如何設(shè)計(jì)與實(shí)現(xiàn)短URL服務(wù)？

https://juejin.im/post/6844903873950269454

想必大家也經(jīng)常收到垃圾短信吧...短信中的鏈接一般都是短鏈接,類似于下圖這樣:

為什么這里面的URL都是短的呢?有什么好處呢?怎么做到的呢?

短URL的好處

1. 短信和許多平臺(tái)(微博)有字?jǐn)?shù)限制 ，太長(zhǎng)的鏈接加進(jìn)去都沒有辦法寫正文了.

2. 好看。 比起一大堆不知所以的參數(shù),短鏈接更加簡(jiǎn)潔友好.

3. 方便做一些統(tǒng)計(jì)。 你點(diǎn)了鏈接會(huì)有人記錄然后分析的.

4. 安全。 不暴露訪問參數(shù).

這就是為什么我們現(xiàn)在收到的垃圾短信大多數(shù)都是短URL的原因了.

那么短URL是怎么做到的呢?

短URL基礎(chǔ)原理

短URL從生成到使用分為以下幾步.

1. 有一個(gè)服務(wù),將要發(fā)送給你的長(zhǎng)URL對(duì)應(yīng)到一個(gè)短URL上.例如www.baidu.com -> www.t.cn/1

2. 把短URL拼接到短信等的內(nèi)容上發(fā)送.

3. 用戶點(diǎn)擊短URL,瀏覽器用301/302進(jìn)行重定向,訪問到對(duì)應(yīng)的長(zhǎng)URL.

4. 展示對(duì)應(yīng)的內(nèi)容.

本文主要集中于第一步,即如何將一個(gè)長(zhǎng)URL對(duì)應(yīng)到短URL上.

服務(wù)設(shè)計(jì)

如果你在往長(zhǎng)短URL真實(shí)的對(duì)應(yīng)關(guān)系上想,那么就走遠(yuǎn)了.

最理想的情況是: 我們用一種算法,對(duì)每一個(gè)長(zhǎng)URL,唯一的轉(zhuǎn)換成短URL.還能保持反向轉(zhuǎn)換的能力.

但是這是不可能的,如果有這樣的算法,世界上的所有壓縮算法都可以原地去世了.

正確的思路是建立一個(gè)發(fā)號(hào)器,每次有一個(gè)新的長(zhǎng)URL進(jìn)來,我們就增加一,并且將新的數(shù)值返回.第一個(gè)來的URL返回"www.x.cn/0",第二個(gè)返回"www.x.cn/1".

接下來以QA形式寫幾個(gè)小問題:

對(duì)應(yīng)關(guān)系如何存儲(chǔ)?

這個(gè)對(duì)應(yīng)數(shù)據(jù)肯定是要落盤的,不能每次系統(tǒng)重啟就重新排號(hào),所以可以采用mysql等數(shù)據(jù)庫(kù)來存儲(chǔ).而且如果數(shù)據(jù)量小且qps低,直接使用數(shù)據(jù)庫(kù)的自增主鍵就可以實(shí)現(xiàn).

如何保證長(zhǎng)短鏈接一一對(duì)應(yīng)?

按照上面的發(fā)號(hào)器策略,是不能保證長(zhǎng)短鏈接的一一對(duì)應(yīng)的,你連續(xù)用同一個(gè)URL請(qǐng)求兩次,結(jié)果值都是不一樣的.

為了實(shí)現(xiàn)長(zhǎng)短鏈接一一對(duì)應(yīng),我們需要付出很大的空間代價(jià),尤其是為了快速響應(yīng),我們可以需要在內(nèi)存中做一層緩存,這樣子太浪費(fèi)了.

但是可以實(shí)現(xiàn)一些變種的,來實(shí)現(xiàn)部分的一一對(duì)應(yīng), 比如將最近/最熱門的對(duì)應(yīng)關(guān)系存儲(chǔ)在K-V數(shù)據(jù)庫(kù)中,這樣子可以節(jié)省空間的同時(shí),加快響應(yīng)速度.

短URL的存儲(chǔ)

我們返回的短URL一般是將數(shù)字轉(zhuǎn)換成32進(jìn)制,這樣子可以更加有效的縮短URL長(zhǎng)度,那么32進(jìn)制的數(shù)字對(duì)計(jì)算機(jī)來說只是字符串,怎么存儲(chǔ)呢?直接存儲(chǔ)字符串對(duì)等值查找好找,對(duì)范圍查找等太不友好了.

其實(shí)可以直接存儲(chǔ)10進(jìn)制的數(shù)字,這樣不僅占用空間少,對(duì)查找的支持較好,同時(shí)還可以更加方便的轉(zhuǎn)換到更多/更少的進(jìn)制來進(jìn)一步縮短URL.

高并發(fā)

如果直接存儲(chǔ)在MySQL中,當(dāng)并發(fā)請(qǐng)求增大,對(duì)數(shù)據(jù)庫(kù)的壓力太大,可能會(huì)造成瓶頸,這時(shí)候是可以有一些優(yōu)化的.

緩存

上面保證長(zhǎng)短鏈接一一對(duì)應(yīng)中也提到過緩存,這里我們是為了加快程序處理速度.可以將熱門的長(zhǎng)鏈接(需要對(duì)長(zhǎng)鏈接進(jìn)來的次數(shù)進(jìn)行計(jì)數(shù)),最近的長(zhǎng)鏈接(可以使用redis保存最近一個(gè)小時(shí)的)等等進(jìn)行一個(gè)緩存,保存在內(nèi)存中或者類似redis的內(nèi)存數(shù)據(jù)庫(kù)中,如果請(qǐng)求的長(zhǎng)URL命中了緩存,那么直接獲取對(duì)應(yīng)的短URL進(jìn)行返回,不需要再進(jìn)行生成操作.

