使用 deflater 压缩/解压缩字符串

Question

我想压缩/解压缩和序列化/反序列化字符串内容。我正在使用以下两个静态函数。

/**
 * Compress data based on the {@link Deflater}.
 * 
 * @param pToCompress
 *            input byte-array
 * @return compressed byte-array
 * @throws NullPointerException
 *             if {@code pToCompress} is {@code null}
 */
public static byte[] compress(@Nonnull final byte[] pToCompress) {
    checkNotNull(pToCompress);

    // Compressed result.
    byte[] compressed = new byte[] {};

    // Create the compressor.
    final Deflater compressor = new Deflater();
    compressor.setLevel(Deflater.BEST_SPEED);

    // Give the compressor the data to compress.
    compressor.setInput(pToCompress);
    compressor.finish();

    /*
     * Create an expandable byte array to hold the compressed data.
     * You cannot use an array that's the same size as the orginal because
     * there is no guarantee that the compressed data will be smaller than
     * the uncompressed data.
     */
    try (ByteArrayOutputStream bos = new ByteArrayOutputStream(pToCompress.length)) {
        // Compress the data.
        final byte[] buf = new byte[1024];
        while (!compressor.finished()) {
            final int count = compressor.deflate(buf);
            bos.write(buf, 0, count);
        }

        // Get the compressed data.
        compressed = bos.toByteArray();
    } catch (final IOException e) {
        LOGWRAPPER.error(e.getMessage(), e);
        throw new RuntimeException(e);
    }


    return compressed;
}

/**
 * Decompress data based on the {@link Inflater}.
 * 
 * @param pCompressed
 *            input string
 * @return compressed byte-array
 * @throws NullPointerException
 *             if {@code pCompressed} is {@code null}
 */
public static byte[] decompress(@Nonnull final byte[] pCompressed) {
    checkNotNull(pCompressed);

    // Create the decompressor and give it the data to compress.
    final Inflater decompressor = new Inflater();
    decompressor.setInput(pCompressed);

    byte[] decompressed = new byte[] {};

    // Create an expandable byte array to hold the decompressed data.
    try (final ByteArrayOutputStream bos = new ByteArrayOutputStream(pCompressed.length)) {
        // Decompress the data.
        final byte[] buf = new byte[1024];
        while (!decompressor.finished()) {
            try {
                final int count = decompressor.inflate(buf);
                bos.write(buf, 0, count);
            } catch (final DataFormatException e) {
                LOGWRAPPER.error(e.getMessage(), e);
                throw new RuntimeException(e);
            }
        }
        // Get the decompressed data.
        decompressed = bos.toByteArray();
    } catch (final IOException e) {
        LOGWRAPPER.error(e.getMessage(), e);
    }

    return decompressed;
}

然而，与未压缩的值相比，即使我正在缓存解压缩的结果，它的速度也要慢几个数量级，并且只有在确实需要内容时才对这些值进行解压缩。

也就是说，它用于类似 DOM 的可持久树结构和强制解压缩字符串值的 XPath 查询大约是 50 倍，甚至更慢（不是真正的基准测试，只是执行的单元测试）。我的笔记本电脑甚至在一些单元测试后冻结（每次，检查大约 5 次），因为 Eclipse 由于磁盘 I/O 太重而不再响应等等。我什至将压缩级别设置为Deflater.BEST_SPEED，而其他压缩级别可能会更好，也许我提供了一个可以为resources 设置的配置选项参数。也许我搞砸了，因为我以前没有使用过放气机。我什至只压缩字符串长度大于 10 的内容。

编辑：在考虑将 Deflater 实例提取到静态字段之后，似乎创建一个 deflater 和 inflater 的实例非常成本很高，因为性能瓶颈已经消失，也许没有微基准或类似的东西我可以'看不到任何性能损失 :-) 我只是在使用新输入之前重置放气器/充气器。

Answer 1

您如何考虑使用 Gzip 等更高级别的 API。

这是一个压缩示例：

public static byte[] compressToByte(final String data, final String encoding)
    throws IOException
{
    if (data == null || data.length == 0)
    {
        return null;
    }
    else
    {
        byte[] bytes = data.getBytes(encoding);
        ByteArrayOutputStream baos = new ByteArrayOutputStream();
        GZIPOutputStream os = new GZIPOutputStream(baos);
        os.write(bytes, 0, bytes.length);
        os.close();
        byte[] result = baos.toByteArray();
        return result;
    }
}

这是一个解压缩的例子：

public static String unCompressString(final byte[] data, final String encoding)
    throws IOException
{
    if (data == null || data.length == 0)
    {
        return null;
    }
    else
    {
        ByteArrayInputStream bais = new ByteArrayInputStream(data);
        ByteArrayOutputStream buffer = new ByteArrayOutputStream();
        GZIPInputStream is = new GZIPInputStream(bais);
        byte[] tmp = new byte[256];
        while (true)
        {
            int r = is.read(tmp);
            if (r < 0)
            {
                break;
            }
            buffer.write(tmp, 0, r);
        }
        is.close();

        byte[] content = buffer.toByteArray();
        return new String(content, 0, content.length, encoding);
    }
}

我们由此获得了非常好的性能和压缩比。

zip api 也是一个选项。

Answer 2

你的 cmets 是正确的答案。

一般来说，如果要频繁使用某个方法，您希望消除任何数据分配和复制。这通常意味着删除静态变量或构造函数的实例初始化和其他设置。

使用静态数据更容易，但您可能会遇到生命周期问题（例如，您如何知道何时清理静态数据 - 它们会永远存在吗？）。

在构造函数中进行设置和初始化允许类的用户确定对象的生命周期并进行适当的清理。您可以在进入处理循环之前对其进行一次实例化，并在退出后对其进行 GC。