www.weibo.com/abcdef
那么，使用地址的hash 编码作为ID的问题是啥呢？
会出现碰撞，所以这种方案不适合。
方案2：数据库自增长ID
属于完全依赖数据源的方式，所有的ID存储在数据库里，是最常用的ID生成办法，在单体应用时期得到了最广泛的使用，建立数据表时利用数据库自带的auto_increment作主键，或是使用序列完成其他场景的一些自增长ID的需求。
但是这种方式存在在高并发情况下性能问题，要解决该问题，可以通过批量发号来解决，
提前为每台机器发放一个ID区间 [low,high]，然后由机器在自己内存中使用 AtomicLong 原子类去保证自增，减少对DB的依赖，
每台机器，等到自己的区间即将满了，再向 DB 请求下一个区段的号码，
为了实现写入的高并发，可以引入 队列缓冲+批量写入架构，
等区间满了，再一次性将记录保存到DB中，并且异步进行获取和写入操作, 保证服务的持续高并发。
比如可以每次从数据库获取10000个号码，然后在内存中进行发放，当剩余的号码不足1000时，重新向MySQL请求下10000个号码，在上一批号码发放完了之后，批量进行写入数据库。
但是这种方案，更适合于单体的 DB 场景，在分布式DB场景下， 使用 MySQL的自增主键， 会存在不同DB库之间的ID冲突，又要使用各种办法去解决，
总结一下， MySQL的自增主键生成ID的优缺点和使用场景：
非常简单，有序递增，方便分页和排序。
分库分表后，同一数据表的自增ID容易重复，无法直接使用（可以设置步长，但局限性很明显）；
性能吞吐量整个较低，如果设计一个单独的数据库来实现 分布式应用的数据唯一性，
即使使用预生成方案，也会因为事务锁的问题，高并发场景容易出现单点瓶颈。
适用场景：
单数据库实例的表ID（包含主从同步场景），部分按天计数的流水号等；
分库分表场景、全系统唯一性ID场景不适用。
所以，高并发场景， MySQL的自增主键，很少用。
方案3：分布式、高性能的中间件生成ID
Mysql 不行，可以考虑分布式、高性能的中间件完成。
比如 Redis、MongoDB 的自增主键，或者其他 分布式存储的自增主键，但是这就会引入额外的中间组件。
假如使用Redis，则通过Redis的INCR/INCRBY自增原子操作命令，能保证生成的ID肯定是唯一有序的，本质上实现方式与数据库一致。
但是，超高并发场景，分布式自增主键的生产性能，没有本地生产ID的性能高。
总结一下，分布式、高性能的中间件生成ID的优缺点和使用场景：
整体吞吐量比数据库要高。
Redis实例或集群宕机后，找回最新的ID值有点困难。
适用场景：
比较适合计数场景，如用户访问量，订单流水号（日期+流水号）等。
方案4：UUID、GUID生成ID
UUID：
按照OSF制定的标准计算，用到了以太网卡地址、纳秒级时间、芯片ID码和许多可能的数字。由以下几部分的组合：当前日期和时间(UUID的第一个部分与时间有关，如果你在生成一个UUID之后，过几秒又生成一个UUID，则第一个部分不同，其余相同)，时钟序列，全局唯一的IEEE机器识别号（如果有网卡，从网卡获得，没有网卡以其他方式获得）
GUID：
微软对UUID这个标准的实现。UUID还有其它各种实现，不止GUID一种，不一一列举了。
这两种属于不依赖数据源方式，真正的全球唯一性ID
总结一下，UUID、GUID生成ID的优缺点和使用场景：
不依赖任何数据源，自行计算，没有网络ID，速度超快，并且全球唯一。
没有顺序性，并且比较长（128bit），作为数据库主键、索引会导致索引效率下降，空间占用较多。
适用场景：
只要对存储空间没有苛刻要求的都能够适用，比如各种链路追踪、日志存储等。
方式5：snowflake算法（雪花算法）生成ID
snowflake ID 严格来说，属于 本地生产 ID，这点和 Redis ID、MongoDB ID不同， 后者属于远程生产的ID。
本地生产ID性能高，远程生产的ID性能低。
snowflake ID原理是使用Long类型（64位），按照一定的规则进行分段填充：时间（毫秒级）+集群ID+机器ID+序列号，每段占用的位数可以根据实际需要分配，其中集群ID和机器ID这两部分，在实际应用场景中要依赖外部参数配置或数据库记录。
总结一下，snowflake ID 的优缺点和使用场景：
高性能、低延迟、去中心化、按时间总体有序
要求机器时钟同步（到秒级即可），需要解决 时钟回拨问题
如果某台机器的系统时钟回拨，有可能造成 ID 冲突，或者 ID 乱序。
适用场景：
分布式应用环境的数据主键
高并发ID的技术选型
这里，不用地址的hash 编码作为ID
这里，不用数据库的自增长ID
这里，不用redis、mongdb的分布式ID
这里，从发号性能、整体有序（B+树索引结构更加友好）的角度出发，最终选择的snowflake算法
snowflake算法的吞吐量在 100W ops +
但是 snowflake算法 问题是啥呢？需要解决时钟回拨的问题。
如何解决时钟回拨的问题，可以参考 推特官方的 代码、 百度ID的代码、Shardingjdbc ID的源码，综合存储方案设计解决。
5、数据存储的高并发架构
这个数据，非常的结构化，可以使用结构化数据库MYSQL存储。
结构非常简单，我们会有二列：
