「System Design」设计一个短链接系统

短链接系统可以把比较长的 URL 网址转换成简短的网址字符串，短链接的优势是方便传播。适合在一些对字符串长度有要求的场景中使用，比如短信，微博等，比如

https://www.cnblogs.com/myshowtime/p/16227260.html

转换成短链接为

https://bit.ly/3z0QtB9

   设计要求   

根据面试的要求，你需要设计一个短链接系统， 链接的长度尽量比较短，每天生成 1 亿个URL，服务要运行 10 年。

首先，我们看一下短链接的工作原理。

   工作原理   

在 Chrome 上输入短链接，会发生什么？

打开开发者工具， 可以看到， 服务器收到请求后，会把短链接转换成长链接，然后返回浏览器，进行 301 重定向，请求到长链接地址。

另外一个问题，如何把长链接转换成短链接？

能否使用一些加密算法呢？明显是行不通的，因为字符串加密后会变的更长。

   哈希算法   

实际上，我们可以使用哈希算法和哈希表实现，如下

长链接经过哈希算法后， 会生成固定长度的哈希值 key，也就是短链接的值，并保存到哈希表中。

使用短链接查询长链接时，只需要查询哈希表即可。

上面是常见的哈希算法，最少也要8位。

那我们需要多少位的短链接呢？根据上面的要求，一天生成一个亿的短链接，运行10年，1亿 * 365 * 10 = 3650 亿。

短链接的字符在 [0-9,a-z,A-Z] 之间，总共 62 个不同的字符，可以计算出下面的数据。

可以看出，要满足系统要求的话，短链接的长度最少为 7 位。在实际中，很多短链接系统的长度也是 7 位。有兴趣的同学还可以看一下，米勒定律 7±2 法则。

上面的 CRC32 算法，最少也是 8 位。不过我们可以截取前 7 位，最后一位丢弃。但是这样可能会出现哈希冲突的问题，我们可以给长链接递归地拼接一个值，直到不再发现冲突，当然也可以用其他的哈希冲突解决方法。

   Base 62 转换   

这是另外一种常见的方法，Base 62 字符由大写字母 A-Z、小写字母 a-z 和数字 0-9 组成, 总共 62 位，如下

base 62 和 base 64 相比，只不过少了2个字符 + 和 /，大家可以想一下，这里我们为什么不用 base 64。

Base 62 和上面的哈希算法的思路是不一样的，哈希算法是根据长链接计算哈希值，然后保存到哈希表中。而 base 62 需要给每条长链接生成一个唯一的数字 ID，如下

那么如何计算短链接 ShortURL 呢? 因为 Id 是唯一的 10 进制数字，我们只需要把它转成 62 进制即可， 这里和从2进制转换到10进制是一样的。

假如有一个 ID 为 11157, 转换的过程如下

最终得到的短链接的值为 https://xxx.com/2TX。

   总结   

在本文中，介绍了两种实现短链接的方法，分别是哈希算法和 base 62。

哈希算法的特点是，固定的短链接长度，不需要生成唯一ID，可能会出现哈希冲突。

base 62 转换的特点是，长度不固定，取决于 ID 的大小，1000 转换后是 G8, 1000 亿 转换后是 1l9Zo9o。另外还需要生成唯一数字 ID，没有哈希冲突的问题。

希望对您有用！

译：等天黑

作者：Alex Xu

来源：《System Design Interview》

简介: Alex Xu 是一位经验丰富的软件工程师, 之前曾在 Twitter, Apple 和 Oracle 任职，来自卡内基梅隆大学，热衷于系统设计。