前言
今天突然有一個需求是將文件的下載鏈接發(fā)送到給目標的手機短信宛逗，然后突然想起來自己接到的短信鏈接都是短鏈接帖池，然后就有了以下想法。Ps:都是想法慌申！想法陌选！網(wǎng)上的想法!
思路
如果沒有接觸過短網(wǎng)址理郑，不妨去 http://www.sina.lt/ 和 [https://dwz.cn/(https://dwz.cn/) 稍微體驗下或衡。體驗的結(jié)果是掉奄，短網(wǎng)址都把網(wǎng)址壓縮成了六個字符怎诫，這是巧合嗎惠险？
短網(wǎng)址整個運轉(zhuǎn)邏輯非常簡單，我們以 https://goo.gl/SfzlA2 為例抄腔，當我們訪問這個網(wǎng)址的時候蜀撑，后端可以獲取 "SfzlA2" 這個字符串村怪，然后跳轉(zhuǎn)到 https://github.com/hanzichi法瑟，很顯然冀膝，這個字符串和這個地址已經(jīng)綁定，通過某種映射關(guān)系可以從 "SfzlA2" 獲取完整的地址霎挟。
那么窝剖，看起來我們只需要找到一個算法，能夠?qū)⒁粋€長字符串壓縮成一個短的字符串酥夭，并且該算法應(yīng)該是可逆的赐纱。但是實現(xiàn)這樣的文本壓縮算法，是非常困難的（不存在熬北？）疙描，如果真有這么一個算法和逆運算，那么基本上現(xiàn)在的壓縮軟件都可以歇菜了蒜埋，而世界上所有的信息（網(wǎng)址長度未知）淫痰，都可以壓縮成固定長度個字符，這可能嗎整份？所以不要幻想使用壓縮算法，而且對于 URL 這種不超過 100 bytes 的字符串籽孙，壓縮算法的壓縮比通常都大于 1烈评。
所以我們應(yīng)該轉(zhuǎn)變思路。目前流行的短網(wǎng)址算法大概有兩種犯建，一種是利用 md5讲冠，將長網(wǎng)址 md5 后，再進行分組壓縮适瓦，因為 md5 實質(zhì)上是一種哈希算法竿开，所以難免出現(xiàn)碰撞，當然玻熙，我們有解決哈希沖突的 N 種方法否彩，但是這只會增加系統(tǒng)的復(fù)雜度，不推薦嗦随。另外一種是將網(wǎng)址和一個 62 進制數(shù)（0-9 & a-Z）對應(yīng)列荔，存入數(shù)據(jù)庫中，需要的時候，通過數(shù)據(jù)庫查詢提取贴浙。
上面都是我粘貼的砂吞，哈哈哈哈哈哈，我的想法就是通過一種縮短的算法崎溃，然后將映射關(guān)系放在數(shù)據(jù)庫啊或者緩存啊之類的蜻直，有一段生效時間，防止有重復(fù)之類的袁串，這個時候的縮短算法就很重要了袭蝗。
原理解析
當我們在瀏覽器里輸入 http://t.cn/ReCqY16 時
- DNS首先解析獲得 http://t.cn 的
IP地址 - 當
DNS獲得IP地址以后（比如：119.75.217.109/），會向這個地址發(fā)送HTTPGET請求般婆，查詢短碼RlB2PdD -
http://t.cn 服務(wù)器會通過短碼
ReCqY16獲取對應(yīng)的長 URL - 請求通過
HTTP301轉(zhuǎn)到對應(yīng)的長 URL https://www.baidu.com/ 到腥。
這里有個小的知識點，為什么要用 301 跳轉(zhuǎn)而不是 302 吶蔚袍？
301 是永久重定向乡范，302 是臨時重定向。短地址一經(jīng)生成就不會變化啤咽，所以用 301 是符合
http語義的晋辆。同時對服務(wù)器壓力也會有一定減少。
但是如果使用了301宇整，我們就無法統(tǒng)計到短地址被點擊的次數(shù)了瓶佳。而這個點擊次數(shù)是一個非常有意思的大數(shù)據(jù)分析數(shù)據(jù)源。能夠分析出的東西非常非常多鳞青。所以選擇302雖然會增加服務(wù)器壓力霸饲，但是我想是一個更好的選擇。來自知乎 iammutex 的答案
算法實現(xiàn)
網(wǎng)上比較流行的算法有兩種 自增序列算法臂拓、 摘要算法
算法一
自增序列算法 也叫永不重復(fù)算法
設(shè)置 id 自增厚脉，一個 10進制 id 對應(yīng)一個 62進制的數(shù)值，1對1胶惰，也就不會出現(xiàn)重復(fù)的情況傻工。這個利用的就是低進制轉(zhuǎn)化為高進制時，字符數(shù)會減少的特性孵滞。
短址的長度一般設(shè)為 6 位中捆，而每一位是由 [a - z, A - Z, 0 - 9] 總共 62 個字母組成的，所以 6 位的話坊饶，總共會有 62^6 ~= 568億種組合泄伪，基本上夠用了。
哈哈幼东，這里附上一個進制轉(zhuǎn)換工具 http://tool.lu/hexconvert/ 上圖的數(shù)據(jù)就是用這個工具生成的臂容。
具體的算法實現(xiàn)科雳，自行谷歌。
算法二
- 將長網(wǎng)址
md5生成 32 位簽名串,分為 4 段, 每段 8 個字節(jié) - 對這四段循環(huán)處理, 取 8 個字節(jié), 將他看成 16 進制串與 0x3fffffff(30位1) 與操作, 即超過 30 位的忽略處理
- 這 30 位分成 6 段, 每 5 位的數(shù)字作為字母表的索引取得特定字符, 依次進行獲得 6 位字符串
- 總的
md5串可以獲得 4 個 6 位串,取里面的任意一個就可作為這個長 url 的短 url 地址
這種算法,雖然會生成4個,但是仍然存在重復(fù)幾率
其他
這樣的實現(xiàn)脓杉，還有一些其他的問題糟秘，比如短網(wǎng)址的長度并不是固定的，這點容易解決球散，補位即可尿赚。再比如，這些短網(wǎng)址蕉堰，按照順序排列凌净，并不顯得隨機，這也好辦屋讶，比如可以隨機生成六位字符串當作 key冰寻，而不是用整數(shù)的遞增，這樣的話皿渗，短網(wǎng)址數(shù)量也不受限了（可以增加短網(wǎng)址位數(shù)）斩芭。還有一點，相同的 URL 可能得到不同的短網(wǎng)址乐疆，這點可以另外加個哈匣裕或者用 Set 去解決，還可以加個緩存來解決（在緩存時間內(nèi)挤土，重定向到相同地址琴庵，一旦緩存失效，重新分配 key）仰美。
除了算法設(shè)計外迷殿，真正的系統(tǒng)還需要考慮很多，比如發(fā)號器的設(shè)計筒占，比如緩存（掛個 Redis）贪庙，比如跳轉(zhuǎn)，等等翰苫，本文只是我自己瞎想的，也沒實現(xiàn)这橙，都是一些想法奏窑。
短網(wǎng)址系統(tǒng)的設(shè)計，其實依賴的并不是文本壓縮算法屈扎。有些時候埃唯，需要換個角度思考問題。
