短网址原理和实现

1.背景介绍

相信不少人手机上都收到过一些营销短信，短信里面有时候会附带一些网址，以下图

这些网址每每都是很是短，可是当咱们打开以后，若是你仔细观察，中间会有跳转，最终浏览器地址栏显示的网址并非你短信里面看到的网址，这就是短网址！

2.原理和应用

短网址通常是采用一个很是短域名下，路径参数通常只有3-6个字符组成，很是简洁！

使用短网址的前提是先生成短网址，主要是采用某种算法让一段短的字符对应一个长的字符，好比说从经常使用的0-九、a-z、A-Z共62个字符中选择6个字符，那意味着有62的6次方种组合，大概有568亿不重复的短网址可用！

服务器经过路径参数查询到真实的长网址，而后使用301/302跳转到真实的网址便可！

关于跳转，301 是永久重定向，302 是临时重定向。短地址一经生成就不会变化，因此用 301 是符合 http 语义的，浏览器会记录跳转地址，同时对服务器压力也会有必定减小。可是若是使用了 301，咱们就没法统计到短地址被点击的次数了，若是对数据统计有要求的话，使用302跳转可能比较好一些！

短网址的主要好处是方便传输记忆，特别是在短信里面使用的时候，短信对内容字数有限制，还有好比说微博分享也使用了短网址！

3.市面现有案例

目前市面上有不少免费的短连接服务，功能基本上都同样，也没有什么限制！

(1)百度的短连接(dwz.cn/)，百度不只仅提供了网页入口，也提供了接口和开发文档，简单易用！

(2)新浪的短连接(sina.lt/)，目前仅提供网页入口，未发现接口服务！

(3)淘宝的短连接(tb.am/)，目前仅提供网页入口，未发现接口服务！

市面还有不少其它的小的公司提供短连接服务，有些是部分免费，有些短连接是有效期的，这里不一一介绍！

4.经常使用算法

网上比较流行的算法有进制算法、摘要（Hash）算法、随机数算法，下面简单介绍一下：

一.进制算法

这个算法网上也有叫做自增序列算法，特色就是永不重复，设置 id 自增，一个 10进制 id 对应一个62进制的数值，1对1，也就不会出现重复的状况，这个利用的就是低进制转化为高进制时，字符数会减小的特性。

计算机中常见的进制有2进制，8进制，10进制，16进制，进制越大，可以表示的数越大，占用的字数也越少。下面举个例：

10进制的1000，在8进制里面是1750，在16进制里面就是3E8，那在62进制里面呢？有人说，计算机里面没有62进制。。。虽然没有，可是咱们能够造一个，进制的转换算法是固定的，最多见的就是“除基取余法”！

咱们假设62进制的字符序列为 0-9a-zA-Z，顺序能够打乱，可是应该固定下来，是一个从0角标开始的到61的数组，咱们暂且称之为字母表！

====> 1000/62 = 16，余8

====> 16/62 = 0，余16

余数获得的数字是1六、8，而后找到字母表里面角标为16和8的字符拼起来，就是g8，很是短，只有2位数！假如说咱们想至少产生6位字符，那么咱们能够从一个比较大的数字开始，具体能够看下图：

1位	62	0 - 61
2位	3844	62 - 3843
3位	约 23万	3844 - 238327
4位	约 1400万	238328 - 14776335
5位	约 9.1亿	14776336 - 916132831
6位	约 568亿	916132832 - 56800235583
复制代码

二.Hash算法

第一种方式：

简单的对长连接进行加盐md5，会生成一个32位的字符串，随机从里面取6个字符，或者简单粗暴取最后6位，可是md5只包含0-9A-Fa-f,比字母表的里面字符还少，冲突概率更大！

第二种方式：

1.将长网址 md5 生成 32 位签名串,分为 4 段, 每段 8 个字节

2.对这四段循环处理, 取 8 个字节, 将他当作 16 进制串与 0x3fffffff(30位1) 与操做, 即超过 30 位的忽略处理

3.这 30 位分红 6 段, 每 5 位的数字做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 串能够得到 4 个 6 位串,取里面的任意一个就可做为这个长 url 的短 url 地址

生成的方式更加复杂，重复的概率低，可是依然会出现冲突！

三.随机数算法

这个更简单，直接对这个62个字符数组作随机选择，选择其中6个字符看成短连接码，简单易用，可是不免会出现重复冲突！

四.算法对比

第一种算法只要解决自增id问题就能够避免冲突，自增id能够采用数据库自增主键，每次生成短码只需一次数据库操做（insert操做，获取主键id，而后算出短码便可）

第二种和第三种算法其实都差很少，都是依赖于程序随机，容易出现冲突，这就须要每次在插入数据库的时候判重，效率低一些！

5.安全

短连接虽然方便了传输和记忆，可是因为连接组成的字符个数少，更容易被爆破、猜想攻击，攻击者能够轻松遍历全部字符组成的连接！

因此不建议使用短连接发送具备私密性的网址，好比说重置密码连接，对一些权限、敏感信息的连接要作好二次鉴权！

最后，推荐一个使用golang写的短网址项目，能够做为一个单独服务部署使用: github.com/praglody/sh…