实现 "长"链接变 "短" 链接

短链接，通俗来说，就是将长的 URL 网址，通过程序计算等方式，转换为简短的网址字符串。

大家经常会收到一些莫名的营销短信，里面有一个非常短的链接让你跳转。新浪微博因为限制字数，所以也会经常见到这种看着不像网址的网址。短链的兴起应该就是微博限制字数激起了大家的创造力。

如果创建一个短链系统，我们应该做什么呢？

1. 将长链接变为短链；

2. 用户访问短链接，会跳转到正确的长链接上去。

查找到对应的长网址，并跳转到对应的页面。

短链生成方法

短码一般是由[a - z, A - Z, 0 - 9]这 62 个字母或数字组成，短码的长度也可以自定义，但一般不超过 8 位。比较常用的都是 6 位，6 位的短码已经能有 568 亿种的组合：(26+26+10)^6 = 56800235584，已满足绝大多数的使用场景。

目前比较流行的生成短码方法有：自增id、摘要算法、普通随机数。分布式ID生成器的解决方案总结，这篇也参考看下。

自增 id

该方法是一种无碰撞的方法，原理是，每新增一个短码，就在上次添加的短码 id 基础上加 1，然后将这个 10 进制的 id 值，转化成一个 62 进制的字符串。

一般利用数据表中的自增 id 来完成：每次先查询数据表中的自增 id 最大值 max，那么需要插入的长网址对应自增 id 值就是 max+1，将 max+1 转成 62 进制即可得到短码。

但是短码 id 是从一位长度开始递增，短码的长度不固定，不过可以用 id 从指定的数字开始递增的方式来处理，确保所有的短码长度都一致。同时，生成的短码是有序的，可能会有安全的问题，可以将生成的短码 id，结合长网址等其他关键字，进行 md5 运算生成最后的短码。

摘要算法

摘要算法又称哈希算法，它表示输入任意长度的数据，输出固定长度的数据。相同的输入数据始终得到相同的输出，不同的输入数据尽量得到不同的输出。

算法过程：

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, 将他看成 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, 依次进行获得 6 位字符串；

4. 总的 md5 串可以获得 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,虽然会生成 4 个,但是仍然存在重复几率。

虽然几率很小，但是该方法依然存在碰撞的可能性，解决冲突会比较麻烦。不过该方法生成的短码位数是固定的，也不存在连续生成的短码有序的情况。

普通随机数

该方法是从 62 个字符串中随机取出一个 6 位短码的组合，然后去数据库中查询该短码是否已存在。如果已存在，就继续循环该方法重新获取短码，否则就直接返回。

该方法是最简单的一种实现，不过由于Math.round()方法生成的随机数属于伪随机数，碰撞的可能性也不小。在数据比较多的情况下，可能会循环很多次，才能生成一个不冲突的短码。

算法分析

以上算法利弊我们一个一个来分析。

如果使用自增 id 算法，会有一个问题就是不法分子是可以穷举你的短链地址的。原理就是将 10 进制数字转为 62 进制，那么别人也可以使用相同的方式遍历你的短链获取对应的原始链接。

打个比方说：http://tinyurl.com/a3300和 http://bit.ly/a3300，这两个短链网站，分别从a3300 - a3399，能够试出来多次返回正确的 url。所以这种方式生成的短链对于使用者来说其实是不安全的。

摘要算法，其实就是 hash 算法吧，一说 hash 大家可能觉得很 low，但是事实上 hash 可能是最优解。比如：http://www.sina.lt/ 和 http://mrw.so/ 连续生成的 url 发现并没有规律，很有可能就是使用 hash 算法来实现