LZO说明

摘要

LZO 是一个用 ANSI C 语言编写的无损压缩库。他能够提供非常快速的压缩和解压功能。解压并不需要内存的支持。即使使用非常大的压缩比例进行缓慢压缩出的数据,依然能够非常快速的解压。LZO 遵循 GNU 的 GPL 使用许可。

介绍

LZO 非常适合进行数据的实时压缩解压处理,这就是说他更关心操作速度,而不是压缩比例。

LZO 使用 ANSI C 语言编写,并且压缩后的数据也被设计为可以跨平台使用的格式。

LZO 拥有如下的特点:

  • 解压速度很快,并且很简单;
  • 解压时不需要内存支持;
  • 压缩的速度还不错;
  • 压缩时只需要 64 KiB 的内存支持;
  • 压缩比例可以根据需要调节,而这并不影响解压的效率,提高压缩比例自然会降低压缩速度;
  • 压缩包含了很多的压缩级别,提供很多选择;
  • 提供只需要 8 KiB 内存支持的压缩级别;
  • 提供线程安全;
  • 提供无损压缩;

LZO提供多重压缩,和复原解压;

设计标准

LZO 以处理速度为原则设计。解压速度要快于压缩速度。能够提供给任何程序实时解压的功能。LZO1X的解压是按照 i386 编码优化的。

事实上,是通过解压算法定义的压缩数据结构,最后采用手工测试数据验证了这个结构。

效果

在古老的 Pentium 133 的设备上,我们运行了 Calgary Corpus 的测试数据。数据采用了 256 KiB的大小。

LZOxx-N 定义了使用的算法名称,N代表压缩级别。1-9 级别使用 64 KiB 内存,他主要提供更快的压缩速度。99 级别使用 256 KiB 内存,提供更大的压缩比例,但是处理速度依然很快。999 级别是按照压缩比例优化的算法,他的压缩速度很慢,并且使用大量的内存,这种级别一般用于生成预压缩数据。

C 语言版本的 LZO1X-1 算法要比最快的 ZLIB 压缩级别,快4-5倍的速度。当然他也在压缩比例、压缩时间、解压时间方便优于 LZRW1-A 和 LZV 这些算法。

 +------------------------------------------------------------------------+
| Algorithm Length CxB ComLen %Remn Bits Com K/s Dec K/s |
| --------- ------ --- ------ ----- ---- ------- ------- |
| |
| memcpy() 224401 1 224401 100.0 8.00 60956.83 59124.58 |
| |
| LZO1-1 224401 1 117362 53.1 4.25 4665.24 13341.98 |
| LZO1-99 224401 1 101560 46.7 3.73 1373.29 13823.40 |
| |
| LZO1A-1 224401 1 115174 51.7 4.14 4937.83 14410.35 |
| LZO1A-99 224401 1 99958 45.5 3.64 1362.72 14734.17 |
| |
| LZO1B-1 224401 1 109590 49.6 3.97 4565.53 15438.34 |
| LZO1B-2 224401 1 106235 48.4 3.88 4297.33 15492.79 |
| LZO1B-3 224401 1 104395 47.8 3.83 4018.21 15373.52 |
| LZO1B-4 224401 1 104828 47.4 3.79 3024.48 15100.11 |
| LZO1B-5 224401 1 102724 46.7 3.73 2827.82 15427.62 |
| LZO1B-6 224401 1 101210 46.0 3.68 2615.96 15325.68 |
| LZO1B-7 224401 1 101388 46.0 3.68 2430.89 15361.47 |
| LZO1B-8 224401 1 99453 45.2 3.62 2183.87 15402.77 |
| LZO1B-9 224401 1 99118 45.0 3.60 1677.06 15069.60 |
| LZO1B-99 224401 1 95399 43.6 3.48 1286.87 15656.11 |
| LZO1B-999 224401 1 83934 39.1 3.13 232.40 16445.05 |
| |
| LZO1C-1 224401 1 111735 50.4 4.03 4883.08 15570.91 |
| LZO1C-2 224401 1 108652 49.3 3.94 4424.24 15733.14 |
| LZO1C-3 224401 1 106810 48.7 3.89 4127.65 15645.69 |
| LZO1C-4 224401 1 105717 47.7 3.82 3007.92 15346.44 |
| LZO1C-5 224401 1 103605 47.0 3.76 2829.15 15153.88 |
| LZO1C-6 224401 1 102585 46.5 3.72 2631.37 15257.58 |
| LZO1C-7 224401 1 101937 46.2 3.70 2378.57 15492.49 |
| LZO1C-8 224401 1 100779 45.6 3.65 2171.93 15386.07 |
| LZO1C-9 224401 1 100255 45.4 3.63 1691.44 15194.68 |
| LZO1C-99 224401 1 97252 44.1 3.53 1462.88 15341.37 |
| LZO1C-999 224401 1 87740 40.2 3.21 306.44 16411.94 |
| |
| LZO1F-1 224401 1 113412 50.8 4.07 4755.97 16074.12 |
| LZO1F-999 224401 1 89599 40.3 3.23 280.68 16553.90 |
| |
| LZO1X-1(11) 224401 1 118810 52.6 4.21 4544.42 15879.04 |
| LZO1X-1(12) 224401 1 113675 50.6 4.05 4411.15 15721.59 |
| LZO1X-1 224401 1 109323 49.4 3.95 4991.76 15584.89 |
| LZO1X-1(15) 224401 1 108500 49.1 3.93 5077.50 15744.56 |
| LZO1X-999 224401 1 82854 38.0 3.04 135.77 16548.48 |
| |
| LZO1Y-1 224401 1 110820 49.8 3.98 4952.52 15638.82 |
| LZO1Y-999 224401 1 83614 38.2 3.05 135.07 16385.40 |
| |
| LZO1Z-999 224401 1 83034 38.0 3.04 133.31 10553.74 |
| |
| LZO2A-999 224401 1 87880 40.0 3.20 301.21 8115.75 |
+------------------------------------------------------------------------+

