Java youtube如何计算每个视频的唯一11位代码

Youtube似乎每个视频都有一个唯一的11位代码。代码包括

1-9、A-Z、A-Z

，以及一些符号，如

+.*

等

他们如何计算每个视频的唯一代码？我正在做一件事，我想给每个记录分配一个唯一的代码，所以问题就来了

我的问题/关注是：

如果他们在运行中（当视频被提交时）就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

他们会每晚或每月运行一个批处理作业之类的东西，创建唯一的代码并将它们存储在数据库中。然后，在提交视频时，只需获取一个代码并将其标记为“已使用”

对于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，这样做有意义吗

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的原始用户绑定

  ---

阅读一般的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的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

缩短字符串与编码值的方式有关，实际上不会改变它

例如，10进制中的数字15使用两位数字，十六进制中使用一位数字（f），二进制中使用4（1111）

同样，您可以使用a-z、a-z、0-9和get base 62将数字编码为字符串，使用的数字远远少于使用base 10的数字

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

Java甚至为您提供了执行此操作的函数，尽管这些函数的最大基数为36：

---

对完整的可能URL集使用哈希函数，然后对照索引数据库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，检查他们的数据库需要几乎没有时间，这不是问题。当您考虑预计算时，同样的问题也会发生：如果您想使用分布式计算机，那么需要在单个访问点上进行同步，我相信他们确实会这样做。我认为你的第三点可能是最接近正确的，然后由于某种原因，ID被编码成了一个更长的数字（我实际上不确定它相对于int值的优势是什么；有人有一个好的理由吗？

这里有一种方法可以有效地做到这一点，并且使它看起来是随机的：-

制作一个尽可能大的M大小的哈希表

使用哈希表中的查找随机生成前M个数字

当筋疲力尽时，请执行下面链接中的算法建议（抱歉，重复使用类似问题的解决方案）

---

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。

所有这些来回的操作让我对youtube的后端做了更多的研究。这是我想到的

这让我相信他们正在使用MySQL存储视频元数据。以下部分内容取决于使用关系数据存储的假设

我认为11个字符的base64 id实际上是一个base64编码的64位值

64^11=（2^6）^11=2^66

，这太接近于

2^64

，不可能是巧合

我强烈怀疑这个id的一部分来自存储视频元数据的碎片的id。假设他们对碎片id使用24位（16777216）。他们可能使用整个范围，但他们没有1600万个碎片。相反，他们可能会为每个碎片分配一系列这些碎片ID，以简化重硬处理。指定给给定视频的碎片id可能是伪随机的。当碎片开始填满时，他们将其拆分并更新范围。简单

剩余比特的至少一部分可能是碎片本地的自动递增值

---

如果在此之后还有剩余的位，它们可能被伪随机数、时间戳或类似的东西占用。还可能包括其他特定于实施的数据，但如果他们必须迁移，这可能会导致大问题，因此我怀疑他们会回避这一点。

缩短GUID是否会违背其唯一性的目的？编辑以添加更多解释。11位base64字符串包含66位，或略低于10^20位的可能性。可能足够好，但绝对不能防碰撞。但是，如果它包含一个全局时间戳（置换？），这可能就足够了。@JimGarrison我怀疑他们担心会破坏7378697600000000000个视频。我认为即使是谷歌也无法找到足够的驱动器来支持它that@Floegipoky它不是按顺序分配的编号。。。它是随机生成的（可能包含时间戳，也可能不包含时间戳），因此发生冲突的可能性很小。这些数字可能是内部顺序的，并以更简洁的表示形式表示，不存在重叠的可能性。您描述的字符集正好有64个值，这意味着表示可能只是以64为基数。这个问题似乎离题了，因为它要求读心术。