我又踩了这个坑。内容站上线第三天,后台提示“链接已存在”,我以为是缓存,清了两遍。打开数据库才看到,两篇都叫《周报》的文章,slug 字段是一样的,后写进去的那篇把前一篇的访问统计顶掉了,前一篇的详情页直接 404。
最气的是,我明明用了现成的生成接口。
下面拿数据鱼API的「slug 生成」服务当例子。它一个
/generate端点,GET 和 POST 都收,参数就text和separator两个,返回slug、original、separator三个字段。
我当时的心理活动是:都做成服务了,总该顺手处理一下重复吧。结果参数表清清楚楚,text 必填,separator 可选,默认 -。没有 unique,没有 suffix,没有 check_exists。
再看返回。slug 是转换结果,original 是原文回显,separator 是你传进去的那个分隔符。original 回显这一点其实挺好,省得我在日志里对不上是哪条标题生成的,但它也说明了一件事:这个接口的视野只有“这一条文本”,它不知道你库里还有别的文章。
数据鱼这个生成端点的定位就是纯函数:进去一段文本,出来一个格式化好的串。它不查库,也不该查库——一个公共接口凭什么知道你的表结构。
所以“撞车”这件事,从头到尾都是我的问题。我以为它替我想了,其实没有。
发现问题的当晚,我把常见的去重做法排了一张表,逐个看代价:
做法 | 可读性 | 冲突概率 | 后遗症 |
|---|---|---|---|
追加序号 -2、-3 | 高 | 需要查库比较,并发下仍可能撞 | 序号越多越像垃圾链接 |
追加时间戳或日期 | 中 | 基本为零 | 标题改一次,链接就变一次 |
追加随机短码 | 低 | 极低 | 用户看不出规律,手工输入几乎不可能 |
标题里补限定词 | 高 | 看内容 | 依赖人工,运营不会每次都补 |
我最后选的是“唯一索引 + 序号重试”:slug 字段加唯一约束,插入冲突就取 slug-2、slug-3,最多重试五次仍未成功就退回随机短码。同时把老链接做成 301 跳转到新地址,避免已经分享出去的链接失效。
这套做法不优雅,但可靠。关键在于唯一性由数据库保证,而不是由应用层先查再写——后者在并发下必有窗口期,两次请求同时查到“不存在”,然后一起写入。
separator 默认 -,我一开始在小栏目里用了 _,理由是那批标题里带连字符的商品名多,怕混。三个月后做站内搜索,两套规则的正则混在一起,改一次错一次。
现在统一回 -。原因是它在 URL 里不会被转义,也不会在某些编辑器里被当成斜体标记;_ 在部分场景下会被忽略或被下划线样式吃掉。选哪个都能用,但一个站只能有一个。
顺带说个小事:接口允许你传任意分隔符,包括空格和中文标点。能传不等于该传,空格进 URL 会变成 %20,中文标点在某些客户端里直接乱码。数据鱼这个参数留着是为了兼容,不是鼓励你发挥。
回头看,那天真正的问题不是接口不给力,是我把“格式化”和“唯一性”当成了同一件事。前者是一次字符串变换,后者是一个跨行的约束条件,两者的实现位置天然不同。
生成接口做好它那一段,我在自己那一段加唯一索引。分工清楚了,后面再加多语言、再改标题结构,都不会重演那一晚。数据鱼这组端点把边界划在“一条文本”上,剩下的账,得自己记。
以上端点、参数与返回字段的说明,整理自数据鱼API「slug 生成」接口的公开文档;文中站点、文章与数据均为演示用的虚构示例,去重策略请按自家表结构与并发量选择。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。