壓縮神器 zstd，速度快，性能好！

點擊上方藍色“小哈學Java”，選擇“設為星標”
回復“資源”獲取獨家整理的學習資料！

主要介紹 zstd 工具的作用和性能測試

我們稱 Zstandard 或 Zstd 是一種快速的無損壓縮算法，是針對 zlib 級別的實時壓縮方案，以及更好的壓縮比。它由一個非?？斓撵仉A段，由 Huff0 和 FSE 庫提供。這個項目是作為開源的 BSD 許可收費的庫，以及一個生成和解碼 .zst 格式。

• 性能測試對比

Zstd 還可以壓縮速度為代價提供更強的壓縮比，Speed vs Rtrade 可以通過小增量進行配置。在所有設置中，解壓速度保持不變，并在所有 LZ壓縮算法( 比如 zlib 或者lzma) 共享的屬性中保持不變。

以前的壓縮方式，都是適用于典型文件和二進制的壓縮方案( MB/GB)的情況。然而，要壓縮的數(shù)據(jù)量越小，壓縮就越困難。這是所有壓縮算法都存在的問題，原因是壓縮算法從過去的數(shù)據(jù)中學習如何壓縮未來的數(shù)據(jù)。但是在一個新的數(shù)據(jù)集的開始，沒有“過去”可以參考。

為了解決這種情況，Zstd 提供了一種新的訓練模式，可以使用這種模式對所選數(shù)據(jù)類型的算法進行調優(yōu)。訓練 Zstandard 是通過提供一些樣本(每個樣本一個文件)來實現(xiàn)的，訓練的結果存儲在稱為**“字典”**的文件中，該文件必須在壓縮和解壓縮之前加載。使用此字典，可以在小數(shù)據(jù)上實現(xiàn)的壓縮率大大提高。

以下示例，使用由 github 公共 API 創(chuàng)建的 github 用戶示例集。它由大約 10K 條記錄組成，每條記錄 1KB 左右。

• 小數(shù)據(jù)壓縮的案例

如果在一組小的數(shù)據(jù)樣本中存在某種相關性，那么訓練就是有效的。一個字典的數(shù)據(jù)越具體，它的效率就越高(沒有通用字典)。因此，為每種類型的數(shù)據(jù)部署一個字典將帶來最大的好處。字典增益在前幾個 KB 中最有效。然后，壓縮算法將逐步使用先前解碼的內容，以更好地壓縮文件的其余部分。

• 字典壓縮使用示例

bash

# 訓練字典
$ zstd --train FullPathToTrainingSet/* -o dictionaryName

# 用字典壓縮
$ zstd -D dictionaryName FILE

# 用字典解壓縮
$ zstd -D dictionaryName --decompress FILE.zst

• 提供客戶端工具

2. 參數(shù)命令

主要介紹 zstd 工具的安裝和全部的參數(shù)命令

• 安裝方式

bash

# Ubuntu
$ apt install zstd

# CentOS
$ yum install zstd

# 編譯安裝
$ git clone https://github.com/facebook/zstd.git
$ cd zstd; make; sudo make install

• 參數(shù)命令

bash

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

參數(shù)選項 :
 -#     : 壓縮級別(1-19，默認值為3)
 -d     : 解壓
 -D file: 使用文件作為字典
 -o file: 結果存儲在文件中
 -f     : 在沒有提示的情況下覆蓋輸出并(解壓)壓縮鏈接
--rm    : 成功解壓縮后刪除源文件
 -k     : 保存源文件(默認)
 -h/-H  : 顯示幫助/長幫助并退出

高級選項 :
 -V     : 顯示版本號并退出
 -v     : 詳細模式
 -q     : 靜默輸出
 -c     : 強制寫入標準輸出
 -l     : 輸出zstd壓縮包中的信息
--ultra : 啟用超過19級，最多22級(需要更多內存)
 -T#    : 使用幾個線程進行壓縮(默認值:1個)
 -r     : 遞歸地操作目錄
--format=gzip : 將文件壓縮為.gz格式
 -M#    : 為解壓設置內存使用限制

字典生成器 :
--train ## : 從一組訓練文件中創(chuàng)建一個字典
--train-cover[=k=#,d=#,steps=#] : 使用帶有可選參數(shù)的cover算法
--train-legacy[=s=#] : 有選擇性地使用遺留算法(默認值:9)
 -o file : “file”是字典名(默認:字典)
--maxdict=# : 將字典限制為指定大小(默認值:112640)
--dictID=# : 強制字典ID為指定值(默認:隨機)

性能測試參數(shù) :
 -b#    : 基準測試文件，使用#壓縮級別(默認為1)
 -e#    : 測試從-bX到#的所有壓縮級別(默認值:1)
 -i#    : 最小計算時間(秒)(默認為3s)
 -B#    : 將文件切成大小為#個獨立塊(默認:無塊)
--priority=rt : 將進程優(yōu)先級設置為實時

3. 使用技巧

主要介紹一些關于 zstd 工具的使用示例和參數(shù)解釋

• 簡單使用

bash

# 將一個文件壓縮成一個后綴為.zst的新文件
# 如果命令后面沒有文件或文件為-的話，則讀取標準輸入
$ zstd file

# 在壓縮操作后刪除源文件
# 默認情況下，源文件在成功壓縮或解壓縮后不會被刪除
$ zstd --rm file

# 解壓zst壓縮包
$ zstd -d file.zst

# 解壓zst壓縮包到標準輸出
$ zstd -dc file.zst

# 查看zst壓縮包
$ zstd -l file.zst
$ zstdcat file.zst

• 高級用法

bash

# 輸出詳細信息
$ zstd -v file
$ zstd -v -d file.zst

# 壓縮一個文件同時指定壓縮級別(19最高，0最低，3為默認)
$ zstd -level file
$ zstd -9 file

# 使用更多的內存(壓縮和解壓時)以達到更高的壓縮比
$ zstd --ultra -level file

# 解壓縮為單進程
# 多個進程并發(fā)執(zhí)行壓縮過程(0表示自動使用所有CPU核心)
$ zstd -T0 file
$ zstd -T4 file
$ zstd -T4 -d file.zst