小議短網址系統的設計（有些時候，須要換個角度思考問題）

時間 2019-11-05

原文原文鏈接

前言

短網址，我想你們應該都見過，若是沒有，試着點擊下面這條連接 https://git.io/vSY4o，會跳到個人 GitHub 主頁，可是它確實比原始連接 https://github.com/hanzichi 要短了一些。關於短網址的做用，這裏不做描述，本文主要講講如何實現一個簡單的短網址系統。javascript

Leetcode 正好有一題與此有關，不妨一試。html

思路

若是沒有接觸太短網址，不妨去 https://goo.gl/ 和 https://git.io/ 稍微體驗下。體驗的結果是，短網址都把網址壓縮成了六個字符，這是巧合嗎？java

短網址整個運轉邏輯很是簡單，咱們以 https://goo.gl/SfzlA2 爲例，當咱們訪問這個網址的時候，後端能夠獲取 "SfzlA2" 這個字符串，而後跳轉到 https://github.com/hanzichi，很顯然，這個字符串和這個地址已經綁定，經過某種映射關係能夠從 "SfzlA2" 獲取完整的地址。git

那麼，看起來咱們只須要找到一個算法，可以將一個長字符串壓縮成一個短的字符串，而且該算法應該是可逆的。可是實現這樣的文本壓縮算法，是很是困難的（不存在？），若是真有這麼一個算法和逆運算，那麼基本上如今的壓縮軟件均可以歇菜了，而世界上全部的信息（網址長度未知），均可以壓縮成固定長度個字符，這可能嗎？因此不要幻想使用壓縮算法，並且對於 URL 這種不超過 100 bytes 的字符串，壓縮算法的壓縮比一般都大於 1。github

因此咱們應該轉變思路。目前流行的短網址算法大概有兩種，一種是利用 md5，將長網址 md5 後，再進行分組壓縮，由於 md5 實質上是一種哈希算法，因此不免出現碰撞，固然，咱們有解決哈希衝突的 N 種方法，可是這隻會增長系統的複雜度，不推薦。另一種是將網址和一個 62 進制數（0-9 & a-Z）對應，存入數據庫中，須要的時候，經過數據庫查詢提取。算法

實現

接着咱們就根據以上的思路，來實現一個簡單的短網址系統。數據庫

咱們先不考慮 62 進制的轉換，用 Map 來當作一個 k-v 的數據庫。當存入第一個網址的時候，假設咱們的短網址是 xx.com/0，能夠將 0 當作 key，將實際網址當作 value，須要查詢的時候直接提取，若是有新的短網址須要生成，將 key 自增。代碼以下。後端

let [p, index] = [new Map(), 0];

/**
 * Encodes a URL to a shortened URL.
 *
 * @param {string} longUrl
 * @return {string}
 */
var encode = function(longUrl) {
  p.set(index, longUrl);
  return index++;
};

/**
 * Decodes a shortened URL to its original URL.
 *
 * @param {string} shortUrl
 * @return {string}
 */
var decode = function(shortUrl) {
  return p.get(shortUrl);
};

很顯然，用一個 62 進制數表示，短網址能夠更短。咱們能夠本身實現一個簡單的 10 進制到 62 進制的轉換算法。緩存

let [p, index] = [new Map(), 0];

var base62 = (n) => {
  let str = '0123456789abcdefghigklmnopqrstuvwxyzABCDEFGHIGKLMNOPQRSTUVWXYZ';
  let len = str.length;
  let ret = '';

  do {
    ret += str[n % len];
    n = ~~(n / len);
  } while (n);

  return ret;
};

/**
 * Encodes a URL to a shortened URL.
 *
 * @param {string} longUrl
 * @return {string}
 */
var encode = function(longUrl) {
  let shortUrl = base62(index++);
  p.set(shortUrl, longUrl);
  return shortUrl;
};

/**
 * Decodes a shortened URL to its original URL.
 *
 * @param {string} shortUrl
 * @return {string}
 */
var decode = function(shortUrl) {
  return p.get(shortUrl);
};

這樣實現的話實際的短網址的數量實際上是受限的，理論上應該是（JavaScript）能表示的最大的整數。url

其餘

這樣的實現，還有一些其餘的問題，好比短網址的長度並非固定的，這點容易解決，補位便可。再好比，這些短網址，按照順序排列，並不顯得隨機，這也好辦，好比能夠隨機生成六位字符串看成 key，而不是用整數的遞增，這樣的話，短網址數量也不受限了（能夠增長短網址位數）。還有一點，相同的 URL 可能獲得不一樣的短網址，這點能夠另外加個哈希或者用 Set 去解決，還能夠加個緩存來解決（在緩存時間內，重定向到相同地址，一旦緩存失效，從新分配 key）。

除了算法設計外，真正的系統還須要考慮不少，好比發號器的設計，好比緩存（掛個 Redis），好比跳轉，等等，本文只是拋磚引玉，這些就留給大家本身去思考了。

短網址系統的設計，其實依賴的並非文本壓縮算法。有些時候，須要換個角度思考問題。