微薄短域名原理及作用

最近呀。微博在国内火的的”一塌糊涂“。作为技术人员对其中的短域名比较感兴趣，很好奇这么做的原因，及实现这个的原理！希望知道的进来讨论一下哈！

 

例如：http://url.cn/1zJdGX  解析以后是 http://bjwb.bjd.com.cn/html/2011-03/23/content_382746.htm

 

 

补充：

 

经过讨论这么做的好处大致：

 

1.广告效益，方便记忆！！

 

2.方便做统计和挖掘。每一次点击和引用服务提供方都有记录和跟踪。

 

3.可能也是为了避免同样的链接被大量用户引用，缩短链接长度以便节省存储空间，微薄的用户关注的都是一些热点话题，用户发的不同微薄中出现同样的链接是比较常见的。

4.存储到数据库可能是纯文本？？？待讨论！

 

 

实现原理：

 

基本是上通过key，value的方式进行存储。但是最终存储在nosql，还是关系数据库，需要进一步讨论》》》

 

大家继续给力哈！！

 

 

评论

46 楼 lj30936 2011-04-11  

对程序员来说，错别字就像语法级的bug，写的时候尽量注意点，不是‘薄’，是‘勃’。。。

45 楼 猫尾摆摆 2011-04-07  

方便记忆纯属乱编，无非是微博前期140个字的限制而已。。。。。。。

44 楼 xiaojiankaka 2011-04-06  

为啥我总觉得这个“薄”字看着怪怪的～

43 楼 yizhilong28 2011-04-06  

微薄 or 微博？

42 楼 xzq2002 2011-04-05  

httpclient_bd 写道

研究过类似的一个高效的实现，当然思路非我原创，也是网上前辈们的经验

实现方式是nginx+tt+tc做转发

具体原理是nginx代理到tt的服务端口

稍微修改一下tt的源码，将tt的http协议返回的东西稍作修改， 原来返回value的地方修改为返回302的http报文，把tc里拿到的value作为location回送给浏览器，重新编译后启动TT，直接访问即可。
TC里KEY为短地址，VALUE为URL

url要有长期性，memcached的特性不适合干这事。

tc=tokyo cabinet
tt=Tokyo Tyrant

LZ有兴趣可以研究一下

这个不错，能够减少中间获取实际地址这一操作
apache不知道能实现不

41 楼 kongshanxuelin 2011-04-04  

非常简单，见我一个Demo：http://u.faqee.com/addURL.jsp，文章地址：http://cxlh.iteye.com/blog/676985

40 楼 kk15378924 2011-04-02  

我就不理解了。。你们怎么推测出的是62位换算。。。实际经过试验，是64位。最后两位分别是[和].各位可以试试sina的短连接，运气好的直接改一个字符为[或者]都可以跳转

39 楼 yujiaao 2011-04-02  

便于手机输入和转发。

38 楼 lovebanyi 2011-04-02  

省空间肯定是不可能的， 因为哪个短网址明显不是压缩算法。而是一种映射，这样的话就必然要求它要同时存储哪个长的地址。

37 楼 wmjie 2011-03-31  

denger 写道

dbwang 写道

denger 写道

風一樣的男子 写道

主要是因为微薄140限制，如果没限制，谁那么无聊搞个映射？

如果只是字数问题的话，照我说直接 <a href="http://bjwb.bjd.com.cn/html/2011-03/23/content_382746.htm" target="_blank"><url></a>, 象这样统一处理就 OK了，还搞什么短域名。

你这个存储起来需要更大的空间。连接太长啦。

我提到的这块东西。估计会更复杂。在存储里不会存html标签。例如A标签！

我知道，我是回答上面： 之所以弄短域名并不是只是因为 (微薄140限制，如果没限制，谁那么无聊搞个映射？)

从客户的角度来看，主要是为了品牌效应。
所有的微博的地址都是 t.cn 开始的域名，这是多么大的广告效应？
t.cn 推广开了以后，会成为微博的代名词。

36 楼 denger 2011-03-31  

dbwang 写道

denger 写道

風一樣的男子 写道

主要是因为微薄140限制，如果没限制，谁那么无聊搞个映射？

如果只是字数问题的话，照我说直接 <a href="http://bjwb.bjd.com.cn/html/2011-03/23/content_382746.htm" target="_blank"><url></a>, 象这样统一处理就 OK了，还搞什么短域名。

