huì)過期，LRU機(jī)制自動(dòng)就會(huì)淘汰掉它。

當(dāng)然，這不能保證100%的同一個(gè)長地址一定能轉(zhuǎn)出同一個(gè)短地址，比如你拿一個(gè)生僻的url，每間隔1小時(shí)來轉(zhuǎn)一次，你會(huì)得到不同的短地址。但是這真的有關(guān)系嗎？

3. 如何保證發(fā)號(hào)器的大并發(fā)高可用

上面設(shè)計(jì)看起來有一個(gè)單點(diǎn)，那就是發(fā)號(hào)器。如果做成分布式的，那么多節(jié)點(diǎn)要保持同步加1，多點(diǎn)同時(shí)寫入，這個(gè)嘛，以CAP理論看，是不可能真正做到的。其實(shí)這個(gè)問題的解決非常簡單，我們可以退一步考慮，我們是否可以實(shí)現(xiàn)兩個(gè)發(fā)號(hào)器，一個(gè)發(fā)單號(hào)，一個(gè)發(fā)雙號(hào)，這樣就變單點(diǎn)為多點(diǎn)了？依次類推，我們可以實(shí)現(xiàn)1000個(gè)邏輯發(fā)號(hào)器，分別發(fā)尾號(hào)為0到999的號(hào)。每發(fā)一個(gè)號(hào)，每個(gè)發(fā)號(hào)器加1000，而不是加1。這些發(fā)號(hào)器獨(dú)立工作，互不干擾即可。而且在實(shí)現(xiàn)上，也可以先是邏輯的，真的壓力變大了，再拆分成獨(dú)立的物理機(jī)器單元。1000個(gè)節(jié)點(diǎn)，估計(jì)對(duì)人類來說應(yīng)該夠用了。如果你真的還想更多，理論上也是可以的。

4. 具體存儲(chǔ)如何選擇

這個(gè)問題就不展開說了，各有各道，主要考察一下對(duì)存儲(chǔ)的理解。對(duì)緩存原理的理解，和對(duì)市面上DB、Cache系統(tǒng)可用性，并發(fā)能力，一致性等方面的理解。

5. 跳轉(zhuǎn)用301還是302

這也是一個(gè)有意思的話題。首先當(dāng)然考察一個(gè)候選人對(duì)301和302的理解。瀏覽器緩存機(jī)制的理解。然后是考察他的業(yè)務(wù)經(jīng)驗(yàn)。301是永久重定向，302是臨時(shí)重定向。短地址一經(jīng)生成就不會(huì)變化，所以用301是符合http語義的。同時(shí)對(duì)服務(wù)器壓力也會(huì)有一定減少。

但是如果使用了301，我們就無法統(tǒng)計(jì)到短地址被點(diǎn)擊的次數(shù)了。而這個(gè)點(diǎn)擊次數(shù)是一個(gè)非常有意思的大數(shù)據(jù)分析數(shù)據(jù)源。能夠分析出的東西非常非常多。所以選擇302雖然會(huì)增加服務(wù)器壓力，但是我想是一個(gè)更好的選擇。

class Tool{    /**?????*?64進(jìn)制轉(zhuǎn)十進(jìn)制
     * @date 2017-11-11     * @param $b64 64進(jìn)制參數(shù)     * @return bool|int 返回10進(jìn)制數(shù)值     */    public static function b64dec($b64){        $map = array(            '0'=>0,'1'=>1,'2'=>2,'3'=>3,'4'=>4,'5'=>5,'6'=>6,'7'=>7,'8'=>8,'9'=>9,            'A'=>10,'B'=>11,'C'=>12,'D'=>13,'E'=>14,'F'=>15,'G'=>16,'H'=>17,'I'=>18,'J'=>19,            'K'=>20,'L'=>21,'M'=>22,'N'=>23,'O'=>24,'P'=>25,'Q'=>26,'R'=>27,'S'=>28,'T'=>29,            'U'=>30,'V'=>31,'W'=>32,'X'=>33,'Y'=>34,'Z'=>35,'a'=>36,'b'=>37,'c'=>38,'d'=>39,            'e'=>40,'f'=>41,'g'=>42,'h'=>43,'i'=>44,'j'=>45,'k'=>46,'l'=>47,'m'=>48,'n'=>49,            'o'=>50,'p'=>51,'q'=>52,'r'=>53,'s'=>54,'t'=>55,'u'=>56,'v'=>57,'w'=>58,'x'=>59,            'y'=>60,'z'=>61,'_'=>62,'='=>63        );        $dec = 0;        $len = strlen($b64);        for ($i = 0; $i < $len; $i++) {            $b = $map[$b64{$i}];            if ($b === null) {                return false;            }            $j = $len - $i - 1;            $dec += ($j == 0 ? $b : (2 << (6 * $j - 1)) * $b);        }        return $dec;    }    /**?????*?十進(jìn)制轉(zhuǎn)64進(jìn)制
     * @date 2017-11-24     * @param $dec     * @return bool|string 返回64進(jìn)制     */    public static function decb64($dec){        if ($dec < 0) {            return FALSE;        }        $map = array(            0=>'0',1=>'1',2=>'2',3=>'3',4=>'4',5=>'5',6=>'6',7=>'7',8=>'8',9=>'9',            10=>'A',11=>'B',12=>'C',13=>'D',14=>'E',15=>'F',16=>'G',17=>'H',18=>'I',19=>'J',            20=>'K',21=>'L',22=>'M',23=>'N',24=>'O',25=>'P',26=>'Q',27=>'R',28=>'S',29=>'T',            30=>'U',31=>'V',32=>'W',33=>'X',34=>'Y',35=>'Z',36=>'a',37=>'b',38=>'c',39=>'d',            40=>'e',41=>'f',42=>'g',43=>'h',44=>'i',45=>'j',46=>'k',47=>'l',48=>'m',49=>'n',            50=>'o',51=>'p',52=>'q',53=>'r',54=>'s',55=>'t',56=>'u',57=>'v',58=>'w',59=>'x',            60=>'y',61=>'z',62=>'_',63=>'=',        );        $b64 = '';        do {            $b64 = $map[($dec % 64)] . $b64;            $dec /= 64;        } while ($dec >= 1);        return $b64;    }}