freeDog's Blog

无限学习，无限进步

0%

发表于： 分类于：

一、设计短链系统

核心问题

把 https://www.example.com/article/123456789 变成 https://t.cn/Ab3dEf

答题框架 

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31

① 需求澄清
   - 日活多少？假设 1000万 DAU
   - 短链有效期？假设永久有效
   - 读写比例？读远大于写（100:1）

② 容量估算
   - 每天生成短链：100万条
   - 1年：3.65亿条 → 需要 62位（2^62 > 10^18）
   - 存储：每条短链 500字节 → 3.65亿 × 500B ≈ 180GB/年

③ 核心设计：短链怎么生成？
   
   方案A：哈希（MD5/SHA256）→ 冲突问题
   方案B：自增ID转62进制 → 规律暴露，不安全
   方案C：发号器（雪花算法）→ ✅ 推荐

   雪花算法：1位符号 + 41位时间戳 + 10位机器ID + 12位序列号
   → 你简历里做过分布式系统，这个能讲

④ 存储设计
   - 短链 → 长链 映射：Redis（热数据）+ MySQL（持久化）
   - 表结构：(short_code PK, long_url, create_time, expire_time)
   - 索引：short_code 唯一索引

⑤ 跳转优化
   - 301 永久重定向（浏览器缓存，减轻服务器压力）
   - 布隆过滤器：防止无效短链查库（缓存穿透）

⑥ 高可用
   - 发号器多机部署，机器ID区分
   - Redis 主从 + 哨兵

一句话总结

“短链系统核心是解决发号和映射两个问题。发号用雪花算法保证唯一，映射用 Redis + MySQL 分层，跳转用 301 缓存优化。”

发表于： 分类于：

除了设置**分片覆盖率（Overlap）**来保证上下文的连贯性之外，文档分片（Chunking）还有很多高级策略。不同的分片策略直接决定了 RAG 系统召回的准确率。