系统设计之路：如何设计一个URL短链服务

每当我们学习一门新的编程语言，做的第一件事情，就是写一个 “ Hello world ” 程序，先让它能 Run 起来，潘多拉魔盒打开之后，再深入学习语言的其他精髓。

同样，我们在准备系统设计相关的面试时，“设计一个 URL 短链服务” 往往就是那个 “ Hello world ”。吃下这道开胃菜，才能有胃口品尝后续更美味的 “系统设计” 大餐，比如：

• 设计 News Feeds 系统
• 设计 Twitter
• 设计搜索框中的下拉提示
• 设计 12306 订票系统
• 设计一个 KV 存储系统
• 设计一个图书推荐系统
• 等等

闲话少叙，下面我们一起先尝尝这道 “开胃菜”。

1. 什么是 URL 短链

URL 短链，就是把原来较长的网址，转换成比较短的网址。我们可以在短信和微博里可以经常看到短链的身影。如下图，我随便找了某一天躺在我短信收件箱里的短信。

上图所示短信中， https://j.mp/38Zx5XC ，就是一条短链。 用户点击蓝色的短链，就可以在浏览器中看到它对应的原网址：

那么为什么要做这样的转换呢？来看看短链带来的好处：

• 在微博， Twitter 这些限制字数的应用中，短链带来的好处不言而喻： 网址短、美观、便于发布、传播，可以写更多有意义的文字；
• 在短信中，如果含长网址的短信内容超过 70 字，就会被拆成两条发送，而用短链则可能一条短信就搞定，如果短信量大也可以省下不少钱；
• 我们平常看到的二维码，本质上也是一串 URL ，如果是长链，对应的二维码会密密麻麻，扫码的时候机器很难识别，而短链则不存在这个问题；
• 出于安全考虑，不想让有意图的人看到原始网址。

当然，以上好处也只是相对的，这不，随着微信扫码能力的提升，微信已经开始取消短链服务了。

2. 短链跳转主要原理

1. 客户端（或浏览器）请求短链： https://j.mp/38Zx5XC

2. 短链服务器收到请求后，返回 status code: 301 或 302 ，说明需要跳转，同时也通过 location 字段告知客户端：你要访问的其实是下面这个长网址 ：
https://activity.icoolread.com/act7/212/duanxin/index

3. 客户端收到短链服务器的应答后，再去访问长网址：
https://activity.icoolread.com/act7/212/duanxin/index

实际浏览器中的网络请求如下图：

3. URL 短链设计的需求

功能性需求：

• 给定原始的长 URL ，短链服务能生成比它短且唯一的 URL
• 用户点击短 URL ， 能跳转到长原始的长 URL
• 短 URL 经过一定时间后，会过期
• 接口需要设计成 REST API

非功能性需求：

• 高可用：服务不能存在单点故障
• 高性能：生成短 URL 的过程，以及从短 URL 跳转到原始 URL 要近实时
• 安全：短链不可被预测，否则简单的遍历就能把所有短链都遍历完，空耗系统资源

4. 系统容量预估

我们知道，做系统架构的时候，应该要让系统能扛住两方面的 “压力”：写请求的压力和读请求的压力。写请求是指将长 URL 转换成短 URL ，并将短 URL 存到数据库。而读请求是指用户点击短 URL ，系统接到请求，从数据库中找到对应的长 URL ，返回给用户。

对于一个 URL ，通常情况下我们把它一次性转换好后，把它存到数据库就完事了（“写”）。接下来运营就会通过诸如短信、社交媒体等渠道将含有短链的内容发送给不同的用户，然后对内容感兴趣的用户会去点击该短链，继而跳转到目标页面（“读”）。这个系统的读请求要远高于写请求，是一个 “ Read-Heavy ” 的系统。这里，我们假设读写比是 100 : 1 。

假设，我们的系统 1 个月需要处理 30 M （ 3000 万） 的写请求（长链生成短链服务），那么按照 100 : 1 的读写比例，我们每个月需要处理 URL 跳转的次数为：

100 * 30 M = 3B （ 30 亿 ）

进而，我们可以估算出每秒需要处理的请求数（ Q P S ）：

每秒的写请求（长链生成短链）：

30 M / ( 30 days * 24 hours * 60 min * 60 sec ) ≅ 12 requests/second

每秒的读请求（短链跳转长链）：

100 * 1 2 r e ques t s / second = 1200 r e ques t s / second

接下来再估算一下需多少的存储空间。

假设我们会默认保存 5 年内的短链转换记录，那么 5 年内产生的 URL 数量：

3 0 M * 12 * 5 = 1,800,000,000

那么短链应该设计成多长，才能表示这 5 年内的这 18 亿的 URL 呢？

通常短链是用 [ 0-9 ], [ a-z ], [ A-Z ] 这 62 个字符的组合来表示的，那么长度是 N 的短链可以映射的 URL 数量如下图：

N	可映射的 URL 数量
1	62^1 = 62