业务背景
现在很多运用都供应短链接的形式,短链接较长链接比较,有阅读起来友好、随意马虎复制上风。
短链接手事核心部分包括:
(1) 长链接转短链接的算法
(2) 对应关系持久化,方便长链接和短链接相互查询
短链接重定性流程http://blog.csdn.net/poem_qianmo/article/details/52344732转成短链接为:http://t.cn/RtFFvic 用户通过短链接访问长链接过程如下:
用户访问短链接:http://t.cn/RtFFvic短链接手事器t.cn收到要求,根据URL路径RtFFvic获取到原始的长链接:http://blog.csdn.net/poem_qianmo/article/details/52344732做事器返回302状态码,将相应头中的Location设置为:http://blog.csdn.net/poem_qianmo/article/details/52344732浏览看重新向http://blog.csdn.net/poem_qianmo/article/details/52344732发送要求返回相应长链接转短链接算法长链接转短链接的算法根据实际须要可以选择支持如下特性:
(1) 高可用,做事可以支配到多台做事器上不会涌现单点故障问题。
(2) 长链接和短链接1:1映射。一方面可以办理存储资源,其余也可以方便点击统计等功能实现。
(3) 少碰撞。天生短链接性能不会随着已天生短链接数量增加而线性增加。
比较常用的算法有:
随机算法 & hash算法(MD5)发号器 & 进制转化预天生 & 访问分配随机算法随机算法事理是根据长链接随机天生字符串,然后将字符串映射到[0-9][a-z][A-Z]凑集上。
为了减少随机造成的冲突,很多公司会利用微博的短链接天生算法的变种。
算法一
1)将长网址md5天生32位署名串,分为4段, 每段8个字节; 2)对这四段循环处理, 取8个字节, 将他算作16进制串与0x3fffffff(30位1)与操作, 即超过30位的忽略处理; 3)这30位分成6段, 每5位的数字作为字母表的索引取得特定字符, 依次进行得到6位字符串; 4)总的md5串可以得到4个6位串; 取里面的任意一个就可作为这个长url的短url地址;
这种算法,虽然会天生4个,但是仍旧存在重复几率,下面的算法一和三,便是这种的实现.
算法二
62个可选元素在随机选两个组成长度为64的字符数组。
随机天生36位 0/1的随机数36位分成6份,通过randomValue>>6以此获取低6位元素。(randomValue>>6) & 0x3F 获取对应的字符算法二冲突的概率为1/64^6=1/2^36。
发号器 & 进制转化算法三
首先要求发号器天生不重复十进制数字十进制数字转化成62进制该算法能够支持62^6=500多亿条长链接。
发号器可以选择数据库自增ID,snake算法,redis等诸多实现。
预天生 & 访问分配算法四
a-zA-Z0-9 这62位取6位组合,可产生500多亿个组合数量.把数字和字符组合做一定的映射,就可以产生唯一的字符串,如第62个组合便是aaaaa9,第63个组合便是aaaaba,再利用洗牌算法,把原字符串打乱后保存,那么对应位置的组合字符串就会是无序的组合。 把长网址存入数据库,取返回的id,找出对应的字符串,例如返回ID为1,那么对应上面的字符串组合便是bbb,同理 ID为2时,字符串组合为bba,依次类推,直至到达64种组合后才会涌现重复的可能,以是如果用上面的62个字符,任意取6个字符组合成字符串的话,你的数据存量达到500多亿后才会涌现重复的可能。
301还是302?301永久跳转 302临时跳转
两者差异紧张表示在2个方面: (1) SEO优化
(2) 浏览器缓存
搜索引擎碰着301跳转时认为是永久跳转, 搜索引擎只会将新链接加到索引里。 当碰着302跳转时, 搜索引擎会同时索引老链接和新链接。
浏览器碰着301跳转时,会利用浏览器缓存,下次访问老链接时会直接访问新链接。当碰着302跳转时, 浏览器会认为临时跳转,新老链接都会被访问到。
因此, 为了统计到短链接访问次数, 一样平常利用302状态码进行跳转。
随机算法参考:
短网址安全浅谈 https://security.tencent.com/index.php/blog/msg/126微博URL短网址天生算法事理及(java版、php版实现实例)http://www.voidcn.com/article/p-ydjqllgt-ed.html更多互联网故事和后端技能请关注公众号:非范例理科男 和个人主页(samdyli.github.io)。