- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我一直在尝试在 HTTP 流式连接(SSE 和各种 comet 技术)的上下文中理解 gzip 算法。我用这些文件大小测试了一些替代的数据表示:
40 csv.txt
63 json-short.txt
80 json-readable.txt
27 rawbin.txt
46 sse.csv.txt
69 sse.json-short.txt
86 sse.json-readable.txt
当使用 gzip -9v
压缩时,我得到:
csv.txt: 25.0%
json-readable.txt: 16.2%
json-short.txt: 20.6%
rawbin.txt: 18.5%
sse.csv.txt: 25.0%
sse.json-readable.txt: 15.1%
sse.json-short.txt: 18.8%
这些压缩率不是很好,但也与预期相反:越冗长的 JSON 格式似乎压缩得越差。
我的问题是:随着越来越多的数据被流式传输,压缩会变得更好吗?它是否动态地和隐式地学习哪些位是脚手架,哪些位是可变数据?如果它是一种学习算法,是否存在停止学习的点,或者理论上它总是适应数据流?如果是这样,是否对更新的数据给予了额外的权重?
我通过 cat
将 25 个 sse.json-readable.txt 放入一个文件中,进行了粗略测试。 Gzip 然后给了我 95.7% 的压缩率。但出于两个原因,我将其描述为粗糙。首先,每一行数据都是相同的,而在实际数据中,数字和时间戳会略有不同,只有脚手架是相同的。第二个原因是 gzip 被赋予了单个文件:gzip 算法是对数据进行预扫描以了解它,还是在文件中跳来跳去?如果是这样,这些结果将不适用于 Apache 流数据(因为它在看到第二行之前已经压缩并发送了第一行数据)。
作为次要问题,我可以假设时间不是一个因素吗?例如。假设不涉及套接字重新连接,每行数据之间可能有 1 秒的间隔,或者 60 秒的间隔。
关于 gzip 如何工作的有用引用:http://www.infinitepartitions.com/art001.html
(顺便说一下,我目前的理解是流式传输时的压缩将完全基于对第一 block 数据的分析;所以我想知道是否可以通过发送几行虚拟数据来获得更好的压缩,让它有机会学习更好的压缩?!?)
http://svn.apache.org/repos/asf/httpd/httpd/trunk/modules/filters/mod_deflate.c15 给出了 32KB。
http://www.zlib.net/zlib_how.html http://www.zlib.net/zlib_tech.html
更新:有用的链接
这是 Apache 模块代码: http://svn.apache.org/repos/asf/httpd/httpd/trunk/modules/filters/mod_deflate.c
15 的窗口大小就是 Mark Adler 在他的回答中提到的 32KB 窗口的原因。
以下是一些有助于理解 Apache 代码的页面: http://www.zlib.net/zlib_how.html http://www.zlib.net/zlib_tech.html
以下是上面的测试文件,以备不时之需:
csv.txt
2013-03-29 03:15:24,EUR/USD,1.303,1.304
json-short.txt
{"t":"2013-03-29 06:09:03","s":"EUR\/USD","b":1.303,"a":1.304}
json-readable.txt
{"timestamp":"2013-03-29 06:09:03","symbol":"EUR\/USD","bid":1.303,"ask":1.304}
sse.csv.txt
data:2013-03-29 03:15:24,EUR/USD,1.303,1.304
sse.json-short.txt
data:{"t":"2013-03-29 06:09:03","s":"EUR\/USD","b":1.303,"a":1.304}
sse.json-readable.txt
data:{"timestamp":"2013-03-29 06:09:03","symbol":"EUR\/USD","bid":1.303,"ask":1.304}
注意:sse.* 版本以两个 LF 结尾,其他版本以一个 LF 结尾。
rawbin.txt 是用这个 PHP 脚本制作的:
$s=pack("la7dd",time(),"USD/JPY",1.303,1.304);
file_put_contents("rawbin.txt",$s);
最佳答案
gzip 使用最后 32K 数据的滑动窗口来搜索匹配的字符串。它将累积 16K 文字和匹配字符串,这些字符串可能会返回其中几个窗口,以生成具有一组霍夫曼代码的 block 。这与 gzip 看起来一样远,它从不“跳来跳去”,而只是维护一个滑动历史,一旦旧数据从后端丢失,它就会忘记。
