youtube如何计算每个视频的唯一11位代码[关闭]

Question

Youtube 似乎对每个视频都有一个唯一的 11 位代码。该代码包括1-9,A-Z,a-z，以及一些符号，如+_*等。

他们将如何计算每个视频的唯一代码？我正在做一些事情，我想为每条记录分配一个唯一的代码，所以这个问题。

我的问题/疑虑是：

1. 如果他们即时制作（提交视频时），那么他们必须检查为视频准备的代码是否已经存在？对于像他们这样的庞大数据集，这将是一项昂贵的操作。
2. 他们是否会每晚或每月运行批处理作业之类的东西，以创建唯一代码并将它们存储在数据库中。然后在提交视频时，它只需要一个代码并将其标记为“已使用”
3. 为数据库中的每条记录采用自动生成和自动递增的 ID 列，然后以某种方式将唯一的 ID 列转换为 11 位代码是否有意义？

我的目标是：

• 为表中的记录创建唯一代码。
• 用户可以与任何人共享带有该唯一代码的 URL。
• 当有人通过唯一代码进来时。然后他们的“进来”与使用唯一代码共享 url 的原始用户联系在一起。

Answer 1

大致了解 GUID 和 UID。

大多数情况下，如果您使用的数据库将为您生成唯一 ID，然后该唯一 ID 可以编码为数字和字母以缩短生成的字符串。

http://en.wikipedia.org/wiki/Globally_unique_identifier

缩短字符串是关于你编码值的方式，它实际上并没有改变它。

例如，以 10 为底的数字 15 使用两位数，在十六进制中使用一位 (f) 在二进制中使用 4 (1111)。

以同样的方式，您可以使用 a-z、A-Z、0-9 并获得 base 62 以使用比使用 base 10 少得多的数字将数字编码为字符串。

这不是唯一的方法，但（特别是如果您已经有数据库行）它是最简单的。除非你真的想要，否则你甚至不需要填充到 11 - 但是在编码字符串的开头添加任意数量的 0 不会改变它的值。

Java 甚至提供了函数来为您执行此操作，尽管这些函数的最大基数是 36：

http://docs.oracle.com/javase/7/docs/api/java/lang/Integer.html#toString%28int,%20int%29

Answer 2

对所有可能的 URL 使用散列函数，然后根据索引数据库对其进行检查的问题在于，它消除了同步的可能性。考虑上传视频所需的时间，根据他们的数据库检查它几乎不需要时间，这不是问题。当您考虑预先计算时会发生同样的问题：如果您想使用分布式计算机，则需要通过单点访问进行同步，我相信他们会这样做。我认为您的第三点可能最接近正确，然后出于某种原因将该 ID 以某种方式编码为更长的数字（我实际上不确定它与 int 值相比有什么优势；有人有充分的理由吗？ )

Answer 3

这是一种有效地做到这一点并使其看起来随机的方法：-

1. 制作一个 M 大小的哈希表，尽可能大。

2. 使用哈希表查找随机生成前 M 个数字。

3. 用尽时执行以下链接中建议的算法（抱歉重复使用类似问题的解决方案）。

Generate unique phone numbers

编辑：-我知道给定的解决方案是针对数字的，但您始终可以使用每个数字的简单映射将数字转换为符号。

Answer 4

所有这些来回导致我对 youtube 的后端进行了更多研究。这是我想出的。

This 让我相信他们正在使用 MySQL 来存储视频元数据。以下某些内容将取决于他们使用关系数据存储的假设。

我认为11个字符的base64 id实际上是base64编码的64位值。 64^11 = (2^6)^11 = 2^66，这与 2^64 太接近了，不可能是巧合。

我强烈怀疑此 id 的一部分来自存储视频元数据的分片的 id。假设他们将 24 位 (16,777,216) 用于分片 id。他们可能会使用整个范围，但他们没有 1600 万个分片。相反，他们可能会为每个分片分配这些分片 ID 的范围以简化重新分片。分配给给定视频的分片 id 可能是伪随机的。当分片开始填满时，他们将其拆分并更新范围。很简单。

至少一部分剩余位可能是分片本地的自动递增值。

如果在此之后还有任何位，它们可能被伪随机数、时间戳或类似的东西占据。它们也有可能包含其他特定于实现的数据，但如果它们不得不迁移，这可能会导致大问题，所以我怀疑它们会回避这个。