面试官q：你平时是否留意过一些垃圾短信中包含yb体育官方-亚博网站首页？
小菜j：有的，喏，就是这样的！
面试官q：为什么选择这种方式？有什么好处？如果让你实现一个短链接的生成服务，你会怎么设计？
短url的好处有:
短. 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。
我目前是在职java开发，如果你现在正在了解java技术，想要学好java，渴望成为一名java开发工程师，在入门学习java的过程当中缺乏基础的入门视频教程，你可以关注并私信我：01。我这里有一套最新的java基础javase的精讲视频教程，这套视频教程是我在年初的时候，根据市场技术栈需求录制的，非常的系统完整。