简单高效的短链接生成服务C#实现.docx
《简单高效的短链接生成服务C#实现.docx》由会员分享,可在线阅读,更多相关《简单高效的短链接生成服务C#实现.docx(15页珍藏版)》请在冰豆网上搜索。
简单高效的短链接生成服务C#实现
简单高效的短链接生成服务C#实现
项目中有一处需求,需要把长网址缩为短网址,把结果通过短信、微信等渠道推送给客户。
刚开始直接使用网上现成的开放服务,然后在某个周末突然手痒想自己动手实现一个别具特色的长网址(文本)缩短服务。
由于以前做过socket服务,对数据包的封装排列还有些印象,因此,短网址服务我第一反应是先设计数据的存储格式,我这里没有采用数据库,而是使用2个文件来实现:
Url.db存储用户提交的长网址文本,Url.idx存储数据索引,记录每次提交数据的位置(Begin)与长度(Length),还有一些附带信息(Hits,DateTime)。
由于每次添加长网址,对两个文件都是进行Append操作,因此即使这两个文件体积很大(比如若干GB),也没有太大的IO压力。
再看看Url.idx文件的结构,ID是主键,设为Int64类型,转换为字节数组后的长度为8,紧跟的是Begin,该值是把长网址数据续写到Url.db文件之前,Url.db文件的长度,同样设为Int64类型。
长网址的字符串长度有限,Int16足够使用了,Int16.MaxValue==65536,比Url规范定义的4Kb长度还大,Int16转换为字节数组后长度为2字节。
Hits表示短网址的解析次数,设为Int32,字节长度为4,DateTime设为Int64,长度8。
由于ID不会像数据库那样自动递增,因此需要手工实现。
因此在开始写入Url.idx前,需要预先读取最后一行(行是虚的,其实就是最后30字节)中的的ID值,递增后才开始写入新的一行。
也就是说每次提交一个长网址,不管数据有多长(最大不能超过65536字节),Url.idx文件都固定增加30字节。
数据结构一旦明确下来,整个网址缩短服务就变得简单明了。
例如连续两次提交长网址,可能得到的短网址为http:
//域名/1000,与http:
//域名/1001,结果显然很丑陋,域名后面的ID全是数字,而且递增关系明显,很容易暴力枚举全部的数据。
而且10进制的数字容量有限,一次提交100万条的长网址,产生的短网址越来越长,失去意义。
因此下面就开始对ID进行改造,改造的目标有2:
1、增加混淆机制,相邻两个ID表面上看不出区别。
2、增加容量,一次性提交100万条长网址,ID的长度不能有明显变化。
最简单最直接的混淆机制,就是把10进制转换为62进制(0-9a-zA-Z),由于顺序的abcdef…也很容易猜到下一个ID,因此62进制字符序列随机排列一次:
///
///生成随机的0-9a-zA-Z字符串
///
///
publicstaticstringGenerateKeys()
{
string[]Chars="0,1,2,3,4,5,6,7,8,9,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,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".Split(',');
intSeekSeek=unchecked((int)DateTime.Now.Ticks);
RandomSeekRand=newRandom(SeekSeek);
for(inti=0;i<100000;i++)
{
intr=SeekRand.Next(1,Chars.Length);
stringf=Chars[0];
Chars[0]=Chars[r-1];
Chars[r-1]=f;
}
returnstring.Join("",Chars);
}
运行一次上面的方法,得到随机序列:
stringSeq="s9LFkgy5RovixI1aOf8UhdY3r4DMplQZJXPqebE0WSjBn7wVzmN2Gc6THCAKut";
用这个序列字符串替代0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ,具有很强的混淆特性。
一个10进制的数字按上面的序列转换为62进制,将变得面目全非,附转换方法:
///
///10进制转换为62进制
///
///
///
privatestaticstringConvert(longid)
{
if(id<62)
{
returnSeq[(int)id].ToString();
}
inty=(int)(id%62);
longx=(long)(id/62);
returnConvert(x)+Seq[y];
}
///
///将62进制转为10进制
///
///
///
privatestaticlongConvert(stringNum)
{
longv=0;
intLen=Num.Length;
for(inti=Len-1;i>=0;i--)
{
intt=Seq.IndexOf(Num[i]);
doubles=(Len-i)-1;
longm=(long)(Math.Pow(62,s)*t);
v+=m;
}
returnv;
}
例如执行Convert(123456789)得到RYswX,执行Convert(123456790)得到RYswP。
如果通过分析大量的连续数值,还是可以暴力算出上面的Seq序列值,进而猜测到某个ID左右两边的数值。
下面进一步强化混淆,ID每次递增的单位不是固定的1,而是一个随机值,比如1000,1005,1013,1014,1020,毫无规律可言。
privatestaticInt16GetRnd(RandomseekRand)
{
Int16s=(Int16)seekRand.Next(1,11);
returns;
}
即使把62进制的值逆向计算出10进制的ID值,也难于猜测到左右两边的值,大大增加暴力枚举的难度。
难度虽然增加,但是连续产生的2个62进制值如前面的RyswX与RyswP,仅个位数不同,还是很像,因此我们再进行第三次简单的混淆,把62进制字符向左(右)旋转一定次数(解析时反向旋转同样的次数):
///
///混淆id为字符串
///
///
///
privatestaticstringMixup(longid)
{
stringKey=Convert(id);
ints=0;
foreach(charcinKey)
{
s+=(int)c;
}
intLen=Key.Length;
intx=(s%Len);
char[]arr=Key.ToCharArray();
char[]newarr=newchar[arr.Length];
Array.Copy(arr,x,newarr,0,Len-x);
Array.Copy(arr,0,newarr,Len-x,x);