1. ID，int,
2. SURL，varchar,
接下来，开始高并发、海量数据场景，需要进行 MYSQL存储 的分库分表架构。
陈某提示，这里可以说说自己的分库分表 操作经验，操作案例。
然后进行 互动式作答。
也就是，首先是进行 输入条件 询问，并且进行确认。
然后按照分治模式，进行两大维度的分析架构：
数据容量（存储规模） 的 分治架构、
访问流量 （吞吐量规模）的 分治架构。
这块内容涉的方案，不同的项目，基本是相通的。
6、二义性检查的高并发架构
所谓的地址二义性，就行同一个长址多次请求得到的短址不一样。
在生产地址的时候，需要进行二义性检查，防止每次都会重新为该长址生成一个短址，一个个长址多次请求得到的短址是不一样。
通过二义性检查，实现长短链接真正意义上的一对一。
怎么进行 二义性检查？
最简单，最为粗暴的方案是：直接去数据库中检查。
但是，这就需要付出很大的性能代价。
数据库主键不是 原始url，而是 短链url 。
如果根据 原始url 去进行存在性检查，还需要额外建立索引。
问题的关键是，数据库性能特低，没有办法支撑超高并发 二义性检查
所以，这里肯定不能每次用数据库去检查。
这里很多同学可能会想到另一种方案，就是 redis 的布隆过滤， 把已经生成过了的 原始url，
大致的方案是，可以把已经生成过的 原始url ，在 redis 布隆过滤器中进行记录。
每次进行二义性检查，走redis 布隆过滤器。
布隆过滤器就是bitset+多次hash的架构，宏观上是空间换时间，不对所有的 surl （原始url）进行内容存储，只对surl进行存在性存储，这样就节省大家大量的内存空间。
在数据量比较大的情况下，既满足时间要求，又满足空间的要求。
布隆过滤器的巨大用处就是，能够迅速判断一个元素是否在一个集合中。
布隆过滤器的常用使用场景如下：
黑名单 : 反垃圾邮件，从数十亿个垃圾邮件列表中判断某邮箱是否垃圾邮箱（同理，垃圾短信）
URL去重 : 网页爬虫对 URL 的去重，避免爬取相同的 URL 地址
单词拼写检查
Key-Value 缓存系统的 Key 校验 (缓存穿透) : 缓存穿透，将所有可能存在的数据缓存放到布隆过滤器中，当黑客访问不存在的缓存时迅速返回避免缓存及 DB 挂掉。
ID 校验，比如订单系统查询某个订单 ID 是否存在，如果不存在就直接返回。
Bloom Filter 专门用来解决我们上面所说的去重问题的，使用 Bloom Filter 不会像使用缓存那么浪费空间。
当然，他也存在一个小小问题，就是不太精确。
规则是：存在不一定存在，说不存在一定不存在
Bloom Filter 相当于是一个不太精确的 set 集合，我们可以利用它里边的 contains 方法去判断某一个对象是否存在，但是需要注意，这个判断不是特别精确。
一般来说，通过 contains 判断某个值不存在，那就一定不存在，但是判断某个值存在的话，则他可能不存在。
那么对于 surl，处理的方案是：
如果 redis bloom filter 不存在，直接生成
否则，如果 redis bloom filter 判断为存在，可能是误判，还需要进行db的检查。
但是， redis bloom filter误判的概率很低，合理优化之后，也就在1%以下。
可能有小伙伴说，如果100Wqps，1%也是10W1ps，DB还是扛不住，怎么办？
可以使用缓存架构，甚至多级缓存架构
具体来说，可以使用 Redis 缓存进行 热门url的缓存，实现部分地址的一对一缓存
比如将最近/最热门的对应关系存储在K-V数据库中，比如在本地缓存 Caffeine中存储最近生成的长对短的对应关系，并采用过期机制实现 LRU 淘汰，从而保证频繁使用的 URL 的总是对应同一个短址的，但是不保证不频繁使用的URL的对应关系，从而大大减少了空间上的消耗。
7、映射模块(/转换模块)高并发架构
这里，主要是介绍自己对 多级缓存的 掌握和了解。
可以使用了缓存，二级缓存、三级缓存，加快id 到 surl的转换。
简单的缓存方案
将热门的长链接（需要对长链接进来的次数进行计数）、最近的长链接（可以使用 Redis 保存最近一个小时的数据）等等进行一个缓存，如果请求的长URL命中了缓存，那么直接获取对应的短URL进行返回，不需要再进行生成操作
补充服务间的重定向301 和 302 的不同
301永久重定向和 302 临时重定向。
301永久重定向：第一次请求拿到长链接后，下次浏览器再去请求短链的话，不会向短网址服务器请求了，而是直接从浏览器的缓存里拿，减少对服务器的压力。
302临时重定向：每次去请求短链都会去请求短网址服务器（除非响应中用 Cache-Control 或 Expired 暗示浏览器进行缓存）
使用 301 虽然可以减少服务器的压力，但是无法在 server 层获取到短网址的访问次数了，如果链接刚好是某个活动的链接，就无法分析此活动的效果以及用于大数据分析了。
而 302 虽然会增加服务器压力，但便于在 server 层统计访问数，所以如果对这些数据有需求，可以采用 302，因为这点代价是值得的，但是具体采用哪种跳转方式，还是要结合实际情况进行选型。
8、架构的魅力
架构魅力，在于没有最好的方案，只有更好的方案，大家如果有疑问，或者更好的方案，可以多多交流。
