短网址URL服务的设计以及实现 | 缩链短链接
2023-01-04 13:48:27
阅读：1191
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.例如缩链短链接suolink.cn
- 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。
缩链(suolink.cn)可助力企业快速低成本搭建自己的短链系统，向所有付费客户和推广量大的免费客户免费提供专用独享短域名生成短链接，支持客户使用自有品牌短域名生成短链接，有效解决短网址经常打不开、推广转化率低等推广难题，提升短信营销、微信/QQ/抖音等社群推广转化效果，降低各推广企业营销推广成本，降低IT研发成本与研发难度，缩短研发周期，增加业务收入。
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。
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。
文章来源于网络，如有侵权，请联系客服删除处理。