批量發(fā)號(hào)

每一次發(fā)號(hào)都需要訪問一次MySQL來獲取當(dāng)前的最大號(hào)碼,并且在獲取之后更新最大號(hào)碼,這個(gè)壓力是比較大的.

我們可以每次從數(shù)據(jù)庫(kù)獲取10000個(gè)號(hào)碼,然后在內(nèi)存中進(jìn)行發(fā)放,當(dāng)剩余的號(hào)碼不足1000時(shí),重新向MySQL請(qǐng)求下10000個(gè)號(hào)碼.在上一批號(hào)碼發(fā)放完了之后,批量進(jìn)行寫入.

這樣可以將對(duì)數(shù)據(jù)庫(kù)持續(xù)的操作移到代碼中進(jìn)行,并且異步進(jìn)行獲取和寫入操作,保證服務(wù)的持續(xù)高并發(fā).

分布式

上面設(shè)計(jì)的系統(tǒng)是有單點(diǎn)的,那就是發(fā)號(hào)器是個(gè)單點(diǎn),容易掛掉.

可以采用分布式服務(wù),分布式的話,如果每一個(gè)發(fā)號(hào)器進(jìn)行發(fā)號(hào)之后都需要同步給其他發(fā)號(hào)器,那未必也太麻煩了.

換一種思路,可以有兩個(gè)發(fā)號(hào)器,一個(gè)發(fā)單號(hào),一個(gè)發(fā)雙號(hào),發(fā)號(hào)之后不再是遞增1,而是遞增2.

類比可得,我們可以用1000個(gè)服務(wù),分別發(fā)放0-999尾號(hào)的數(shù)字,每次發(fā)號(hào)之后遞增1000.這樣做很簡(jiǎn)單,服務(wù)互相之間基本都不用通信,做好自己的事情就好了.

實(shí)現(xiàn)

由于我懶得寫JDBC代碼,更懶得弄Mybatis,所以代碼中使用到MySQL的地方都使用了Redis.

package util;

import redis.clients.jedis.Jedis;

/**
?* Created by pfliu on 2019/06/23.
?*/
public?class?ShortURLUtil?{


????private?static?final String SHORT_URL_KEY = "SHORT_URL_KEY";
????private?static?final String LOCALHOST = "http://localhost:4444/";
????private?static?final String SHORT_LONG_PREFIX = "short_long_prefix_";
????private?static?final String CACHE_KEY_PREFIX = "cache_key_prefix_";
????private?static?final int?CACHE_SECONDS = 1?* 60?* 60;

????private?final String redisConfig;
????private?final Jedis jedis;

????public?ShortURLUtil(String redisConfig) {
????????this.redisConfig = redisConfig;
????????this.jedis = new?Jedis(this.redisConfig);
????}

????public?String getShortURL(String longURL, Decimal decimal) {
????????// 查詢緩存
????????String cache = jedis.get(CACHE_KEY_PREFIX + longURL);
????????if?(cache != null) {
????????????return?LOCALHOST + toOtherBaseString(Long.valueOf(cache), decimal.x);
????????}

????????// 自增
????????long?num = jedis.incr(SHORT_URL_KEY);
????????// 在數(shù)據(jù)庫(kù)中保存短-長(zhǎng)URL的映射關(guān)系,可以保存在MySQL中
????????jedis.set(SHORT_LONG_PREFIX + num, longURL);
????????// 寫入緩存
????????jedis.setex(CACHE_KEY_PREFIX + longURL, CACHE_SECONDS, String.valueOf(num));
????????return?LOCALHOST + toOtherBaseString(num, decimal.x);
????}

????/**
?????* 在進(jìn)制表示中的字符集合
?????*/
????final static?char[] digits = {'0', '1', '2', '3', '4', '5', '6', '7', '8',
????????????'9', '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'};

????/**
?????* 由10進(jìn)制的數(shù)字轉(zhuǎn)換到其他進(jìn)制
?????*/
????private?String toOtherBaseString(long?n, int?base) {
????????long?num = 0;
????????if?(n < 0) {
????????????num = ((long) 2?* 0x7fffffff) + n + 2;
????????} else?{
????????????num = n;
????????}
????????char[] buf = new?char[32];
????????int?charPos = 32;
????????while?((num / base) > 0) {
????????????buf[--charPos] = digits[(int) (num % base)];
????????????num /= base;
????????}
????????buf[--charPos] = digits[(int) (num % base)];
????????return?new?String(buf, charPos, (32?- charPos));
????}

????enum?Decimal {
????????D32(32),
????????D64(64);

????????int?x;

????????Decimal(int?x) {
????????????this.x = x;
????????}
????}


????public?static?void?main(String[] args) {

????????for?(int?i = 0; i < 100; i++) {
????????????System.out.println(new?ShortURLUtil("localhost").getShortURL("www.baidudu.com", Decimal.D32));
????????????System.out.println(new?ShortURLUtil("localhost").getShortURL("www.baidu.com", Decimal.D64));
????????}
????}
}

特別推薦一個(gè)分享架構(gòu)+算法的優(yōu)質(zhì)內(nèi)容，還沒關(guān)注的小伙伴，可以長(zhǎng)按關(guān)注一下：

長(zhǎng)按訂閱更多精彩▼
如有收獲，點(diǎn)個(gè)在看，誠(chéng)摯感謝