短链系统设计方案

微博的短链接 t.cn/xxxx 怎么做的？从哈希算法到分布式 ID，一个完整的短链系统设计。

一、短链系统的核心流程

• 1.1 长链 → 短链（生成）
• 1.2 短链 → 长链（查询）→ 302 跳转
• 1.3 核心指标——短链长度、碰撞率、跳转延迟

二、短链生成——哈希算法

• 2.1 MD5 生成 128 位哈希 → 取前 N 位 → Base62 编码
• 2.2 哈希碰撞问题——不同 URL 可能生成相同短链
• 2.3 解决碰撞——追加随机串后重新哈希（再哈希法）
• 2.4 MurmurHash——比 MD5 更快

三、短链生成——自增 ID

• 3.1 自增 ID → Base62 编码
• 3.2 优点——无碰撞、递增
• 3.3 缺点——可遍历（安全风险）、依赖发号器
• 3.4 分布式发号器——雪花算法

四、Base62 编码

• 4.1 字符集——[0-9a-zA-Z]，62 个字符
• 4.2 编码实现——10 进制 → 62 进制
• 4.3 7 位 Base62 可表示 62^7 ≈ 3.5 万亿

五、存储方案

• 5.1 短链 → 长链的 KV 存储——Redis
• 5.2 持久化——MySQL
• 5.3 缓存策略——LRU 淘汰
• 5.4 布隆过滤器——缓存穿透保护

六、302 vs 301

• 6.1 302 临时重定向——每次来都走服务端，方便统计
• 6.2 301 永久重定向——浏览器缓存，减少请求但无法统计

七、高并发设计

• 7.1 CDN 缓存短链
• 7.2 Redis Cluster 存储映射关系
• 7.3 本地缓存 Caffeine——热点短链

八、总结

• 短链系统 = 发号器 + Base62 + KV 存储 + 302
• 设计权衡——唯一性 vs 性能 vs 可读性