假設你想做一個像微博短鏈接那樣的短鏈接服務,短鏈接服務生成的URL都非常短例如: http://t.cn/E70Piib, 我們應該都能想到鏈接中的E70Piib對應的就是存儲長鏈接地址的數據記錄的ID,可是這個有大小寫字母和數字構成的唯一ID是怎麼生成的呢,剛學編程的時候我們用的方法都試拼接一個足夠唯一的字符串(比如時間戳加用戶ID等等)然後再用MD5或者SHA1散列算法算出一個散列值,用這種方法得到的唯一ID有可能比原始的鏈接的長度還要長,所以如何來優雅的生成足夠短的字符串唯一ID呢?
我們先來看一個數學問題,普通的數字ID是用時間制來表示的,在十進制中每位都有10中可能(0-10),所以5位的十進制數能呈現最多10 10 10 10 10 = 100, 000 個ID。
現在如果用32進制來表達一個5位數字需要多少位呢?
<?php
echo base_convert(10000, 10, 32); //答案是 '90g'
32進制度適用數字和一些小些字母來組成,所以5位32進制可表達的唯一ID有 32 32 32 32 32 = 33,554,432個,數量已經很大了。
使用32進制也能生成比較短的字符串唯一ID,不過還有更好的解決方案,你也看到了上面短鏈接的唯一ID裏還包含大寫字母。
接下來我們使用62進制轉換,將一個十進制數字轉化爲對應的62進製表示。
(爲什麼用62進制?數字加大小寫字母一共是62個)
常用的這幾個編程語言裏沒有提供62進制的轉換,所以就需要我們自己寫一個函數來進行10進制到62進制的轉換。
/**
* Convert a numeric string from base 10 to another base.
*
* @param $value decimal string
* @param int $b base , max is 62
* @return string
*/
function to_base($value, $b = 62)
{
$base = '0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ';
$r = $value % $b;
$result = $base[$r];
$q = floor($value / $b);
while ($q)
{
$r = $q % $b;
$q = floor($q / $b);
$result = $base[$r].$result;
}
return $result;
}
/**
* Convert a 10 base numeric string to a 62 base string
*
* @param int $value
* @return string
*/
function base62_encode($value)
{
return to_base($value, 62);
}
定義好上面的函數後,讓我們將100,000,000 轉換成62進制試一試:
echo base62_encode(100000000); //結果是6LAze
一億用62進制標示出來後的結果是6LAze
, 生成的唯一字符串ID足夠短。短鏈接只是一個應用場景,base62
還可以應用到很多需要表示唯一ID的地方,這樣一來你就不用再使用那些哈希算法來生成那麼冗長的字符串了,雖然只是節省了一些空間但是這在高訪問量的URL和海量數據的存儲中還是能省下來不少資源的。