短url的意义和实现（类似微博短url）

随着微博的兴起和流行，短url的使用也非常火。
一、主要目的可能有以下几点：
1、微博一般长度为140个字，这是从Twitter引进过来，因为人脑处理信息有限，每次最多140个字。如果用原始url，这个url可能会很长，可能会占去一条微博一半的长度，会导致阅读的美观性，还会影响这条微博其他内容的表达。
2、短url容易管理、统计。

下面先来看看短网址映射算法的理论（网上找的资料）：
① 将长网址用md5算法生成32位签名串，分为4段,，每段8个字符；
② 对这4段循环处理，取每段的8个字符, 将他看成16进制字符串与0x3fffffff(30位1)的位与操作，超过30位的忽略处理；
③ 将每段得到的这30位又分成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 这样一个md5字符串可以获得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。
很简单的理论，我们并不一定说得到的URL是唯一的，但是我们能够取出4组URL，这样几乎不会出现太大的重复。

二、实现：

1、MD5的实现(MD5 .java)：

package com.syl.shorturl;  
      
    import java.security.MessageDigest;  
      
    public class MD5 {  
        private final static String[] hexDigits = {  
              "0", "1", "2", "3", "4", "5", "6", "7",   
              "8", "9", "a", "b", "c", "d", "e", "f"};   
      
        public static String byteArrayToHexString(byte[] b){  
            StringBuffer resultSb = new StringBuffer();  
            for (int i = 0; i < b.length; i++){  
                resultSb.append(byteToHexString(b[i]));  
            }  
            return resultSb.toString();  
        }  
      
        private static String byteToHexString(byte b){  
            int n = b;  
            if (n < 0) {  
                n = 256 + n;  
            }  
            int d1 = n / 16;  
            int d2 = n % 16;  
            return hexDigits[d1] + hexDigits[d2];  
        }  
      
        public static String MD5Encode(String originalStr){  
            String resultString = null;  
            try {             
                resultString=new String(originalStr);  
                MessageDigest md = MessageDigest.getInstance("MD5");              
                resultString.trim();  
      
                resultString=byteArrayToHexString(md.digest(resultString.getBytes("UTF-8")));  
            }catch (Exception ex){}  
            return resultString;  
        }  
          
    }

2、shortUrl实现(MainActivity .java)：

package com.syl.shorturl;  
      
    import android.os.Bundle;  
    import android.app.Activity;  
    import android.view.Menu;  
    import android.view.View;  
    import android.view.View.OnClickListener;  
    import android.widget.Button;  
    import android.widget.EditText;  
    import android.widget.TextView;  
      
    public class MainActivity extends Activity {  
        private static final String longUrl = "http://songyuanlin1101.blog.163.com";  
        private static final String longUrlHead = "http://";  
        private static final String shortUrlHead = "http://syl.cn/";  
        private String str = "";  
        private TextView tv;  
        private EditText et;  
        private Button bt;  
          
        @Override  
        protected void onCreate(Bundle savedInstanceState) {  
            super.onCreate(savedInstanceState);  
            setContentView(R.layout.activity_main);  
            tv = (TextView)findViewById(R.id.text);  
            et = (EditText)findViewById(R.id.original);  
            bt = (Button)findViewById(R.id.CovertBT);  
              
            bt.setOnClickListener(new OnClickListener() {             
                @Override  
                public void onClick(View v) {  
                    // TODO Auto-generated method stub  
                    for (int i = 0; i < ShortUrl(et.getText().toString()).length; i++) {  
                        str = ShortUrl(et.getText().toString())[i];  
                        System.out.println(str);                      
                    }  
                    tv.setText(str);  
                }  
            });  
        }  
          
        public static String[] ShortUrl(String string){   
            String key = "syl";                 //自定义生成MD5加密字符串前的混合KEY   
            String[] chars = new String[]{          //要使用生成URL的字符   
                "a","b","c","d","e","f","g","h",   
                "i","j","k","l","m","n","o","p",   
                "q","r","s","t","u","v","w","x",   
                "y","z","0","1","2","3","4","5",   
                "6","7","8","9","A","B","C","D",   
                "E","F","G","H","I","J","K","L",   
                "M","N","O","P","Q","R","S","T",   
                "U","V","W","X","Y","Z"   
            };   
               
            String hex = MD5.MD5Encode(key + string);   
            int hexLen = hex.length();   
            int subHexLen = hexLen / 8;   
            String[] ShortStr = new String[4];   
               
            for (int i = 0; i < subHexLen; i++) {   
                String outChars = "";   
                int j = i + 1;   
                String subHex = hex.substring(i * 8, j * 8);   
                long idx = Long.valueOf("3FFFFFFF", 16) & Long.valueOf(subHex, 16);   
                   
                for (int k = 0; k < 6; k++) {   
                    int index = (int) (Long.valueOf("0000003D", 16) & idx);   
                    outChars += chars[index];   
                    idx = idx >> 5;   
                }   
                ShortStr[i] = shortUrlHead + outChars;   
            }   
               
            return ShortStr;   
        }   
      
        @Override  
        public boolean onCreateOptionsMenu(Menu menu) {  
            // Inflate the menu; this adds items to the action bar if it is present.  
            getMenuInflater().inflate(R.menu.main, menu);  
            return true;  
        }  
      
    }

如上，生成短url，其中有一个为：http://syl.cn/meYZzq
如下图

3、存储url
在存放这个URL的数据方面，可以使用TTServer，网上有很多人推荐。
该数据库读写非常快。insert:0.4sec/1000000 recordes(2500000qps)，写入100万数据只需要0.4秒。search:0.33sec/1000000 recordes (3000000 qps)，读取100万数据只需要0.33秒。
可以看到对于字典类型的数据Key/Value的查询，这个数据库可以说是我目前见过效率非常高的，况且他如此的小巧，用来对short url/long url的配对再好不过。

数据库中保存short url与long url是一一对应的，一个short url对应一个long url，但一个long url可能对应多个short url，这个比较容易理解，比如，同一个long url在腾讯、新浪生成的短url就不一样，就是一个long url通过上面的算法来生成短url也能生成4个。

当然，我们通过上面的方法生成的那个短url，如果就这样直接通过浏览器地址栏访问，一定是访问不到的，因为浏览器无法通过这个短url解析出原始的long url。
那为什么新浪微博、腾讯微博生成的short url就可以直接通过浏览器地址栏访问，他们同样也是保存他们自己的数据库里面。个人觉得应该是浏览器通过这些short url能解析出他们的域名，进而能够通过这些short url匹配到他们那些数据库中对应的原始long url。