压缩格式gzip/snappy/lzo/bzip2 比较与总结 |
您所在的位置:网站首页 › 解压速度500m什么水平 › 压缩格式gzip/snappy/lzo/bzip2 比较与总结 |
1 压缩介绍 常用的几种压缩格式:lzo,gzip,snappy,bzip2,我们简单做一下对比,方便我们在实际场景中选择不同的压缩格式。 支持特性对比: 压缩格式codec类算法扩展名多文件splitablenative工具hadoop自带gzipGzipCodecdeflate.gz否否是gzip是bzip2Bzip2Codecbzip2.bz2是是否bzip2是lzoLzopCodeclzo.lzo否是是lzop否snappySnappyCodecsnappy.snappy否否是无否说明: 压缩相关codec实现在org.apache.hadoop.io.compress包下面gzip算法hadoop内置支持,使用时直接处理文本数据一样,使用方便,压缩比高,缺点就是不支持split。如果压缩后文件与块大小相当,可以考虑使用gzip压缩,比如:小时原始日志压缩成gzip文件,使用方便。bzip2 支持split,压缩比高,支持多文件,缺点就是慢。lzo 压缩/解压速度也比较快,合理的压缩率;支持split(需要建索引,文件修改后需要重新建索引),支持hadoop native库,需要自己安装;snappy 压缩/解压速度也比较快,合理的压缩率,不支持split,支持hadoop native库,需要自己安装。可以用于map中间结果的压缩。 2 性能对比 压缩格式压缩比压缩速率解压速率gzip13.4%21 MB/s118 MB/slzo20.5%135 MB/s410 MB/ssnappy22.2%172 MB/s409 MB/sbzip213.2%2.4MB/s9.5MB/s是否压缩数据以及使用何种压缩格式对性能具有重要的影响,一般原则: 需要平衡压缩和解压缩数据所需的能力、读写数据所需的磁盘 IO,以及在网络中发送数据所需的网络带宽。正确平衡这些因素有赖于集群和数据的特征,以及您的 使用模式。如果数据已压缩(例如 JPEG 格式的图像),则不建议进行压缩。事实上,结果文件实际上可能大于原文件。GZIP 压缩使用的 CPU 资源比 Snappy 或 LZO 更多,但可提供更高的压缩比。GZIP 通常是不常访问的冷数据的不错选择。而 Snappy 或 LZO 则更加适合经常访问的热数据。BZip2 还可以为某些文件类型生成比 GZip 更多的压缩,但是压缩和解压缩时会在一定程度上影响速度。HBase 不支持 BZip2 压缩。Snappy 的表现通常比 LZO 好。应该运行测试以查看您是否检测到明显区别。对于 MapReduce,如果您需要已压缩数据可拆分,BZip2、LZO 和 Snappy 格式都可拆分,但是 GZip 不可以。可拆分性与 HBase 数据无关。对于 MapReduce,可以压缩中间数据、输出或二者。相应地调整您为 MapReduce 作业提供的参数。3 zip、GZIP、QuickLz、snappy、lzf、jzlib使用 1、ZIP、 GZIP 计算机文件压缩算法,JDK中java.util.zip.*中实现。主要包括ZipInputStream/ ZipOutputStream、GZipInputStream/ ZipOutputStream。 2、QuickLZ是一个号称世界压缩速度最快的压缩库,并且也是个开源的压缩库,其遵守 GPL 1, 2 或 3协议。 3、Snappy是一个 C++的用来压缩和解压缩的开发包,其目标不是最大限度压缩,而且不兼容其他压缩格式。旨在提供高速压缩速度和合理的压缩率。在64位模式的 Core i7 处理器上,可达每秒250~500兆的压缩速度。在 Google 内部被广泛的使用,从 BigTable到 MapReduce以及内部的RPC 系统。 4、LZF采用类似lz77和lzss的混合编码,针对字符串压缩算法。 5、JZLIB是纯java的开源解压、压缩包,与JDK中ZLIB类似。 3.1 预选解压缩类库使用介绍--ZIP 压缩 String s = “这是一个用于测试的字符串”; ByteArrayOutputStream out = new ByteArrayOutputStream(); ZipOutputStreamzout = new ZipOutputStream(out); zout.putNextEntry(new ZipEntry("0")); zout.write(s.getBytes()); zout.closeEntry(); byte[] compressed = out.toByteArray(); --返回压缩后的字符串的字节数组 解压 ByteArrayOutputStream out = new ByteArrayOutputStream(); ByteArrayInputStream in = new ByteArrayInputStream(compressed); ZipInputStreamzin = new ZipInputStream(in); zin.getNextEntry(); byte[] buffer = new byte[1024]; intoffset = -1; while ((offset = zin.read(buffer))!