短链平台设计

为什么需要短链？
有时候，平台的地址会异常的长，比如一次搜索的地址：

https://www.google.com/search?q=mongodb&sca_esv=567212709&ei=OxAMZdm7PM7ZhwO0wK0w&ved=0ahUKEwiZxd2VtbuBAxXO7GEKHTRgCwYQ4dUDCBA&uact=5&oq=mongodb&gs_lp=Egxnd3Mtd2l6LXNlcnAiB21vbmdvZGIyBxAAGIoFGEMyBxAAGIoFGEMyBxAAGIoFGEMyDRAAGIoFGLEDGIMBGEMyBxAAGIoFGEMyBxAAGIoFGEMyBxAAGIoFGEMyBxAAGIoFGEMyBxAAGIoFGEMyBxAAGIoFGENI6QRQowJYowJwAXgBkAEAmAGKAaABigGqAQMwLjG4AQPIAQD4AQHCAgoQABhHGNYEGLAD4gMEGAAgQYgGAZAGCQ&sclient=gws-wiz-serp

如果这个地址仅仅在网站内部，不需要用户操作是自动生成和跳转的，那也没有把它缩短的必要。但是如果我想把这个地址分享到外部平台或者发送给别人，那使用这种地址就很痛苦了。由此，我们需要设计一个系统，能够把这么长的地址，转换成一个相对较短的地址。并且当用户点击短链时，还能回到原来长链对应的内容。
此外，使用短链的好处还有：

• 内容变短后，在对内容长度有限制的平台，可编辑文字变多。比如微博限制140个字符，如果我写上这么长的一个地址，那几乎没有多少自己可以编辑的内容了；再比如，发送短信的场景，如果是这么长的链接，再加上需要发送的其它内容，可能就得拆分成几条短信发送，成本也变高了。
• 容易识别：有些平台，比如有些IM平台，会自动解析网址，显示网站内容。这么长的链接，IM在识别的时候，可能因为长度太长，内容复杂而识别不全，无法显示网站内容；即便是使用二维码，过多的内容也会导致二维码密集难以识别。

生成短链的方法

唯一ID转换进制法

这种方法的流程是，先根据长链内容，生成一个全局唯一的ID，然后将这个数字ID转换成用62进制表示，得到一个短码。保存短码和长链的对应关系，后续就可以根据短码获得真实的长链
之所以是62进制，是因为26个大写字母+26个小写字母+10位数字。
我们可以在本地维护一个62位元素的数组，例如：

char[] chars ={'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', '0', '1', 
                '2', '3', '4', '5', '6', '7', 
                '8', '9'};
1
2
3
4
5
6
7
8
9
10
11

然后将唯一ID，转成62进制，方法如下：

StringBuilder sb = new StringBuilder();
while (id > 0) {
    sb.append(chars[(int) (id % chars.length)]);
    id = id / chars.length;
}
System.out.println(sb.reverse());
1
2
3
4
5
6

测试一下：

// 假设得到的唯一ID是 987654321 ，那么转换得到的短码是
BE0GAZ
// 假设得到的唯一ID是 987654322 ，那么转换得到的短码是
BE0GAa
1
2
3
4

优化

1、编码表顺序打乱
如果编码表完全按照字母顺序，那么有心之人只要连续生成两个短链，就知道短链生成的规则了，进而可以获得一些隐秘信息。
实际使用中，可以将编码表顺序打乱，不完全按照字母顺序来，即便是连续生成几个短链，也难以猜到编码表规则
2、保留一位字母
如果编码表完全是26个大写字母+26个小写字母+10位数字，那么根据唯一ID生成短码的时候，就会出现短码长度不一致的情况，比如

// id = 100 短码是Bm
// id = 987654321 短码是BE0GAZ
1
2

为了保持所有生成的短码长度一致，可以预留一位字母，当生成的短码长度不够时，填充默认的字母
关于短码的长度，可以预估一下短链的数量。采用61进制时，6位短码就可以支持五百多亿的短链了
3、检查是否重复
如果生成唯一ID的策略不能保证一定全局唯一，最好还是加上一个重复检查
关于重复检查的方法，推荐使用布隆过滤器。布隆过滤器是一种高效的、内存占用非常小的“检查是否存在”的数据结构。redis、guava等组件都有相应的实现

短链跳转的原理

当短链生成后，用户点击短链时，是如何跳转到真实的地址呢？
浏览器会失败HTTP请求返回的不同code，当服务端返回301和302时，浏览器都会跳转到新的地址。区别是

• 301，代表永久重定向，当浏览器第一次拿到短链对应的长链后，后续再次访问短链，浏览器会直接访问长链，不再和服务端进行交互。一般不会采用这种方式，因为服务端可能需要对长链进行一些调整和统计分析的工作
• 302，代表临时重定向，每次访问短链，浏览器都会先去访问服务端，拿到长链后再跳转到长链地址，推荐使用的方式

服务端实现重定向的方式，只需要在controller中返回：

HttpHeaders headers = new HttpHeaders();
headers.setLocation(new URI("长链内容"));
return new ResponseEntity<>(headers, HttpStatus.FOUND);
1
2
3