短网址系统（一）原理分析

前言

短网址已经是一个老生常谈的话题了，我们的链接常常会因为需要携带各式各样的参数，或者随着业务增长，变得越来越长。对于用户而言，过长的链接体验必然是不好的，短网址也由此而生。其原理大致便是，通过将原链接和短链接一一对应，在用户访问短链接后，重定向到原链接。短链接主要有几个作用：

• 缩短原链接长度，便于营销推广
• 数据统计，在重定向的过程中进行PV、UV等数据统计
• 屏蔽原链接域名

短链接生成算法

短网址一般包含的字符是a-z，A-Z，0-9，共62个字符

自增序列算法

• 设置一个10进制的自增变量x，生成短链接时将其转换为62进制的数值，该数值便作为短链接，下次生成短链接则x+1。该算法运用了低进制转高进制，字符数会变少的原理。

例如：当前10进制自增变量值为20190519，转换为62进制后，值为BNBU3

哈希算法

MD5消息摘要算法
（英语：MD5 Message-Digest Algorithm），一种被广泛使用的密码散列函数用于确保信息传输完整一致。MD5 加密后的位数一般为两种，16 位与32 位，这里我们使用32位。

• 先将长链接通过md5加密为32位字符串，分为4段，每段8个字节
• 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
• 每次这30位的尾部6位 与16进制的3D进行 &运算，得到一个小于3D的数值（16进制的3D对应10进制的61），再到字符表[a-zA-Z0-9]中取到对应的字符。将这30位进行右移5位的操作，再次进行第三步，最终将得到一个长度为6的字符串。其中为什么是61而不是62呢？因为获取字符串时下标从0开始。
• 总共能得到4段长度为6的字符串，任取其一即可

优缺点

• 自增序列算法的优点是简单易理解，而且永不重复。但是该算法存在安全问题，容易被爬取数据。开源的yourls使用的就是这种算法。
• 哈希算法得到的短链接长度固定，但是存在重复的可能性。

参考：
https://hufangyun.com/2017/short-url/
https://blog.csdn.net/is_zhoufeng/article/details/26503725