最通俗易懂的短链接原理讲解

发表于 3年以前 | 总阅读数：211 次

看业务代码的时候，有些逻辑用到了短链接服务，感觉还蛮有意思的，这里简单的记录一下。

这种营销短信大家应该都收到过，短信有最大字符限制，而且为了更好的观感体验，短信里的链接一般都很短。现成的短链接生成服务也比较多，比如新浪、百度等，谷歌之前也有短链接服务，号称是最快的，但是在 2018 年关闭了。

一、短链接原理

我们点击短链接会发起一个 GET 方式的 HTTP 请求，当请求到对应的 API 后，会解析短链接里的标识获取到对应的长链接，然后重定向到长链接，这样整个流程就结束了。

比如我用新浪的短链接服务为 https://www.google.com/ 生成了一个短链接：http://dwz.date/evn，下面是请求短链接时对应的 HTTP 信息：

二、短链接生成算法

短链接标识一般是 [0-9, a-z, A-Z] 随机组合而成的字符串，字符一共有 62 个，因此短链接标识可以用 62 进制的字符串表示。

首先维护一个自增的 ID，当生成短链接时，将 10 进制的自增 ID 转换成 62 进制字符串，这个字符串就可以唯一标识一个长链接。由于 ID 是自增的，对应的 62 进制字符串是不同的，这样就不会出现一个短链接对应多个长链接的问题，62 个字符排列组合，可以保证短链接是用不完的，就算仅限于 6 位长度标识的短链接，也有 558 亿多种情况，这种算法在网上被称为自增序列算法。

维护自增 ID 主要有以下几种方式：

数据库主键自增
redis 自增
分布式自增主键 ID（雪花算法，存在 ID 浪费）

下面是 62 进制的 encode 与 decode 方法，来自 Base62。

private static String base62(Long b10) {
    StringBuilder ret = new StringBuilder();
    while (b10 > 0) {
        ret.insert(0, characters.charAt((int) (b10 % 62)));
        b10 /= 62;
    }
    return ret.toString();
}

private static long decodeBase62(String b62) {
    long ret = 0;
    b62 = new StringBuffer(b62).reverse().toString();
    long count = 1;
    for (char character : b62.toCharArray()) {
        ret += characters.indexOf(character) * count;
        count *= 62;
    }
    return ret;
}

三、一些细节

1、自增序列算法也存在一定的缺点，当自增主键很大时，生成的 62 进制字符串会变长，以 0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ 顺序的 62 进制为例，当主键大于 56800235583 时，会生成 7 位长度的 62 进制字符串。这个问题可以通过控制自增主键的增长速度来解决，而且要避免主键浪费。

2、62 进制的顺序并不一定严格按照 0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ 的顺序来表示，这个顺序可以是打乱的，这样生成的短链接标识更随机不易被破解。

3、长链接与短链接是否需要一对多关系，同一个长链接使用自增主键 ID 算法生成的短链接是不同的，因为自增主键 ID 不同，生成的 62 进制字符串自然也不同。如果我们有一个长链接唯一对应一个短链接需求，可以将长链接进行 md5 加密，将加密后的 md5 值存储在 DB 中，每次生成短链接前都根据长链接 md5 值查询 DB，如果存在，则直接返回短链接，当然也可以使用其他方式维护这种关系。

4、跳转用 301 还是 302，301 永久重定向，302 是临时重定向。短地址一经生成就不会变化，所以用 301 是符合 http 语义的。同时对服务器压力也会有一定减少。

但是如果使用了 301，我们就无法统计到短地址被点击的次数了。而这个点击次数是一个非常有意思的大数据分析数据源。能够分析出的东西非常非常多。所以选择 302 虽然会增加服务器压力，但是我想是一个更好的选择。from 短 URL 系统是怎么设计的？by iammutex

5、如果短链接请求频繁，可以借助 redis 做对应的缓存优化。