链接太长？短链来救场！

今天来简单聊一聊短链服务。

最近小年的项目中需要使用到短链，需求背景大致是这样：用户在页面上生成分享链接，并且可以把链接和内容分享给其他用户。

分享的方式有短信、其他三方平台比如为 Wechat、Facebook、Twitter 等。

而生成短链的目的也很简单，第一个肯定是为了看起来更简洁，分享的链接可能会携带各种参数之类；第二个是省钱，因为短信的费用跟内容长短有关，内容越长可能费用就越多；第三个是适用多平台，一些三方平台的分享内容会有长度限制；

跳转原理

短链跳转的实现原理其实很简单，简单概括就是：重定向！

HTTP状态码：3XX

这类状态码代表需要客户端采取进一步的操作才能完成请求。通常，这些状态码用来重定向，后续的请求地址（重定向目标）在本次响应的Location域中指明。

一般来说，短链服务都是使用302实现重定向，因为可以利用短链来统计访问数量之类的数据。

小年直接贴一个ChatGPT的回答🔍

生成短链

短链的生成方式常见的有两种

哈希算法，核心其实就是对长链进行哈希算法，生成唯一的 Hash Code。
发号器，可以理解为是分布式ID自增生成器，为每一个长链分配一个唯一的ID。

小年项目选用的是哈希算法，也比较推荐哈希算法。一个是实现起来比较简单，另外一个是哈希算法生成的短链比较无规则，跟我们平时收到的营销短信比较类似。

当然具体场景还是要具体分析，发号器的方案也有它的优点

不过小年这里主要讲一下哈希算法。

网上推荐最多的是 MurmurHash 算法，对比我们常用的 MD5、SHA这类哈希算法来说，最大的优势就是快！

MurmurHash 是一种非加密的高效哈希算法，由 Austin Appleby 于 2008 年开发。该算法因其高性能、均匀分布和较低的碰撞率，成为了很多高效数据处理场景的首选，特别是在哈希表、缓存、分布式系统和大数据处理中，同时也是许多知名公司和框架的首选散列算法。

MurmurHash 的特点

高性能：MurmurHash 的计算速度非常快，特别适合大规模数据处理的场景。其高效性得益于简单的位运算和乘法操作。

非加密：MurmurHash 不是为加密设计的，因此不能保证数据的安全性。但它的目标是快速生成散列值，而不需要复杂的安全计算。

良好的分布性：MurmurHash 生成的散列值分布均匀，碰撞率低，这对于需要分散存储数据的场景非常关键，比如哈希表或分布式存储系统。

多版本：

MurmurHash2：该版本广泛使用，适合32位系统。

MurmurHash3：是当前的主流版本，改进了前两个版本中的一些弱点，适用于64位和128位的需求，并提供更强的哈希质量。

MurmurHash 与其他哈希算法的对比

与 MD5、SHA-1 比较：

MurmurHash 比这些加密哈希函数更快，因为它不需要执行复杂的安全计算。MD5 和 SHA 系列哈希算法主要用于数据完整性验证和安全需求，而 MurmurHash 侧重于速度和分布性。

与 CityHash 和 xxHash 比较：

CityHash 和 xxHash 是两个速度和性能相当接近 MurmurHash 的哈希函数。CityHash 由 Google 开发，专注于更大的输入集。xxHash 在某些场景下可能比 MurmurHash 更快，但 MurmurHash 的兼容性和稳定性让它依然被广泛使用。

MurmurHash 提供了两种长度的哈希值，32 bit，128 bit， 32 bit 可以表示 42.9 亿的数据，基本能够应付我们常见的业务场景了。

当然，为了能够得到极致简短的短链，还可以将哈希值进行62进制的转换。

public static void main(String[] args) {
    String rawUrl = "http://edisonz.cn/archives/groovy";
    HashFunction hashFunction = Hashing.murmur3_32();
    HashCode hashCode = hashFunction.hashString(rawUrl, StandardCharsets.UTF_8);
    System.out.println(hashCode.asInt());// 1936285200
    System.out.println(hashCode);// 105e6973
    System.out.println(intToBase64(hashCode.asInt()));// 1PqlUg
}

哈希冲突，这个问题也比较好解。不同长链哈希值一致的情况，可以在长链中加入**“盐值”（salt）**后再做哈希，访问的时候再移除掉 salt，就是正常的长链。

高性能架构

当然，上面仅仅是短链服务的一个理论和实现原理，要设计一个能够真正应用于实际业务场景的企业级短链服务，还有很多细节点需要我们去思考和挖掘的。

而且这也是一道高频的面试问题，相信有同学可能碰到过：如何设计一个高性能的短链服务。

小年就个人的看法简单分享一下，要是有不足的地方可以补充哈

小年就从两个维度来简单分享自己的一个看法，当然有建议或者不足的地方欢迎大家改正和补充~

数据层

分库分表：确定未来周期内的数据增长量，是否需要采取分库分表；
读写分离：评估读写的并发流量。一般来说是读流量远大于写流量，可以采用读写分离；
过期时间：短链是否存在过期时间，对于过期的数据需要定时清理还是归档；

应用层

缓存：对热点数据开启缓存，减少数据库的访问，这应该是性能提效比较显著的一招。二级缓存和三级缓存都可以结合场景使用起来，比如 Redis和本地缓存。
布隆过滤器：每个长链生成的短链在数据库中是唯一的，所以在生成短链后需要先去数据库查询。引入 Redis 布隆过滤器可以减轻在判断短链重复校验的数据库压力。当然，对于创建短链也就是写流量并发高的场景效果最好，但需要自己维护 Redis 布隆过滤器。

十分钟，部署一个短链服务

相信看完上面的内容后，大家对短链

看过小年上面的分享后，相信大家对短链也有一定程度的了解。

短链的原理和整体实现其实并不复杂，小年使用 Next.js 实现了一个简单易用的短链服务。

有兴趣的同学可以了解一下：十分钟！免费部署一个自己的短链服务！
Demo 体验：https://slink-code.vercel.app/