你这个存储起来需要更大的空间。连接太长啦。

我提到的这块东西。估计会更复杂。在存储里不会存html标签。例如A标签！

我知道，我是回答上面： 之所以弄短域名并不是只是因为 (微薄140限制，如果没限制，谁那么无聊搞个映射？)

35 楼 xfan1982 2011-03-31  

lotusk 写道

这个其实最主要的不是为了长度，而是为了中国特色的过滤机制，要把某些链接XX

正解

34 楼 dbwang 2011-03-31  

awuminge 写道

各位童鞋显然没有深入了解
不是因为字数限制，微博发布的链接 只要被识别为链接 只占10个字 链接只要不超过140个字符占有字数就不会超过10个字

如果发布10个链接 每个链接100个字符  试问不用短链  展现出来的将会何其丑陋

这是你的结果还是官方的结论！

33 楼 awuminge 2011-03-30  

各位童鞋显然没有深入了解
不是因为字数限制，微博发布的链接 只要被识别为链接 只占10个字 链接只要不超过140个字符占有字数就不会超过10个字

如果发布10个链接 每个链接100个字符  试问不用短链  展现出来的将会何其丑陋

32 楼 xhdwell 2011-03-30  

主要还是空间节省了,本来就140个字符,如果URL老长还能写几个字啊

31 楼 dsjt 2011-03-30  

diogin 写道

晕，代码变成表情了。表情部分是“8 )”。
这样生成的空间理论上有 2^30 约10亿个，不过随着量的增多，肯定会出现碰撞。

function shorten($url, $salt = '') {
    $base62_units = '0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ';
    $base2_unit30 = (('0x' . substr(md5($url . $salt), 0, 8)) * 1) & 0x3fffffff;
    $base62_unit6 = '';
    while ($base2_unit30 > 0) {
        $base62_unit6 .= $base62_units[$base2_unit30 & 61];
        $base2_unit30 >>= 5;
    }
    return $base62_unit6;
}

for ($i = 0; $i < 100; $i++) {
    echo shorten($i) . '<br />';
}

30 楼 luolonghao 2011-03-30  

arust 写道

denger 写道

風一樣的男子 写道

主要是因为微薄140限制，如果没限制，谁那么无聊搞个映射？

如果只是字数问题的话，照我说直接 <a href="http://bjwb.bjd.com.cn/html/2011-03/23/content_382746.htm" target="_blank"><url></a>, 象这样统一处理就 OK了，还搞什么短域名。

应该不仅仅是140限制，可能也是为了避免同样的链接被大量用户引用，缩短链接长度以便节省存储空间，微薄的用户关注的都是一些热点话题，用户发的不同微薄中出现同样的链接是比较常见的。

引入短域名原因就是因为微博字数限制，微博都是纯文本的，不方便加入HTML代码。

29 楼 dbwang 2011-03-30  

diogin 写道

核心只是一个进制转换算法。比如 PHP 实现：

function shorten($url, $salt = '') {
    $base62_units = '0123456789abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ';
    $base2_unit30 = (('0x' . substr(md5($url . $salt), 0,) * 1) & 0x3fffffff;
    $base62_unit6 = '';
    while ($base2_unit30 > 0) {
        $base62_unit6 .= $base62_units[$base2_unit30 & 61];
        $base2_unit30 >>= 5;
    }
    return $base62_unit6;
}

for ($i = 0; $i < 100; $i++) {
    echo shorten($i) . '<br />';
}

生成的短地址做 key，原地址做 value，存到一个 kv 数据库里。

恩恩。具体的算法就不想在讨论啦。怎么弄的可以。我相信sina和腾讯的算法也不一定一样！

关键是总体思路。 key，value这样方式是肯定的。但是最终落地是不是数据库就两说啦。

有可能是nosql 的实现。还有就是缓存！

另外我还比较关注。短域名的好处！！大家提了一些。大家继续补充。。。。。过几天我整理汇总哟！！！

28 楼 dbwang 2011-03-30  

liuyf 写道

还有一个重要作用是做统计和挖掘。每一次点击和引用服务提供方都有记录和跟踪。

好，这个说法有道理。赞成。不知道。sina和腾讯用到这个功能没。哈哈！

27 楼 liuyf 2011-03-30  

还有一个重要作用是做统计和挖掘。每一次点击和引用服务提供方都有记录和跟踪。