推荐一款 Facebook 开源的高性能压缩工具 Zstd (支持 macOS/Linux/Windows 全平台)

Posted 2021-04-02 奇妙的Linux世界

公众号关注 「奇妙的 Linux 世界」

设为「星标」，每天带你玩转 Linux ！

压缩工具中的神器: 压缩比高，速度快，性能好！

1. 工具介绍

主要介绍 zstd 工具的作用和性能测试

我们称 Zstandard 或 Zstd 是一种快速的无损压缩算法，是针对 zlib 级别的实时压缩方案，以及更好的压缩比。它由一个非常快的熵阶段，由 Huff0 和 FSE 库提供。这个项目是作为开源的 BSD 许可收费的库，以及一个生成和解码 .zst 格式。

• 性能测试对比

Compressor name	Ratio	Compression	Decompress.
zstd 1.4.4 -1	2.884	520 MB/s	1600 MB/s
zlib 1.2.11 -1	2.743	110 MB/s	440 MB/s
brotli 1.0.7 -0	2.701	430 MB/s	470 MB/s
quicklz 1.5.0 -1	2.238	600 MB/s	800 MB/s
lzo1x 2.09 -1	2.106	680 MB/s	950 MB/s
lz4 1.8.3	2.101	800 MB/s	4220 MB/s
snappy 1.1.4	2.073	580 MB/s	2020 MB/s
lzf 3.6 -1	2.077	440 MB/s	930 MB/s

Zstd 还可以压缩速度为代价提供更强的压缩比，Speed vs Rtrade 可以通过小增量进行配置。在所有设置中，解压速度保持不变，并在所有 LZ压缩算法( 比如 zlib 或者lzma) 共享的属性中保持不变。

以前的压缩方式，都是适用于典型文件和二进制的压缩方案( MB/GB)的情况。然而，要压缩的数据量越小，压缩就越困难。这是所有压缩算法都存在的问题，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。但是在一个新的数据集的开始，没有“过去”可以参考。

为了解决这种情况，Zstd 提供了一种新的训练模式，可以使用这种模式对所选数据类型的算法进行调优。训练 Zstandard 是通过提供一些样本(每个样本一个文件)来实现的，训练的结果存储在称为**“字典”**的文件中，该文件必须在压缩和解压缩之前加载。使用此字典，可以在小数据上实现的压缩率大大提高。

以下示例，使用由 github 公共 API 创建的 github 用户示例集。它由大约 10K 条记录组成，每条记录 1KB 左右。

• 小数据压缩的案例

如果在一组小的数据样本中存在某种相关性，那么训练就是有效的。一个字典的数据越具体，它的效率就越高(没有通用字典)。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，压缩算法将逐步使用先前解码的内容，以更好地压缩文件的其余部分。

• 字典压缩使用示例

# 训练字典
$ zstd --train FullPathToTrainingSet/* -o dictionaryName

# 用字典压缩
$ zstd -D dictionaryName FILE

# 用字典解压缩
$ zstd -D dictionaryName --decompress FILE.zst

• 提供客户端工具
  
  

  

2. 参数命令

主要介绍 zstd 工具的安装和全部的参数命令

• 安装方式

# Ubuntu
$ apt install zstd

# CentOS
$ yum install zstd

# 编译安装
$ git clone https://github.com/facebook/zstd.git
$ cd zstd; make; sudo make install

• 参数命令

$ zstd --help
使用方式 :
      zstd [args] [FILE(s)] [-o file]

参数选项 :
 -#     : 压缩级别(1-19，默认值为3)
 -d     : 解压
 -D file: 使用文件作为字典
 -o file: 结果存储在文件中
 -f     : 在没有提示的情况下覆盖输出并(解压)压缩链接
--rm    : 成功解压缩后删除源文件
 -k     : 保存源文件(默认)
 -h/-H  : 显示帮助/长帮助并退出

高级选项 :
 -V     : 显示版本号并退出
 -v     : 详细模式
 -q     : 静默输出
 -c     : 强制写入标准输出
 -l     : 输出zstd压缩包中的信息
--ultra : 启用超过19级，最多22级(需要更多内存)
 -T#    : 使用几个线程进行压缩(默认值:1个)
 -r     : 递归地操作目录
--format=gzip : 将文件压缩为.gz格式
 -M#    : 为解压设置内存使用限制

字典生成器 :
--train ## : 从一组训练文件中创建一个字典
--train-cover[=k=#,d=#,steps=#] : 使用带有可选参数的cover算法
--train-legacy[=s=#] : 有选择性地使用遗留算法(默认值:9)
 -o file : “file”是字典名(默认:字典)
--maxdict=# : 将字典限制为指定大小(默认值:112640)
--dictID=# : 强制字典ID为指定值(默认:随机)

性能测试参数 :
 -b#    : 基准测试文件，使用#压缩级别(默认为1)
 -e#    : 测试从-bX到#的所有压缩级别(默认值:1)
 -i#    : 最小计算时间(秒)(默认为3s)
 -B#    : 将文件切成大小为#个独立块(默认:无块)
--priority=rt : 将进程优先级设置为实时

3. 使用技巧

主要介绍一些关于 zstd 工具的使用示例和参数解释

• 简单使用

# 将一个文件压缩成一个后缀为.zst的新文件
# 如果命令后面没有文件或文件为-的话，则读取标准输入
$ zstd file

# 在压缩操作后删除源文件
# 默认情况下，源文件在成功压缩或解压缩后不会被删除
$ zstd --rm file

# 解压zst压缩包
$ zstd -d file.zst

# 解压zst压缩包到标准输出
$ zstd -dc file.zst

# 查看zst压缩包
$ zstd -l file.zst
$ zstdcat file.zst

• 高级用法

# 输出详细信息
$ zstd -v file
$ zstd -v -d file.zst

# 压缩一个文件同时指定压缩级别(19最高，0最低，3为默认)
$ zstd -level file
$ zstd -9 file

# 使用更多的内存(压缩和解压时)以达到更高的压缩比
$ zstd --ultra -level file

# 解压缩为单进程
# 多个进程并发执行压缩过程(0表示自动使用所有CPU核心)
$ zstd -T0 file
$ zstd -T4 file
$ zstd -T4 -d file.zst

4. 参考文档

• 5 ways Facebook improved compression at scale with Zstandard
  
  

本文转载自：「 Escape 的博客 」，原文：https://tinyurl.com/yyzygzvf，版权归原作者所有。欢迎投稿，投稿邮箱: [e-mail]。

你可能还喜欢

巧用 Curl 命令测试 Unix Socket 接口

更多有趣的互联网新鲜事，关注「奇妙的互联网」视频号全了解！