短链接系统需避免哈希碰撞、保障跳转性能、防御刷量并优化统计:用带盐的sha256+重试生成7位短码;跳转走sync.map+redis双层缓存,5ms内完成;限流前置至nginx和go服务;统计异步聚合写入kafka/clickhouse。

短链接生成必须避开重复和冲突
用 hash 直接截取字符串(比如 MD5 前 6 位)看似简单,但实际线上一跑就撞——哪怕 100 万条链接,碰撞概率也超 1%。根本原因是哈希空间被人为压缩得太狠,又没做兜底重试。
正确做法是:先基于原始 URL + 时间戳 + 随机盐生成完整 sha256,取前 7 位作为候选码;插入数据库时用 INSERT ... ON CONFLICT DO NOTHING(PostgreSQL)或 INSERT IGNORE(MySQL),失败就加个计数器重试,最多 3 次。不依赖数据库自增 ID 做短码,否则暴露业务量、易被遍历。
- 别用
base62(自增ID):ID 可预测,爬虫一扫全出 - 盐值要每次请求都变,比如
rand.Int63(),不能固定 - 7 位
base62理论容量约 3.5 万亿,够用;6 位只剩 56 亿,高并发下撑不住
跳转路由必须绕过中间件和重定向链
用户访问 /abc123,如果走常规 Gin/echo 路由再查 DB、再 Redirect,延迟至少 10–20ms,还吃连接池。真实场景里,短链跳转得在 5ms 内完成,否则用户感觉“卡”。
方案是把短码和目标 URL 的映射预热进内存——用 sync.Map 存热点(比如最近 1 小时访问 Top 1000),冷数据查 Redis(TTL 设 7 天)。HTTP 处理函数里只做两件事:查 sync.Map → 命中则 http.Redirect;不命中则查 Redis,查到就回写 sync.Map 并跳转,查不到直接返回 404。
使用 uber-go/dig 在 Golang 中实现依赖注入——基于反射容器,提供 Provide/Invoke、dig.In/dig.Out 参数与结果对象,支持命名依赖等
- 别在跳转逻辑里加日志埋点或权限校验:那是长链服务的事,短链只负责快准稳
- Redis 查不到时不要 fallback 到 MySQL:DB 延迟高,会拖垮整个跳转链
-
sync.Map不适合存全部数据(GC 压力大),只放高频 key,大小限制在 2000 条以内
防刷和限流得在接入层就掐住
短链系统最容易被刷的是生成接口——攻击者用脚本批量提交垃圾 URL,占满数据库、打爆 Redis。等你发现时,可能已写入 50 万条无效记录。
必须在反向代理(如 Nginx)或网关层做第一道限流:limit_req zone=shorten burst=5 nodelay,单 IP 每秒最多 5 次生成请求。Go 服务内再用 golang.org/x/time/rate.Limiter 做二级控制,按用户 token 或 IP 维度限制。
- 生成接口返回的短码,不能立刻用于跳转:加个
status字段,初始为"pending",异步校验 URL 可访问性后再置为"active" - 别对跳转请求限流:合法用户点击就是正常行为,限流反而伤体验
- Redis 记录的限流状态 TTL 要设短(比如 60 秒),避免 IP 池复用导致误杀
统计和扩展要考虑写放大问题
每跳一次就记一条 PV?那 10 万 QPS 的短链,每秒写 10 万行日志或 DB 记录,磁盘和网络马上告急。真实做法是:跳转时不落库,只往本地内存环形缓冲区(ring buffer)里塞一条轻量结构体(短码、时间戳秒级、UA 前 8 字节);后台 goroutine 每 5 秒 flush 一次,聚合后批量写 Kafka 或 ClickHouse。
- 不要用
atomic.AddInt64直接累加 PV:原子操作在高并发下仍是锁竞争热点 - 地域、设备类型等维度统计,必须离线计算,不在跳转路径上做解析
- 如果真要实时看 UV,用 HyperLogLog 存 Redis,
PFCOUNT查,别自己去重
短链最难的不是生成和跳转,是当量级从日均百万涨到千万时,哪条路径最先扛不住——往往是那个你以为“只是记个数”的统计模块。
golang免费学习笔记(深入):立即使用
在学习笔记中,你将探索golang的核心概念和高级技巧!