stringNewKey="";
foreach(charcinnewarr)
{
NewKey+=c;
}
returnNewKey;
}
///
///解开混淆字符串
///
///
///
privatestaticlongUnMixup(stringKey)
{
ints=0;
foreach(charcinKey)
{
s+=(int)c;
}
intLen=Key.Length;
intx=(s%Len);
x=Len-x;
char[]arr=Key.ToCharArray();
char[]newarr=newchar[arr.Length];
Array.Copy(arr,x,newarr,0,Len-x);
Array.Copy(arr,0,newarr,Len-x,x);
stringNewKey="";
foreach(charcinnewarr)
{
NewKey+=c;
}
returnConvert(NewKey);
}
执行Mixup(123456789)得到wXRYs,假如随机递增值为7,则下一条记录的ID执行Mixup(123456796)得到swWRY,肉眼上很难再联想到这两个ID值是相邻的。
以上讲述了数据结构与ID的混淆机制,下面讲述的是短网址的解析机制。
得到了短网址,如wXRYs,我们可以通过上面提供的UnMixup()方法,逆向计算出ID值,由于ID不是递增步长为1的数字,因此不能根据ID马上计算出记录在索引文件中的位置(如:
ID*30)。
由于ID是按小到大的顺序排列,因此在索引文件中定位ID,非二分查找法莫属。
//二分法查找的核心代码片段
FileStreamIndex=newFileStream(IndexFile,FileMode.OpenOrCreate,FileAccess.ReadWrite);
longId=;//解析短网址得到的真实ID
longLeft=0;
longRight=(long)(Index.Length/30)-1;
longMiddle=-1;
while(Left<=Right)
{
Middle=(long)(Math.Floor((double)((Right+Left)/2)));
if(Middle<0)break;
Index.Position=Middle*30;
Index.Read(buff,0,8);
longval=BitConverter.ToInt64(buff,0);
if(val==Id)break;
if(val{
Left=Middle+1;
}
else
{
Right=Middle-1;
}
}
Index.Close();
二分法查找的核心是不断移动指针,读取中间的8字节,转换为数字后再与目标ID比较的过程。
这是一个非常高速的算法,如果有接近43亿条短网址记录,查找某一个ID,最多只需要移动32次指针(上面的while循环32次)就能找到结果,因为2^32=4294967296。
用二分法查找是因为前面使用了随机递增步长,如果递增步长设为1,则二分法可免,直接从ID*30就能一次性精准定位到索引文件中的位置。
下面是完整的代码,封装了一个ShortenUrl类:
usingSystem;
usingSystem.Linq;
usingSystem.Web;
usingSystem.IO;
usingSystem.Text;
///
///ShortenUrl的摘要说明
///
publicclassShortenUrl
{
conststringSeq="s9LFkgy5RovixI1aOf8UhdY3r4DMplQZJXPqebE0WSjBn7wVzmN2Gc6THCAKut";
privatestaticstringDataFile
{
get{returnHttpContext.Current.Server.MapPath("/Url.db");}
}
privatestaticstringIndexFile
{
get{returnHttpContext.Current.Server.MapPath("/Url.idx");}
}
///
///批量添加网址,按顺序返回Key。
如果输入的一组网址中有不合法的元素,则返回数组的相同位置(下标)的元素将为null。
///
///
///
publicstaticstring[]AddUrl(string[]Url)
{
FileStreamIndex=newFileStream(IndexFile,FileMode.OpenOrCreate,FileAccess.ReadWrite);
FileStreamData=newFileStream(DataFile,FileMode.Append,FileAccess.Write);
Data.Position=Data.Length;
DateTimeNow=DateTime.Now;
byte[]dt=BitConverter.GetBytes(Now.ToBinary());
int_Hits=0;
byte[]Hits=BitConverter.GetBytes(_Hits);
string[]ResultKey=newstring[Url.Length];
intseekSeek=unchecked((int)Now.Ticks);
RandomseekRand=newRandom(seekSeek);
stringHost=HttpContext.Current.Request.Url.Host.ToLower();
byte[]Status=BitConverter.GetBytes(true);
//index:
ID(8)+Begin(8)+Length
(2)+Hits(4)+DateTime(8)=30
for(inti=0;i4096)continue;
longBegin=Data.Position;
byte[]UrlData=Encoding.UTF8.GetBytes(Url[i]);
Data.Write(UrlData,0,UrlData.Length);
byte[]buff=newbyte[8];
longLast;
if(Index.Length>=30)//读取上一条记录的ID
{
Index.Position=Index.Length-30;
Index.Read(buff,0,8);
Index.Position+=22;
Last=BitConverter.ToInt64(buff,0);
}
else
{
Last=1000000;//起步ID,如果太小,生成的短网址会太短。
Index.Position=0;
}
longRandKey=Last+(long)GetRnd(seekRand);
byte[]BeginData=BitConverter.GetBytes(Begin);