zlib(不是 gzip)有一种方法可以提供一个“启动”字典,当压缩实际数据的前 32K 时,该字典最多可用于匹配字符串的 32K 数据。这对于压缩少量数据很有用,有时非常有用,例如远小于 32K。没有那个 zlib 或 gzip 将无法压缩短字符串。他们确实需要几倍于 32K 的数据才能滚动。
对于您正在测试的极短文件,您得到的是扩展,而不是压缩。
关于apache - 流式传输数据时 gzip 压缩率如何变化?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19700503/
SQLite、Content provider 和 Shared Preference 之间的所有已知区别。 但我想知道什么时候需要根据情况使用 SQLite 或 Content Provider 或
警告:我正在使用一个我无法完全控制的后端,所以我正在努力解决 Backbone 中的一些注意事项,这些注意事项可能在其他地方更好地解决......不幸的是,我别无选择,只能在这里处理它们! 所以,我的
我一整天都在挣扎。我的预输入搜索表达式与远程 json 数据完美配合。但是当我尝试使用相同的 json 数据作为预取数据时,建议为空。点击第一个标志后,我收到预定义消息“无法找到任何内容...”,结果
我正在制作一个模拟 NHL 选秀彩票的程序,其中屏幕右侧应该有一个 JTextField,并且在左侧绘制弹跳的选秀球。我创建了一个名为 Ball 的类,它实现了 Runnable,并在我的主 Draf
这个问题已经有答案了: How can I calculate a time span in Java and format the output? (18 个回答) 已关闭 9 年前。 这是我的代码
我有一个 ASP.NET Web API 应用程序在我的本地 IIS 实例上运行。 Web 应用程序配置有 CORS。我调用的 Web API 方法类似于: [POST("/API/{foo}/{ba
我将用户输入的时间和日期作为: DatePicker dp = (DatePicker) findViewById(R.id.datePicker); TimePicker tp = (TimePic
放宽“邻居”的标准是否足够,或者是否有其他标准行动可以采取? 最佳答案 如果所有相邻解决方案都是 Tabu,则听起来您的 Tabu 列表的大小太长或您的释放策略太严格。一个好的 Tabu 列表长度是
我正在阅读来自 cppreference 的代码示例: #include #include #include #include template void print_queue(T& q)
我快疯了,我试图理解工具提示的行为,但没有成功。 1. 第一个问题是当我尝试通过插件(按钮 1)在点击事件中使用它时 -> 如果您转到 Fiddle,您会在“内容”内看到该函数' 每次点击都会调用该属
我在功能组件中有以下代码: const [ folder, setFolder ] = useState([]); const folderData = useContext(FolderContex
我在使用预签名网址和 AFNetworking 3.0 从 S3 获取图像时遇到问题。我可以使用 NSMutableURLRequest 和 NSURLSession 获取图像,但是当我使用 AFHT
我正在使用 Oracle ojdbc 12 和 Java 8 处理 Oracle UCP 管理器的问题。当 UCP 池启动失败时,我希望关闭它创建的连接。 当池初始化期间遇到 ORA-02391:超过
关闭。此题需要details or clarity 。目前不接受答案。 想要改进这个问题吗?通过 editing this post 添加详细信息并澄清问题. 已关闭 9 年前。 Improve
引用这个plunker: https://plnkr.co/edit/GWsbdDWVvBYNMqyxzlLY?p=preview 我在 styles.css 文件和 src/app.ts 文件中指定
为什么我的条形这么细?我尝试将宽度设置为 1,它们变得非常厚。我不知道还能尝试什么。默认厚度为 0.8,这是应该的样子吗? import matplotlib.pyplot as plt import
当我编写时,查询按预期执行: SELECT id, day2.count - day1.count AS diff FROM day1 NATURAL JOIN day2; 但我真正想要的是右连接。当
我有以下时间数据: 0 08/01/16 13:07:46,335437 1 18/02/16 08:40:40,565575 2 14/01/16 22:2
一些背景知识 -我的 NodeJS 服务器在端口 3001 上运行,我的 React 应用程序在端口 3000 上运行。我在 React 应用程序 package.json 中设置了一个代理来代理对端
我面临着一个愚蠢的问题。我试图在我的 Angular 应用程序中延迟加载我的图像,我已经尝试过这个2: 但是他们都设置了 src attr 而不是 data-src,我在这里遗漏了什么吗?保留 d
我是一名优秀的程序员,十分优秀!