java短链接的简单实现

很久没更新了，加入了创业公司，从无到有的构建一套产品，从一开始的码框架到现在思考如何优化产品架构，适应更多的弹性需求和更大的数据量。时间真的是不够用，几乎快半年没有更新博客。近期产品慢慢走上正轨，又有小伙伴加入，所以抽出点时间总结一下这小半年内遇到的坑和走过的路。

说一说最近做的一个短链服务，短链服务其实很简单，其实就是一张表或者说是一个map：
+——-+———————–+
| 短链 | 长链 |
+——-+———————–+
| 7Y65s | https://www.google.com |
+——-+———————–+

就是这样一个结构，当用户访问 your-domain/7Y65s, 去表里查询一下对应的长链，301到该链接就可以了。

优化
基本的思路确定后，我们一点一点来优化。

首先分析大量查询肯定会出现在通过短链找长链这段逻辑中，如果用数据库肯定影响效率，缓存势在必行，而且一旦短链生成基本是不会变的，所以也不存在失效问题（这里可能会有个批量Archive的处理）。在我的项目中，我选择了redis作为缓存，反正是key-value的其他缓存组件肯定也能做。选用redis的原因是还可以用INCR来统计访问量。

redisTemplate.opsForHash().put("short-urls:" + slug, "long_url", url);
redisTemplate.opsForHash().increment("short-urls:" + slug, VISITS_FIELD, 1L);

查询这一侧做完，到了生成短链这一块，这里实际上是刚刚说的那张表的create操作。这里有个基本逻辑是：当一个长链还没有短链的时候，我们生成它并返回，如果已经存在，直接获取返回。

生成的算法直接贴代码：

package io.naza.urlshortener.generator;

import org.apache.commons.codec.digest.DigestUtils;

public class UrlShortHelper {

    private final static int LENGTH = 6;

    private static char[] DIGITS = "abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ0123456789".toCharArray();

    public static String[] shorten(String url) {
        String key = "SECRET"; // 自定义生成MD5加密字符串前的混合KEY
        String hex = DigestUtils.md5Hex(key + url);
        int hexLen = hex.length();
        int subHexLen = hexLen / 8;
        String[] shortStr = new String[subHexLen];

        for (int i = 0; i < subHexLen; i++) {
            StringBuilder outChars = new StringBuilder();
            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 < LENGTH; k++) { int index = (int) (Long.valueOf("0000003D", 16) & idx); outChars.append(DIGITS[index]); idx = idx >> 5;
            }
            shortStr[i] = outChars.toString();
        }
        return shortStr;
    }

}

项目中按照长链生成一个固定长度为6位的短链接，只要长链是一样的，那么每次生成的短链也一样。

考虑到每次生成短链前要查询一下长链是不是存在，继续加一个小缓存，这次反过来，长链作key，短链做value。

redisTemplate.opsForHash().put("short-urls", url, slug);

尾声
用比较简单的方式完成一个短链接服务，在做短链跳转的过程中可以分析用户的各类行为，比如操作系统，浏览器版本，地域等等。最后说两点要注意的：

redis毕竟是作为缓存使用的，建议数据还是要落一次在DB，比如在生成短链时，写入到DB一份。这样当redis挂了，还可以从DB中全量恢复。
对于长时间没有PV的短链，比如超过1年没有PV，需要做批量清理，一般一个月一次就可以了。