将 gZipStream 与一个或两个内存流一起使用会产生很大的不同

Question

我肯定遗漏了一些非常明显的东西，但谁能解释为什么在第二种情况下压缩率要好得多？！

案例 1：非常低的压缩率，有时甚至会增长。

using (var memoryStream = new System.IO.MemoryStream())
using (var gZipStream = new GZipStream(memoryStream, CompressionMode.Compress))
{
  new BinaryFormatter().Serialize(gZipStream, obj);
  gZipStream.Close();
  return memoryStream.ToArray();
}

案例 2：更好的压缩，我没有得到尺寸增长。

using (MemoryStream msCompressed = new MemoryStream())
using (GZipStream gZipStream = new GZipStream(msCompressed, CompressionMode.Compress))
using (MemoryStream msDecompressed = new MemoryStream())
{
  new BinaryFormatter().Serialize(msDecompressed, obj);
  byte[] byteArray = msDecompressed.ToArray();

  gZipStream.Write(byteArray, 0, byteArray.Length);
  gZipStream.Close();
  return msCompressed.ToArray();
}

我已经完成了镜像解压，在这两种情况下我都可以将其反序列化为源对象而没有任何问题。

以下是一些统计数据：

UncSize：58062085B，Comp1：46828139B，0.81%

UncSize：58062085B，Comp2：31326029B，0.54%

UncSize：7624735B，Comp1：7743947B，1.02%

UncSize：7624735B，Comp2：5337522B，0.70%

UncSize：1237628B，Comp1：1265406B，1.02%

UncSize：1237628B，Comp2：921695B，0.74%

Answer 1

您没有说您使用的是哪个版本的 .NET。在 4.0 之前的版本中，GZipStream 在每次写入的基础上压缩数据。也就是说，它会压缩您发送给它的缓冲区。在您的第一个示例中，Serialize 方法可能会将非常小的缓冲区写入流（一次一个字段）。在您的第二个示例中，Serialize 将整个对象序列化到内存流，然后将内存流的缓冲区写入一大块 GZipStream。当GZipStream 有更大的缓冲区（64K 接近最佳值）可供使用时，它的表现要好得多。

在 .NET 4.0 中可能仍然是这种情况。我不记得我是否测试过。

我过去处理这个问题的方式是使用BufferedStream：

using (var mstream = new MemoryStream())
{
    using (var bstream = new BufferedStream(new GZipStream(mstream, CompressionMode.Compress), 65536))
    {
        new BinaryFormatter().Serialize(btream, obj);
    }
    return mstream.ToArray();
}

这样，压缩器可以使用 64K 缓冲区。

在 .NET 4.0 之前，为GZipStream 提供大于 64K 的缓冲区没有任何好处。我看到一些信息表明 .NET 4.0 中的压缩器可以更好地使用更大的缓冲区进行压缩。但是，我自己没有测试过。