Facebook 开源的无损压缩算法：zstd

Zstandard （也被称为zstd ）是一款免费的开源，快速实时数据压缩程序，具有更好的压缩比，由Facebook开发。

它是用C语言编写的无损压缩算法 （在Java中有一个重新实现）。因此它是一个本地Linux程序。

当需要时，它可以将压缩速度交换为更高的压缩比率（压缩速度与压缩比率的权衡可以通过小增量来配置），反之亦然。 它具有小数据压缩的特殊模式，称为字典压缩，可以从任何提供的样本集中构建字典。 它带有一个命令行实用程序，用于创建和解码.zst ， .gz  .xz 和 .lz4 文件。

重要的是，Zstandard拥有丰富的API集合，支持几乎所有流行的编程语言，包括Python，Java，JavaScript，Nodejs，Perl，Ruby，C＃，Go，Rust，PHP，Switft等等。

Benchmarks

作为参考，一些快速压缩算法在一个运行 Arch Linux (Linux 版本5.5.11-arch1-1)的服务器上进行了测试和比较，使用了 Core i9-9900K CPU@5.0 GHz，使用 lzbench，一个由@inikep 在西里西亚压缩语料库上用 gcc 9.3.0编译的开源内存基准测试。

其中–fast代表负压缩级别，提供更快的压缩和解压缩度，以换取相对于1级的压缩比损失。

小型数据压缩的案例

前面的图表提供的结果适用于典型的文件和流场景(几MB的大小)。

要压缩的数据量越小，压缩就越困难。这个问题在所有的压缩算法中都很常见，原因是压缩算法从过去的数据中学习如何压缩未来的数据。

为了解决这个问题，Zstd 提供了一种训练模式，可以用来对选定类型的数据进行算法调优。通过提供一些样本(每个样本一个文件)来实现 Zstandard 的训练。这种训练的结果存储在一个名为“ dictionary”的文件中，必须在压缩和解压缩之前加载该文件。使用这本字典，可以在小数据上实现的压缩比/值大大提高。

下面的示例使用 github-users 示例集，该示例集是从 github public API 创建的。它由大约10K 条记录组成，每条记录重约1KB。

这些压缩增益的实现，同时提供更快的压缩和解压缩速度。

如果在一组小数据样本中存在某种相关性，则训练是有效的。一个字典的数据特定性越强，它的效率就越高(没有通用的字典)。因此，为每种类型的数据部署一个字典将带来最大的好处。字典增益在前几个 KB 中最有效。然后，压缩算法将逐渐使用先前解码的内容，以更好地压缩文件的其余部分。

那么你的应用中有需要用到压缩场景的吗？

不妨试试Facebook的这个开源库，看看能否给你的压缩过程提提速！

来源于公众号-程序猿DD