&emsp;&emsp;短鏈顧名思義是一種很短的地址，應用廣泛，例如頁面中有一張二維碼圖片，包含的是一個原始地址（如下所示），如果二維碼中的鏈接需要修改，那么就得發代碼替換掉。 * 原始地址：[https://github.com/pwstrick/daily](https://github.com/pwstrick/daily) * 短鏈：http://t.cn/4fYKXF &emsp;&emsp;但如果二維碼圖包含的是一條短鏈，那么只要修改短鏈中的映射關系，就能不發代碼了。當然了，前提是有一套短鏈系統維護著他們之間的關系，下圖15和圖16分別是列表和新增的界面。 :-:  圖 15 :-:  圖 16 &emsp;&emsp;前端界面的代碼省略了，直接看短鏈用Node.js實現的后端代碼。 ## 一、MySQL &emsp;&emsp;在 web\_short\_chain 表中，主鍵 id 是一個自增的整數，short 字段存儲著短鏈中的 key，也就是 http://t.cn/4fYKXF 中的 4fYKXF 之類的數據，并且是全表唯一的，目前還未對其建索引。 ~~~ CREATE TABLE `web_short_chain` ( `id` int(11) NOT NULL AUTO_INCREMENT, `short` varchar(10) COLLATE utf8mb4_bin NOT NULL COMMENT '短鏈地址中的key', `url` varchar(200) COLLATE utf8mb4_bin NOT NULL COMMENT '原始地址', `ctime` timestamp NULL DEFAULT CURRENT_TIMESTAMP, `mtime` timestamp NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP, `status` tinyint(4) NOT NULL DEFAULT '1' COMMENT '狀態', PRIMARY KEY (`id`), UNIQUE KEY `short_UNIQUE` (`short`) ) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_bin COMMENT='短鏈存儲' ~~~ ## 二、計算 short 的值 &emsp;&emsp;需要兩步才能將原始地址映射成短鏈地址，第一步是使用[MurmurHash](https://baike.baidu.com/item/Murmur%E5%93%88%E5%B8%8C/22689658?fr=aladdin)（么么哈希）算法，由Austin Appleby在2008年發明，可將原始地址轉換成一個哈希值，算法如下（最新版本 MurmurHash3）。 ~~~ function MurmurHashV3(key, seed) { if (typeof key === "string") key = createBuffer(key); var remainder, bytes, h1, h1b, c1, c1b, c2, c2b, k1, i; remainder = key.length & 3; // key.length % 4 bytes = key.length - remainder; h1 = seed; c1 = 0xcc9e2d51; c2 = 0x1b873593; i = 0; while (i < bytes) { k1 = (key[i] & 0xff) | ((key[++i] & 0xff) << 8) | ((key[++i] & 0xff) << 16) | ((key[++i] & 0xff) << 24); ++i; k1 = ((k1 & 0xffff) * c1 + ((((k1 >>> 16) * c1) & 0xffff) << 16)) & 0xffffffff; k1 = (k1 << 15) | (k1 >>> 17); k1 = ((k1 & 0xffff) * c2 + ((((k1 >>> 16) * c2) & 0xffff) << 16)) & 0xffffffff; h1 ^= k1; h1 = (h1 << 13) | (h1 >>> 19); h1b = ((h1 & 0xffff) * 5 + ((((h1 >>> 16) * 5) & 0xffff) << 16)) & 0xffffffff; h1 = (h1b & 0xffff) + 0x6b64 + ((((h1b >>> 16) + 0xe654) & 0xffff) << 16); } k1 = 0; switch (remainder) { case 3: k1 ^= (key[i + 2] & 0xff) << 16; case 2: k1 ^= (key[i + 1] & 0xff) << 8; case 1: k1 ^= key[i] & 0xff; k1 = ((k1 & 0xffff) * c1 + ((((k1 >>> 16) * c1) & 