短 URL 服务的设计以及实现

背景

想必大家也经常收到垃圾短信吧……短信中的链接一般都是短链接，类似于下图这样：

为什么这里面的URL都是短的呢?有什么好处呢？怎么做到的呢？

端 URL 的好处

短信和许多平台(微博)有字数限制，太长的链接加进去都没有办法写正文了。
好看。比起一大堆不知所以的参数,短链接更加简洁友好。
方便做一些统计。你点了链接会有人记录然后分析的。
安全。不暴露访问参数。

这就是为什么我们现在收到的垃圾短信大多数都是短URL的原因了。

那么短URL是怎么做到的呢?

短 URL 基础原理

短URL从生成到使用分为以下几步：

有一个服务,将要发送给你的长URL对应到一个短URL上.例如www.baidu.com -> www.t.cn/1。
把短URL拼接到短信等的内容上发送。.
用户点击短URL,浏览器用301/302进行重定向,访问到对应的长URL。
展示对应的内容。

本文主要集中于第一步,即如何将一个长URL对应到短URL上。

服务设计

如果你在往长短URL真实的对应关系上想，那么就走远了。

最理想的情况是：我们用一种算法，对每一个长URL，唯一的转换成短URL。还能保持反向转换的能力。

但是这是不可能的，如果有这样的算法，世界上的所有压缩算法都可以原地去世了。

正确的思路是建立一个发号器，每次有一个新的长URL进来，我们就增加一，并且将新的数值返回。第一个来的URL返回"www.x.cn/0",第二个返回"www.x.cn/1"。

接下来以QA形式写几个小问题：

对应关系如何存储?

这个对应数据肯定是要落盘的，不能每次系统重启就重新排号，所以可以采用mysql等数据库来存储。而且如果数据量小且qps低，直接使用数据库的自增主键就可以实现。

如何保证长短链接一一对应?

按照上面的发号器策略，是不能保证长短链接的一一对应的，你连续用同一个URL请求两次,结果值都是不一样的。

为了实现长短链接一一对应，我们需要付出很大的空间代价，尤其是为了快速响应，我们可以需要在内存中做一层缓存，这样子太浪费了。

但是可以实现一些变种的，来实现部分的一一对应，比如将最近/最热门的对应关系存储在K-V数据库中，这样子可以节省空间的同时，加快响应速度。

短URL的存储

我们返回的短URL一般是将数字转换成32进制，这样子可以更加有效的缩短URL长度，那么32进制的数字对计算机来说只是字符串，怎么存储呢？直接存储字符串对等值查找好找，对范围查找等太不友好了。

其实可以直接存储10进制的数字，这样不仅占用空间少，对查找的支持较好，同时还可以更加方便的转换到更多/更少的进制来进一步缩短URL。

高并发

如果直接存储在MySQL中，当并发请求增大，对数据库的压力太大，可能会造成瓶颈，这时候是可以有一些优化的。

缓存

上面保证长短链接一一对应中也提到过缓存，这里我们是为了加快程序处理速度。可以将热门的长链接(需要对长链接进来的次数进行计数)，最近的长链接(可以使用redis保存最近一个小时的)等等进行一个缓存，保存在内存中或者类似redis的内存数据库中，如果请求的长URL命中了缓存，那么直接获取对应的短URL进行返回，不需要再进行生成操作。

批量发号

每一次发号都需要访问一次MySQL来获取当前的最大号码，并且在获取之后更新最大号码，这个压力是比较大的。

我们可以每次从数据库获取10000个号码，然后在内存中进行发放，当剩余的号码不足1000时，重新向MySQL请求下10000个号码，在上一批号码发放完了之后，批量进行写入。

这样可以将对数据库持续的操作移到代码中进行，并且异步进行获取和写入操作，保证服务的持续高并发。

分布式

上面设计的系统是有单点的，那就是发号器是个单点，容易挂掉。

可以采用分布式服务，分布式的话，如果每一个发号器进行发号之后都需要同步给其他发号器,那未必也太麻烦了。

换一种思路，可以有两个发号器，一个发单号，一个发双号，发号之后不再是递增1，而是递增2。

类比可得，我们可以用1000个服务，分别发放0-999尾号的数字，每次发号之后递增1000。这样做很简单，服务互相之间基本都不用通信,做好自己的事情就好了。

实现

由于我懒得写JDBC代码，更懒得弄Mybatis，所以代码中使用到MySQL的地方都使用了Redis。

package util;import redis.clients.jedis.Jedis;/*** Created by pfliu on 2019/06/23.*/
public class ShortURLUtil {private static final String SHORT_URL_KEY = "SHORT_URL_KEY";private static final String LOCALHOST = "http://localhost:4444/";private static final String SHORT_LONG_PREFIX = "short_long_prefix_";private static final String CACHE_KEY_PREFIX = "cache_key_prefix_";private static final int CACHE_SECONDS = 1 * 60 * 60;private final String redisConfig;private final Jedis jedis;public ShortURLUtil(String redisConfig) {this.redisConfig = redisConfig;this.jedis = new Jedis(this.redisConfig);}public String getShortURL(String longURL, Decimal decimal) {// 查询缓存String cache = jedis.get(CACHE_KEY_PREFIX + longURL);if (cache != null) {return LOCALHOST + toOtherBaseString(Long.valueOf(cache), decimal.x);}// 自增long num = jedis.incr(SHORT_URL_KEY);// 在数据库中保存短-长URL的映射关系,可以保存在MySQL中jedis.set(SHORT_LONG_PREFIX + num, longURL);// 写入缓存jedis.setex(CACHE_KEY_PREFIX + longURL, CACHE_SECONDS, String.valueOf(num));return LOCALHOST + toOtherBaseString(num, decimal.x);}/*** 在进制表示中的字符集合*/final static char[] digits = {'0', '1', '2', '3', '4', '5', '6', '7', '8','9', 'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L','M', 'N', 'O', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y','Z', 'a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z'};/*** 由10进制的数字转换到其他进制*/private String toOtherBaseString(long n, int base) {long num = 0;if (n < 0) {num = ((long) 2 * 0x7fffffff) + n + 2;} else {num = n;}char[] buf = new char[32];int charPos = 32;while ((num / base) > 0) {buf[--charPos] = digits[(int) (num % base)];num /= base;}buf[--charPos] = digits[(int) (num % base)];return new String(buf, charPos, (32 - charPos));}enum Decimal {D32(32),D64(64);int x;Decimal(int x) {this.x = x;}}public static void main(String[] args) {for (int i = 0; i < 100; i++) {System.out.println(new ShortURLUtil("localhost").getShortURL("www.baidudu.com", Decimal.D32));System.out.println(new ShortURLUtil("localhost").getShortURL("www.baidu.com", Decimal.D64));}}
}

作者：翁智华

https://www.cnblogs.com/wzh2010/p/14454954.html