byte[]LengthData=BitConverter.GetBytes((Int16)(UrlData.Length));
byte[]RandKeyData=BitConverter.GetBytes(RandKey);
Index.Write(RandKeyData,0,8);
Index.Write(BeginData,0,8);
Index.Write(LengthData,0,2);
Index.Write(Hits,0,Hits.Length);
Index.Write(dt,0,dt.Length);
ResultKey[i]=Mixup(RandKey);
}
Data.Close();
Index.Close();
returnResultKey;
}
///
///按顺序批量解析Key,返回一组长网址。
///
///
///
publicstaticstring[]ParseUrl(string[]Key)
{
FileStreamIndex=newFileStream(IndexFile,FileMode.OpenOrCreate,FileAccess.ReadWrite);
FileStreamData=newFileStream(DataFile,FileMode.Open,FileAccess.Read);
byte[]buff=newbyte[8];
long[]Ids=Key.Select(n=>UnMixup(n)).ToArray();
string[]Result=newstring[Ids.Length];
long_Right=(long)(Index.Length/30)-1;
for(intj=0;j{
longId=Ids[j];
longLeft=0;
longRight=_Right;
longMiddle=-1;
while(Left<=Right)
{
Middle=(long)(Math.Floor((double)((Right+Left)/2)));
if(Middle<0)break;
Index.Position=Middle*30;
Index.Read(buff,0,8);
longval=BitConverter.ToInt64(buff,0);
if(val==Id)break;
if(val{
Left=Middle+1;
}
else
{
Right=Middle-1;
}
}
stringUrl=null;
if(Middle!
=-1)
{
Index.Position=Middle*30+8;//跳过ID
Index.Read(buff,0,buff.Length);
longBegin=BitConverter.ToInt64(buff,0);
Index.Read(buff,0,buff.Length);
Int16Length=BitConverter.ToInt16(buff,0);
byte[]UrlTxt=newbyte[Length];
Data.Position=Begin;
Data.Read(UrlTxt,0,UrlTxt.Length);
intHits=BitConverter.ToInt32(buff,2);//跳过2字节的Length
byte[]NewHits=BitConverter.GetBytes(Hits+1);//解析次数递增,4字节
Index.Position-=6;//指针撤回到Length之后
Index.Write(NewHits,0,NewHits.Length);//覆盖老的Hits
Url=Encoding.UTF8.GetString(UrlTxt);
}
Result[j]=Url;
}
Data.Close();
Index.Close();
returnResult;
}
///
///混淆id为字符串
///
///
///
privatestaticstringMixup(longid)
{
stringKey=Convert(id);
ints=0;
foreach(charcinKey)
{
s+=(int)c;
}
intLen=Key.Length;
intx=(s%Len);
char[]arr=Key.ToCharArray();
char[]newarr=newchar[arr.Length];
Array.Copy(arr,x,newarr,0,Len-x);
Array.Copy(arr,0,newarr,Len-x,x);
stringNewKey="";
foreach(charcinnewarr)
{
NewKey+=c;
}
returnNewKey;
}
///
///解开混淆字符串
///
///
///
privatestaticlongUnMixup(stringKey)
{
ints=0;
foreach(charcinKey)
{
s+=(int)c;
}
intLen=Key.Length;
intx=(s%Len);
x=Len-x;
char[]arr=Key.ToCharArray();
char[]newarr=newchar[arr.Length];
Array.Copy(arr,x,newarr,0,Len-x);
Array.Copy(arr,0,newarr,Len-x,x);
stringNewKey="";
foreach(charcinnewarr)
{
NewKey+=c;
}
returnConvert(NewKey);
}
///
///10进制转换为62进制
///
///
///
privatestaticstringConvert(longid)
{
if(id<62)
{
returnSeq[(int)id].ToString();
}
inty=(int)(id%62);
longx=(long)(id/62);
returnConvert(x)+Seq[y];
}
///
///将62进制转为10进制
///
///
///
privatestaticlongConvert(stringNum)
{
longv=0;
intLen=Num.Length;
for(inti=Len-1;i>=0;i--)
{
intt=Seq.IndexOf(Num[i]);
doubles=(Len-i)-1;
longm=(long)(Math.Pow(62,s)*t);
v+=m;
}
returnv;
}
///
///生成随机的0-9a-zA-Z字符串
///
///
publicstaticstringGenerateKeys()
{
string[]Chars="0,1,2,3,4,5,6,7,8,9,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,a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q,r,s,t,u,v,