短URL服务的设计以及实现
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?
短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)); } } }
·END·