0xffff) << 16)) & 0xffffffff; k1 = (k1 << 15) | (k1 >>> 17); k1 = ((k1 & 0xffff) * c2 + ((((k1 >>> 16) * c2) & 0xffff) << 16)) & 0xffffffff; h1 ^= k1; } h1 ^= key.length; h1 ^= h1 >>> 16; h1 = ((h1 & 0xffff) * 0x85ebca6b + ((((h1 >>> 16) * 0x85ebca6b) & 0xffff) << 16)) & 0xffffffff; h1 ^= h1 >>> 13; h1 = ((h1 & 0xffff) * 0xc2b2ae35 + ((((h1 >>> 16) * 0xc2b2ae35) & 0xffff) << 16)) & 0xffffffff; h1 ^= h1 >>> 16; return h1 >>> 0; } ~~~ &emsp;&emsp;在得到一個整型的哈希值后，就得轉換成字符，像上面短鏈中的字符是 6 個，也就是將10進制轉換成62進制，如下所示。 ~~~ function string10to62(n) { if (n === 0) { return "0"; } var digits = "0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ"; var result = ""; while (n > 0) { result = digits[n % digits.length] + result; n = parseInt(n / digits.length, 10); } return result; } ~~~ ## 三、緩存 &emsp;&emsp;在將映射關系存入數據庫時，可將其直接存入[redis](http://www.redis.cn/)緩存中，采用哈希的數據結構，也就是將計算出的 short 作為 key，原始地址作為 value。 &emsp;&emsp;假設每條關系所占空間是50字節，那么2000W條記錄大概占用 1G左右，為了節省空間，緩存的超時時間會設為 7 天。 &emsp;&emsp;每次在訪問短鏈時，首先從緩存中讀取，若有，就直接跳轉；若無，則查詢數據庫，再將映射關系存入緩存中。 ~~~ //讀取redis let url = await services.common.redisShortChainGet(short); ctx.status = 302; //臨時跳轉 if(url) { ctx.redirect(getCompleteUrl(url, querystring)); return; } //緩存中不存在，則讀取數據庫 const data = await services.common.getOneShortChain({ short }); if(!data) { ctx.body = "短鏈不存在"; return; } //將數據庫中讀取的短鏈緩存起來 await services.common.redisShortChainSet(short, data.url); ctx.redirect(getCompleteUrl(data.url, querystring)); ~~~ &emsp;&emsp;網上的一些文章在判斷短鏈是否存在時，會采用[布隆過濾器](https://baike.baidu.com/item/%E5%B8%83%E9%9A%86%E8%BF%87%E6%BB%A4%E5%99%A8/5384697)。 &emsp;&emsp;它實際上是一個很長的二進制向量和一系列隨機映射函數。布隆過濾器可以用于檢索一個元素是否在一個集合中。它的優點是空間效率和查詢時間都遠遠超過一般的算法，長度是 10 億的布隆過濾器，也只需要 125MB左右的內存空間。 &emsp;&emsp;布隆過濾器的缺點是有一定的誤識別率和刪除困難，例如下圖中的 A 和 E 是存在于布隆過濾器中的，它們的映射位置都設成了 1，而 B 并不存在，但它的映射指向了兩個是 1 的位置，從而就造成了誤識別。 :-:  圖 17 ***** > 原文出處： [博客園-Node.js躬行記](https://www.cnblogs.com/strick/category/1688575.html) [知乎專欄-Node.js躬行記](https://zhuanlan.zhihu.com/pwnode) 已建立一個微信前端交流群，如要進群，請先加微信號freedom20180706或掃描下面的二維碼，請求中需注明“看云加群”，在通過請求后就會把你拉進來。還搜集整理了一套[面試資料](https://github.com/pwstrick/daily)，歡迎閱讀。  推薦一款前端監控腳本：[shin-monitor](https://github.com/pwstrick/shin-monitor)，不僅能監控前端的錯誤、通信、打印等行為，還能計算各類性能參數，包括 FMP、LCP、FP 等。