【Rust项目推荐】使用Rust生成Youtube风格的ID

人们常用数据库的自增ID作为web资源的ID，形如/articles/1230098和/videos/9527这样的。虽然这种做法很简单，但是也增加了被全量爬取数据的风险。爬虫制作者只要指定一个起始ID，然后不停的自增可以请求全部数据。

如果你上过油管并仔细观察过油管视频页面的地址，就会发现油管的视频ID是由字母数字和下划线等组成的。如果前端通过字母ID请求资源，后端拿到字母ID后通过某种规则将其解码为数字ID，然后再通过该数字ID去数据库读取数据。这种做法在一定程度上可以防止直接使用自增ID带来的问题。

笔者出于好奇，也在网上搜索了相关问题。一篇博文给出了一种可行的实现方式，看起来效果不错。这篇文章已经是5年前的了，博主使用php实现了初版，然后各路网友给出了由不同语言实现的版本。作为一个RUST爱好者，发现居然没有RUST版，当然不能忍，当即就想动手来做。代码也没多少，没花多少时间就写完了。不过由于是依样画葫芦，没能完全理解其中的原理，笔者也是很担忧这东西能不能在实际项目中使用，毕竟如果生成的ID有重复，又或是解码结果和原数字ID不一致的话就凉凉了。所以写完就那么放着了。

突然有一天，笔者感觉自己灵光一闪，突然就领悟了其中的数学原理。这尼玛不就是一个10进制和N进制的换算问题么。比如十六进制就是用16个数字和字母组成的字符集来表示数字，那么这篇博文说的就是用N个字符来表示数字啊！但是我看博主的实现代码完全没看出来，我真是太菜了！

可能有些朋友对这个N进制还是有点疑惑，我这里再稍微说下。假如我们要用三个字母x、y和z来表示数字。如果用一位字母，则可以表示0-2。如果是两位就是0-8，例如XX表示0，XY表示1（如果对这里不能理解，可以去看下2进制和16进制）。M位就是0到3的M次方减一。

好了我们来说下具体实现，假如我们要用abcdefghijklmnopqrstuvwxyz0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ-_来表示生成ID，用一位字母就可以表示0-63这些ID，二位可以表示64的2次方，3位就是64的3次方。随着位数的增加，可以表示的数字也越来越大。理论上，如果对生成字母长度不设上限，可以表示无穷大。我们的RUST里的u128最大值是340282366920938463463374607431768211455

那么如果要表示这个数字，我们的字符ID需要22位。64的22次方已经超过了这个范围。

在理解了这个原理之后，笔者把之前依样画葫芦写下的代码根据自己的思路重构了一番，解决了该博主实现中的一些bug吧，同时也处理了一些可能的overflow奔溃。项目叫做alphaid，放在GitHub了。笔者还写了详细的文档和较多的测试用例，发布到了crates.io。

这里放一个简单的例子：

use alphaid::AlphaId;

let alphaid = AlphaId::new();
assert_eq!(alphaid.encode(1350997667), b"90F7qb");
assert_eq!(alphaid.decode(b"90F7qb"), Ok(1350997667));

你也可以采用自己的字符集，最好将字母打乱顺序，这样的话写爬虫的人也猜不出规则了:

let alphaid = AlphaId::builder().pad(2)
    .chars("ABCDEFGHIJKLMNOPQRSTUVWXYZ".as_bytes().to_vec())
    .build();
assert_eq!(alphaid.encode(0), b"AB");
assert_eq!(alphaid.decode(b"AB"), Ok(0));

友情提示，最好把c, s, f, h, u, i, t这些字母拿掉，否则产生了fuck等这些不好的词汇就不好咯！！

注意，这种方式只是一种思路，不代表youtube就采用了这种方式。

最后，如果本文章或者本项目对你有帮助的话，欢迎点赞！有什么反馈也欢迎提出。

附上项目地址 github https://github.com/importcjj/alphaid