聲明：該文屬於自己的一點點看法而已，僅供娛樂參考，勿噴。轉載請標明：http://blog.csdn.net/lywybo
微博的短網址系統大家應該都不陌生吧。具體短網址是幹嘛的，爲什麼要有短網址，我就不羅嗦了，不知道的直接google就成。
sina短網址域名是http://t.cn 騰訊短網址域名是http://url.cn
短網址的組成：
不說廢話，只看sina和qq的，其他的忽略，畢竟實現起來有N種方法。sina和qq的都是域名+key的形式
key值目前由六位組成。每位62個字符（0-9，a-z，A-Z）。
很多人分析短網址系統就會說，先MD5或者其他的hash，然後各種與、各種或得出幾組值，選其中一組即可。
我覺得有這種思路的人一般都是看到4gBOjY 、39qdlG 這種類型，就會聯想到md5的結果的一部分，所以就用盡各種方法給扯到了md5的結果上，不是說這樣做不妥，只是覺得可以有更好的方案。
6位62個字符，那麼總量是固定的600多億，也就是說短網址，不管你用啥子hash生成，只能生成600多億個，只能存600多億條網址。既然總數都是固定的，那麼幹嘛每次存一個新網址的時候要先生成MD5然後在把MD5包裝過來包裝過去得到一個6位的key呢，本身MD5就會碰撞，你縮到6位碰撞不就更厲害了麼，重複了咋辦呢？
直接來個62進制每次加一不就行了麼，反正容量是固定的，hash過來hash過去有意思麼？
短網址的特點：
1.短。key值僅6位、域名也很短
2.對於已經縮略的網址，直接返回已有的key
3.沒有收錄過的網址，會生成一個唯一的key表示
第一組測試
16:35 http://weibo.short.url.test.com/lywybo http://t.cn/aN6Go5
16:38 http://weibo.short.url.test.com/blog/lywybo http://t.cn/aN6Gry 與上個相比，表明是有序的
16:39 http://www.sina.com.cn/lywybo/csnd/blog http://t.cn/aN65Y4 與上兩個相比，表明有序不是因爲同個域
16:39 http://www.baidu.com http://t.cn/h5mwx 與上三個相比，表明已有的，直接返回key值
第二組測試
http://t.cn/aN65Y4 （我發的） ----------> http://www.sina.com.cn/lywybo/csnd/blog
http://t.cn/aN65Y3 （應該是別人新建的微羣，才1個人。。。。截圖時間和上面那個接近）
截圖時間：16：41
說明不只你有序，別人和你一樣，有序。
結論：綜上所述，新浪的短網址是有序的。
廢話說了那麼多，終於進入正題了，說下我認爲短網址的實現方式
我認爲。。。。短網址系統，直接用（0-9，a-z，A-Z）組成的62進制數，不停累加就行了，新浪目前應該就是這麼的實現方式。
存儲格式：key--url--MD5
aaaaaa--http://www.baidu.com/1---MD5
aaaaab--http://www.baidu.com/2---MD5
aaaaac--http://www.baidu.com/2---MD5
aaaaad--http://www.baidu.com/2---MD5
key可以存一組索引，用於通過key訪問轉換url
MD5（hash）可以做一組索引，用來檢測url是否已經被縮略過.
上文提到MD5會碰撞，重複的時候直接將碰撞的url讀出直接比對即可。。。（這個時候不要忘記做記錄log啊，因爲你發現了新大陸了。。。）
數據的存儲方式：
不推薦數據庫存儲，量大了之後不分庫、分表，效率太低。分庫、分表成本都太高了。還是直接像搜索引擎一樣文件存儲比較自由
比搜索引擎索引更簡單的一點是：這個索引建立了之後不用更新的，一直往下存就是了，假設一條記錄1K，都可以計算出需要使用多大的容量（還是很小的幾塊硬盤的事），索引的存儲，類似搜索引擎切詞後索引的分割做法，對索引在做索引。
其實可以將這種存儲定性爲雙索引的小文件存儲系統（key值順序索引、MD5索引）
對於熱門的url，直接LRU緩存起
擴展性：
當626滿了怎麼辦呢？
1.key擴充到7位。。。
2.其他程序什麼都不用變繼續62進制，只是key值長度變長了。。。。
疑問：
可能有同學會問了，爲嘛就一定會key變到7位啊？
那我就想反問一個，誰規定微博的key值一定是6位的？其實http://t.cn 本身就比 http://url.cn 少一位呢。也就是在新浪微博同樣髮帶url的微博時候，你比qq微博可以多發一個字。
新浪微博
騰訊微博
迴歸到爲嘛選6，因爲6位的話就是600多億，它足夠大，短時間內用不完。。。貌似google索引網頁的量也就一兩千億吧（查不到準確數據）。
所以用6夠了。
爲嘛不用5，因爲用5的話就是10億，小了點不是很靠譜。。。
爲嘛不用7，用7就少一個字（新浪就是比騰訊多了一個字，所以現在比騰訊火。。。哈哈，開玩笑），等6滿了在用7也不晚。
最後的期待：
1.期待http://t.cn/iloveu 的產生
2.期待6位key值耗盡的那天。。。。