= -1) { out.write(buffer, 0, offset); } byte[] uncompressed = out.toByteArray(); --返回解压缩后的字符串的字节数组 3.2 预选解压缩类库使用介绍--GZIP 压缩 String s = “这是一个用于测试的字符串”; ByteArrayOutputStream out = new ByteArrayOutputStream(); GZipOutputStream gout = new GZipOutputStream(out); gout.write(s.getBytes()); byte[] compressed = out.toByteArray(); --返回压缩后的字符串的字节数组 解压 ByteArrayOutputStream out = new ByteArrayOutputStream(); ByteArrayInputStream in = new ByteArrayInputStream(compressed); GZipInputStreamgzin =newGZipInputStream(in); byte[] buffer = new byte[1024]; intoffset = -1; while ((offset = gzin.read(buffer)) != -1) { out.write(buffer, 0, offset); } byte[] uncompressed = out.toByteArray(); --返回解压缩后的字符串的字节数组 3.3 预选解压缩类库使用介绍--QuickLZ 压缩 String s = “这是一个用于测试的字符串”; --Level 1 byte[] compressed =QuickLZ.compress(s.getBytes(), 1); --返回压缩后的字符串的字节数组 --Level3 byte[] compressed =QuickLZ.compress(s.getBytes(), 3); --返回压缩后的字符串的字节数组 解压 byte[] uncompressed =QuickLZ.decompress(compressed ); --返回解压缩后的字符串的字节数组 3.4 预选解压缩类库使用介绍--Snappy 压缩 String s = “这是一个用于测试的字符串”; byte[] compressed =Snappy.compress(s.getBytes()); --返回压缩后的字符串的字节数组 解压 byte[] uncompressed =Snappy.uncompress(compressed ); --返回解压缩后的字符串的字节数组 4.5 预选解压缩类库使用介绍-- LZF 压缩 String s = “这是一个用于测试的字符串”; byte[] compressed = LZFEncoder.encode(s.getBytes()); --返回压缩后的字符串的字节数组 解压 byte[] uncompressed = LZFDecoder.decode(compressed ); --返回解压缩后的字符串的字节数组 3.6 预选解压缩类库使用介绍-- JZLIB 压缩 String s = “这是一个用于测试的字符串”; ByteArrayOutputStream out = new ByteArrayOutputStream(); DeflaterOutputStreamdout = new DeflaterOutputStream(out); dout.write(s.getBytes()); dout.close(); --需要先关闭 byte[] compressed = out.toByteArray(); --返回压缩后的字符串的字节数组 解压 ByteArrayOutputStream out= new ByteArrayOutputStream(); ByteArrayInputStream in = new ByteArrayInputStream(compressedStr); InflaterInputStream input = new InflaterInputStream(in); byte[] buffer = new byte[1024]; intoffset = -1; while ((offset = input.read(buffer)) != -1) { out.write(buffer, 0, offset); } out.close(); --需要先关闭 byte[] uncompressed = out.toByteArray(); --返回解压缩后的字符串的字节数组 4. 参考 http://www.hainiubl.com/topics/26 http://www.cnblogs.com/panfeng412/archive/2012/12/24/applications-scenario-summary-of-compression-algorithms.html https://blog.csdn.net/MCpang/article/details/41141261 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |