萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> PHP 程式設計

微博短網址演算法 PHP 實作:Base32 編碼 + MD5 分片

演算法原理 (新浪微博 t.cn 短連結核心邏輯)

  1. MD5 雜湊:長網址 + 可選鹽值 → 32 字符十六進制字串 (128 bits)。
  2. 分片:32 字符均分為 4 段,每段 8 字符 (32 bits)。
  3. 截取 30 bits:每段視為無號整數,與 0x3FFFFFFF (30 個 1) 按位與,丟棄高 2 bits。
  4. Base32 編碼:30 bits 分成 6 組各 5 bits (0-31),映射自定義 32 字符表 (a-z, 0-5) 得 6 字符短碼。
  5. 產出 4 組候選碼:任選一組作為短網址碼,衝突極低。

PHP 完整實作

<?php
/**
 * 微博風格短網址生成器
 * 
 * @param string $url       原始長網址
 * @param string $prefix    鹽值前綴 (可選,防止碰撞、區分業務)
 * @param string $suffix    鹽值後綴 (可選)
 * @return array            4 組 6 字符短碼
 */
function shortUrl(string $url, string $prefix = '', string $suffix = ''): array {
  // 1. 自定義 Base32 字符表 (避免 0/O, 1/I, l 等易混淆字符)
  $base32 = [
    'a','b','c','d','e','f','g','h',
    'i','j','k','l','m','n','o','p',
    'q','r','s','t','u','v','w','x',
    'y','z','0','1','2','3','4','5'
  ];
  
  // 2. MD5 雜湊
  $hex = md5($prefix . $url . $suffix); // 32 字符十六進制
  
  // 3. 分片處理
  $output = [];
  $segmentCount = strlen($hex) / 8; // 固定 4
  
  for ($i = 0; $i < $segmentCount; $i++) {
    $subHex = substr($hex, $i * 8, 8);           // 8 字符 = 32 bits
    $intVal = hexdec($subHex) & 0x3FFFFFFF;       // 取低 30 bits
    
    $code = '';
    for ($j = 0; $j < 6; $j++) {                 // 30 bits / 5 = 6 字符
      $index = $intVal & 0x1F;                    // 取低 5 bits (0-31)
      $code .= $base32[$index];
      $intVal >>= 5;                              // 右移 5 bits
    }
    $output[] = $code;
  }
  
  return $output;
}

// 使用範例
$urls = shortUrl('https://www.example.com/very/long/url/with/query?param=value&foo=bar', 'myapp_', '_v1');
print_r($urls);
/*
Array
(
    [0] => k9x2m1
    [1] => p4q8r3
    [2] => w7z0b5
    [3] => y2c6d4
)
*/

短碼轉長網址:資料庫映射表

演算法單向不可逆,**必須建立映射表** 儲存 short_code → long_url:

CREATE TABLE short_urls (
  code CHAR(6) NOT NULL PRIMARY KEY,     -- 短碼
  long_url TEXT NOT NULL,                -- 原始長網址
  prefix VARCHAR(32) DEFAULT '',         // 鹽值前綴
  suffix VARCHAR(32) DEFAULT '',         // 鹽值後綴
  hits INT UNSIGNED DEFAULT 0,           // 訪問計數
  created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
  expires_at TIMESTAMP NULL DEFAULT NULL -- 可選過期時間
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

-- 唯一索引加速查詢
CREATE UNIQUE INDEX idx_long_url_prefix_suffix ON short_urls (long_url(255), prefix, suffix);

寫入邏輯 (防併發衝突)

function createShortUrl(PDO $pdo, string $longUrl, string $prefix = '', string $suffix = ''): string {
  $codes = shortUrl($longUrl, $prefix, $suffix);
  
  // 嘗試插入 4 組碼的任一組,遇到主鍵衝突則嘗試下一組
  foreach ($codes as $code) {
    try {
      $stmt = $pdo->prepare('INSERT INTO short_urls (code, long_url, prefix, suffix) VALUES (?, ?, ?, ?)');
      $stmt->execute([$code, $longUrl, $prefix, $suffix]);
      return $code; // 成功
    } catch (PDOException $e) {
      if ($e->getCode() === '23000') continue; // Duplicate entry,試下一組
      throw $e;
    }
  }
  throw new RuntimeException('無法生成唯一短碼,請更換鹽值重試');
}

重導向邏輯 (高效能)

<?php
// r.php (短網址入口)
require 'bootstrap.php';

$code = $_GET['code'] ?? '';
if (!preg_match('/^[a-z0-9]{6}$/', $code)) {
  http_response_code(404);
  exit('Invalid code');
}

$stmt = $pdo->prepare('SELECT long_url FROM short_urls WHERE code = ?');
$stmt->execute([$code]);
$longUrl = $stmt->fetchColumn();

if ($longUrl) {
  // 非同步增加點擊數 (避免阻塞重導向)
  $pdo->prepare('UPDATE short_urls SET hits = hits + 1 WHERE code = ?')->execute([$code]);
  
  // 302 臨時重導向 (保留來源 referer、利於 SEO 追蹤)
  header('Location: ' . $longUrl, true, 302);
  exit;
}

http_response_code(404);
exit('Short URL not found or expired');

進階優化

  1. 本地緩存熱門短碼:Redis GET short:{code} 直接獲取長網址,Miss 才查 DB,異步回填。
  2. Base62 編碼替代:若需更短碼 (5-6 字符覆蓋 62^6 ≈ 560 億),可用 Base62 (0-9a-zA-Z) + 自增 ID 編碼,但需中央發號器 (Snowflake/Redis INCR)。
  3. 自訂短碼:允許用戶指定別名,驗證唯一性、合法性 (保留字、敏感詞過濾)。
  4. 統計分析:記錄 Referer、User-Agent、地理位置、設備,生成儀表板。
  5. 防濫用:IP 限流、驗證碼、域名白名單、惡意網址檢測 (Google Safe Browsing API)。

結語

微博短網址演算法以 MD5 分散性 + Base32 緊湊編碼 實現「長網址 → 固定 6 字符短碼」的單向映射。核心優勢:無需中央協調、天然分散式、碰撞概率極低 (4 組備選)。實際部署時,配合資料庫唯一約束、Redis 熱點緩存、非同步統計、防濫用體系,即可構建高可用、高效能的短網址服務。

copyright © 萬盛學電腦網 all rights reserved