淺談短鏈的設計
背景
目前在很多場景下，都需要短鏈，尤其是涉及到一些 URL 下發的邏輯。為什么需要短鏈呢？考慮到一個 URL 上有 path、query 等參數，各種參數拼接在一起就成了一個長不拉幾的字符串。
在很多社交平臺上，對于發送的文本是有長度限制，過長的 URL 很容易被截斷，然后觸達就無效了。當用戶收到一個短鏈，心情可能更加愉悅：
短鏈組成
知己知彼百戰百勝，先來看看一個短鏈有哪些信息。
協議 + 域名 + path，協議可以直接忽略。域名是必須的（廢話），并且足夠短，否則的話就變成了長的短鏈（挺傻的）。最后 path 的部分才是關鍵，看起來是一個由 6 個字符組成的字符串，并且字符的范圍是大小寫字母+數字。
足夠短的域名需要什么條件？大概率錢夠就行。涉及到錢的部分，這里就不深入探究了。所以來研究一下這個 path 的生成。
Path 的生成
獲取一個序號
哈希算法
Path 的其中一種方式就是通過哈希算法計算得到。常見的哈希函數有 MD5、SHA1 等大家常見的加密型哈希算法，也有 HighwayHash、MurmurHash 等非加密型哈希函數。以 MurmurHash 為例，目前已經迭代到 MurmurHash 3，能夠產生 32bit 和 128 bit 的哈希值，并且對于規律性較強的 key，隨機分布的特征表現的很不錯。
不過哈希沖突是不可控的，我們雖然有 N 種解決哈希沖突的方式，但是會增加整個系統的整體復雜度。
自增 ID
也可以維護一個 ID 自增生成器，對于每一個長鏈生成1、2、3等自增的序號，然后把長鏈和序號的映射保存在數據庫里面，然后得到如 https://fake.short/1、https://fake.short/2 等短鏈。考慮到單機容易造成單點故障，所以一般都是分布式的 ID 生成器。
Mysql 自增
假設有 10 臺 Mysql 服務器，每一臺初始值分別為 0……9，然后每生成一個需要就遞增 10，這樣確保這 10 臺 Mysql 服務器產生的 ID 不重復。但這個方案缺點比較明顯，就是 ID 是有跡可循的，爬蟲的可以順著順序依次請求得到；水平擴展不容易，如之前約定 10 臺機器，每臺機器生產的步長是 10，如果需要增加一臺機器，比較困難；數據庫壓力還是很大，每次獲取ID都得讀寫一次數據庫，只能靠堆機器來提高性能。
基于雪花算法
SnowFlake 是 Twitter 公司采用的一種算法，目的是在分布式系統中產生全局唯一且趨勢遞增的ID。
第一位占用 1bit，其值始終是0，沒有實際作用。2.時間戳 占用 41bit，精確到毫秒，總共可以容納約 69 年的時間。3.工作機器id 占用10bit，其中高位 5bit 是數據中心ID，低位 5bit 是工作節點ID，最多可以容納 1024 個節點。4.序列號 占用12bit，每個節點每毫秒0開始不斷累加，最多可以累加到4095，一共可以產生 4096 個ID。
SnowFlake算法在同一毫秒內最多可以生成 1024 X 4096 = 4194304 個全局唯一ID。
國內也有不少基于（類）雪花算法的開源分布式唯一ID生成器：
- UidGenerator
由百度開源的分布式 UID 生成器。https://github.com/baidu/uid-generator
- Leaf
Leaf 是美團開源的分布式ID生成器，能保證全局唯一，趨勢遞增，但需要依賴關系數據庫、Zookeeper等中間件。https://tech.meituan.com/2017/04/21/mt-leaf.html
進一步縮短
如果我們得到『1536389934』這個序號的話，看起來還是有點長，如果想進一步縮短，可以把十進制數轉換成62進制數。然后就得到一個比原序號更短的 ID 了。
為什么要用62進制轉換？
- 62進制轉換是因為62進制轉換后只含數字+小寫+大寫字母。而64進制轉換會含有/,+這樣的符號（不符合正常URL的字符）encodeURIComponent('+') => %xx
- 10進制轉62進制可以縮短字符，如果我們要6位字符的話，已經有560億個組合了。
重定向是 301 還是 302
眾所周知，301 是永久重定向，瀏覽器會把重定向后的地址緩存下來，下次訪問的時候，就不會向原地址發起請求；按理來說通過 301 的重定向性能會更好，對服務的壓力也更小。
但是，正因為 301 會在瀏覽器中有緩存，所以服務端就沒辦法知道有多少用戶是通過這個短鏈訪問的，在現如今什么數據都可以分析一波的時代，這些數據的缺失，就失去了分析活動的能力。所以一般都通過 302 進行重定向，便于記錄使用的數據，稍微增加點 Server 的壓力。（沒有什么是不能通過加機器解決的
