短網址原理和實現

1.背景介紹

相信不少人手機上都收到過一些營銷短信，短信裏面有時候會附帶一些網址，以下圖

這些網址每每都是很是短，可是當咱們打開以後，若是你仔細觀察，中間會有跳轉，最終瀏覽器地址欄顯示的網址並非你短信裏面看到的網址，這就是短網址！

2.原理和應用

短網址通常是採用一個很是短域名下，路徑參數通常只有3-6個字符組成，很是簡潔！

使用短網址的前提是先生成短網址，主要是採用某種算法讓一段短的字符對應一個長的字符，好比說從經常使用的0-九、a-z、A-Z共62個字符中選擇6個字符，那意味着有62的6次方種組合，大概有568億不重複的短網址可用！

服務器經過路徑參數查詢到真實的長網址，而後使用301/302跳轉到真實的網址便可！

關於跳轉，301 是永久重定向，302 是臨時重定向。短地址一經生成就不會變化，因此用 301 是符合 http 語義的，瀏覽器會記錄跳轉地址，同時對服務器壓力也會有必定減小。可是若是使用了 301，咱們就沒法統計到短地址被點擊的次數了，若是對數據統計有要求的話，使用302跳轉可能比較好一些！

短網址的主要好處是方便傳輸記憶，特別是在短信裏面使用的時候，短信對內容字數有限制，還有好比說微博分享也使用了短網址！

3.市面現有案例

目前市面上有不少免費的短連接服務，功能基本上都同樣，也沒有什麼限制！

(1)百度的短連接(dwz.cn/)，百度不只僅提供了網頁入口，也提供了接口和開發文檔，簡單易用！

(2)新浪的短連接(sina.lt/)，目前僅提供網頁入口，未發現接口服務！

(3)淘寶的短連接(tb.am/)，目前僅提供網頁入口，未發現接口服務！

市面還有不少其它的小的公司提供短連接服務，有些是部分免費，有些短連接是有效期的，這裏不一一介紹！

4.經常使用算法

網上比較流行的算法有進制算法、摘要（Hash）算法、隨機數算法，下面簡單介紹一下：

一.進制算法

這個算法網上也有叫做自增序列算法，特色就是永不重複，設置 id 自增，一個 10進制 id 對應一個62進制的數值，1對1，也就不會出現重複的狀況，這個利用的就是低進制轉化爲高進制時，字符數會減小的特性。

計算機中常見的進制有2進制，8進制，10進制，16進制，進制越大，可以表示的數越大，佔用的字數也越少。下面舉個例：

10進制的1000，在8進制裏面是1750，在16進制裏面就是3E8，那在62進制裏面呢？有人說，計算機裏面沒有62進制。。。雖然沒有，可是咱們能夠造一個，進制的轉換算法是固定的，最多見的就是「除基取餘法」！

咱們假設62進制的字符序列爲 0-9a-zA-Z，順序能夠打亂，可是應該固定下來，是一個從0角標開始的到61的數組，咱們暫且稱之爲字母表！

====> 1000/62 = 16，餘8

====> 16/62 = 0，餘16

餘數獲得的數字是1六、8，而後找到字母表裏面角標爲16和8的字符拼起來，就是g8，很是短，只有2位數！假如說咱們想至少產生6位字符，那麼咱們能夠從一個比較大的數字開始，具體能夠看下圖：

1位	62	0 - 61
2位	3844	62 - 3843
3位	約 23萬	3844 - 238327
4位	約 1400萬	238328 - 14776335
5位	約 9.1億	14776336 - 916132831
6位	約 568億	916132832 - 56800235583
複製代碼

二.Hash算法

第一種方式：

簡單的對長連接進行加鹽md5，會生成一個32位的字符串，隨機從裏面取6個字符，或者簡單粗暴取最後6位，可是md5只包含0-9A-Fa-f,比字母表的裏面字符還少，衝突概率更大！

第二種方式：

1.將長網址 md5 生成 32 位簽名串,分爲 4 段, 每段 8 個字節

2.對這四段循環處理, 取 8 個字節, 將他當作 16 進制串與 0x3fffffff(30位1) 與操做, 即超過 30 位的忽略處理

3.這 30 位分紅 6 段, 每 5 位的數字做爲字母表的索引取得特定字符, 依次進行得到 6 位字符串

4.總的 md5 串能夠得到 4 個 6 位串,取裏面的任意一個就可做爲這個長 url 的短 url 地址

生成的方式更加複雜，重複的概率低，可是依然會出現衝突！

三.隨機數算法

這個更簡單，直接對這個62個字符數組作隨機選擇，選擇其中6個字符看成短連接碼，簡單易用，可是不免會出現重複衝突！

四.算法對比

第一種算法只要解決自增id問題就能夠避免衝突，自增id能夠採用數據庫自增主鍵，每次生成短碼只需一次數據庫操做（insert操做，獲取主鍵id，而後算出短碼便可）

第二種和第三種算法其實都差很少，都是依賴於程序隨機，容易出現衝突，這就須要每次在插入數據庫的時候判重，效率低一些！

5.安全

短連接雖然方便了傳輸和記憶，可是因爲連接組成的字符個數少，更容易被爆破、猜想攻擊，攻擊者能夠輕鬆遍歷全部字符組成的連接！

因此不建議使用短連接發送具備私密性的網址，好比說重置密碼連接，對一些權限、敏感信息的連接要作好二次鑑權！

最後，推薦一個使用golang寫的短網址項目，能夠做爲一個單獨服務部署使用: github.com/praglody/sh…