30X重定向基本也就可以了。Part one 短链系统分析
判断对应短链已存在，则直接返回
判断对应短链不存在，则生成短链，并存储
长链->短链的映射关系
也可以根据短链映射到长链，寻找真实服务地址提供服务:
根据
短链->长链查询存储，获取对应的长链
条条大路通罗马，系统方案有很多，但采取哪种合适，还需要和存储策略以及访问性能联合起来一起看~
Part two 实现方案分析
Hash策略关键点解析
Hash策略的存储设计
mysql进行结构化存储比较简单:id | 短链 | 长链MD5 | 长链 | 时间戳并且需要给
短链 和 长链MD5 构建索引，供查询时使用。优点是结构化查询、结构清晰，可以设置索引提升效率；
缺点是高并发下性能需要额外关注，保存的数据要过期，理论上得进行额外处理；
redis等非结构化kv存储，则需要存储多个关系用于查询:长链MD5 -> 短链 |短链 -> 长链MD5 |长链MD5 -> 长链优点是查询性能高，可以抗量，且自带过期机制；
缺点是需要维护多个KV关系，稍显繁琐。
改进-- 自增ID+高位进制法
短链 -> 长链MD5的转化这里来下手了。短链 -> 长链MD5的存储呢？进制转换，可以知道，进制越高所占位数越少。
MD5应该就不太合适了，不好参与计算，因此，我们改用纯数字的分布式ID来代替MD5串(一般公司应该都有现成的分布式ID生成服务吧)。加密处理。编码实现带加密的进制转换
private static final String DIGITAL_STRING = "0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ";
//byte数组
private static final byte[] DIGITAL;
static {
DIGITAL = DIGITAL_STRING.getBytes(StandardCharsets.US_ASCII);
}public static String encode(long 分布式id) {
//内部复制
long value = id;
//创建短链所需长度的空间，这里可以限制短链长度为多12位，少6位
ByteBuffer buf = ByteBuffer.allocate(12);
//多执行12次转换
for (int i = ; i < 12; i++) {
//分布式ID对62取模
int mod = (int) (value % 62);
//加密， 再取模
int pos = (mod + (OFFSET << i)) % 62;
//根据模值从数组中获取对应的值，加入结果集中
buf.put(DIGITAL[pos]);
//求余数，用余数继续参加后续模操作，直到余数为 或 短链长度达到要求
value = value / 62;
if (value== && i >= 6) {
break;
}
}
//从ByteBuffer中获取结果集合
byte[] result=new byte[buf.position()];
buf.rewind();
buf.get(result);
//反转顺序
ArrayUtils.reverse(result);
return new String(result);
}(mod + (OFFSET << i)) % 62 这个操作，其目的是在模值上加上一个偏移量(偏移大小和所处位置有关，非固定偏移) ，用来防止被直接解码。//将短链串解码为分布式ID
public static long decode(String code) {
long value = ;
byte[] buf = code.getBytes();
int length = buf.length;
//循环次数为短链字符串长度
for (int i = ; i < length; i++) {
byte digital = buf[i];
//当前字符对应的下标
int index = Arrays.binarySearch(DIGITAL, digital);
//当前下标需要减掉加密时增加的部分(同样和所处位置有关)
index = index - (OFFSET << (length - i - 1));
//因为减掉的有可能是一个非常大的值，再把index对62取余，如果任然小于 ，就加上62(62进制内负变正)
index = index % 62;
if (index < ) {
index = index + 62;
}
//10进制复原原值
value = value * 62 + index;
}
return value;
}
