我正在研究生成类似 TinyURL 服务的高级设计，来自here。
作者发表声明：
“要生成唯一的短 URL，我们可以使用原始 URL 的唯一哈希值（MD5、SHA256 等）对其进行计算，然后使用 base62 进行编码。”
我理解散列和编码的一般含义，但我不理解顺序 - 首先散列，然后编码。遵循此命令背后的原因是什么？它总是保持不变吗？为什么不反过来——先编码再散列？
谢谢！
编辑：我想澄清一下，所有在线资源（我可以动手）都遵循相同的顺序。
【问题讨论】：
标签： algorithm encoding hash system-design
散列与编码正在完成两件不同的事情。
Hashing 将采用任意（可能很长）的字符串，并发出固定大小（通常很短）的字节堆。映射通常是不可逆的并且映射看起来是随机的，但相同的输入将始终映射到相同的输出。我们通常希望避免许多常见输入映射到相同输出的情况——例如，如果我将每个输入字符串映射到“hello”，那么这在技术上是一个哈希函数，但它也完全没有用。这就是所谓的想要避免“散列冲突”，流行的散列函数（包括 MD5 和 SHA256）在这方面做得很好。
编码层要简单得多。 Base62 encoding 只是意味着获取一堆字节数据并使用字母数字字符（A-Z、a-z 和 0-9）重写它。输出大小将近似为输入大小的常数倍，并且该过程是完全可逆的。如果你想将一些任意数据变成一个有效的 URL，这很有用，否则很多字节是不可打印的或不是legal in URLs。
如果您散列然后编码，您将去：（初始 URL）-->（不可打印的短表示）-->（使用 URL 合法字符的短表示）。有用！
如果您先编码然后散列，您将去：（初始 URL）-->（仍然使用 URL 合法字符的相似长度表示）-->（不可打印的短表示）。这次我们没有达到我们想要的结果（最终结果不可打印）而且第一步也有点毫无意义。
【讨论】：