注解:

  • CxB 是块的数目;
  • K/s 是每秒处理 1KB 没有压缩的数据的速度;
  • 汇编的解压速度将会更快;

简单文档

LZO 是块压缩算法,他压缩和解压一个块数据。压缩和解压的块大小必须一样。

LZO 将块数据压缩成匹配数据(滑动字典)和非匹配的文字序列。LZO 对于长匹配和长文字序列有专门的处理,这样对于高冗余的数据能够获得很好的效果,这样对于不可压缩的数据,也能得到较好的结果。

在处理不可压缩数据时,LZO 将扩展输入数据,每1024个字节最大增加 64 个字节。

我已经通过类似于 valgrind 这样的内存检查工具验证过 LZO 程序,并且也使用了超过千兆字节的数据,进行各种参数调整,检查过各种潜在的问题。LZO 目前不存在任何已知 BUG。

各种算法说明

这里实现了很多的算法,但是我希望提供没有限制的向下兼容性,所以以后并不会取消现有的内容。

就像需要对象文件都是相对独立的,若通过静态链接使用 LZO 库,只会增加很少的容量(大约几KiB),以为内只要在真正使用 LZO 功能时这个模块才会被加载。

1996年3月,我在 newsgroups.comp.compression 和 comp.compression.research 公布了 LZO1 和 LZO1A。他们主要处理了兼容性的问题。LZO2A解压的速度非常慢,并且也没有能提供一个较快的压缩速度。

在我的试验中可以看到,LZO1B适合处理大量的数据,或者有高冗余性的数据。LZO1F适合处理小量数据和二进制数据。LZO1X适合各种环境。LZO1Y 和 LZO1Z 跟 LZO1X 很相像,他们能够在一些环境中达到更好的压缩比例。

请注意,你有很多的选择。

使用 LZO 库

无论数据的大小,使用 LZO 库的基本功能非常的简单。我们假设你打算使用 LZO1X-1的算法处理你的数据。

压缩

 include <lzo/lzo1x.h>
call lzo_init ()
通过 lzo1x_1_compress () 压缩你的数据
编译连接 LZO 库

解压

 include <lzo/lzo1x.h>
call lzo_init ()
通过 lzo1x_decompress () 解压数据
编译连接 LZO 库

在源码包的 examples/simple.c 有完整的范例代码。也可以查看 LZO.FAQ 获得更多内容。

原始文件:

LZO FAQ

  1. 我不想阅读文档,指向知道如何将这个功能添加到我的程序中

    有两个范例:examples/simple.c 和 examples/lzopack.c 提供了简单使用的方法。

    但是最好还是将整个的文档阅读完成,会帮助你更好的使用。

  2. 你能解释一下各种算法名称的含义吗?

    我们用 LZO1X 来举例说明:

    算法名称:LZO1X

    算法分类:LZO1

    然后提供了很多的压缩级别:

         LZO1X-999
    !---------- 算法分类
    !--------- 算法类型
    !!!----- 压缩级别 (1-9, 99, 999)
         LZO1X-1(11)
    !---------- 算法分类
    !--------- 算法类型
    !------- 压缩级别 (1-9, 99, 999)
    !!---- 内存级别 (压缩时所需要的内存)
    在一个压缩类型中,不同的压缩级别和内存级别的数据结构是相同的,所以 LZO1X 的解压方法,能够适用于 LZO1X-** 对应的所有压缩算法。
    LZO1 分类:使用严格的 BTYE 校验的 压缩数据结构
    LZO2 分类:使用 bit 位移方式,解压速度比较慢。
  3. 为什么有这么多的算法?

    由于很多的历史版本,而我希望能够提供良好的向下兼容性,所以拥有这么多算法。不必担心整个库的大小问题,使用其中一种算法,只会给你的程序添加很少的几个 KiB。

    如果你只是希望给你的程序添加一个简单的压缩功能,你可以查看 miniLZO 部分,在 minilzo/README.LZO 中,可以查看更纤细的信息。

  4. 我应该使用哪种算法?

    LZO1X 在很多情况下都是一个比较好的选择。所以,追求速度可以使用 LZO1X-1,生成预压缩文件可以使用 LZO1X-999,如果你有很多的内存,可以使用 LZO1X-1(11) 或者 LZO1X-1(12)。

    当然这里有很多的选择,你可以根据自己的需要进行选择。也可以尝试一下 LZO1Y 或者 LZO1F 等等。

  5. 在解压的时候,每种方式有什么区别?

    我们还是使用 LZO1X 作为范例来说明:

    • lzo1x_decompress

      他能够提供较快的解压速度,这是一个标准的解压方式。但是他不提供附加的相关数据安全检查,他默认处理的数据是完成的压缩后数据。如果数据由于各种原因损坏,例如硬盘损坏或者传输过程中的错误而破损,那么他可能直接产生严重错误,而终止你的程序。

    • lzo1x_decompress_safe

      这是一个安全的解压方式,但是他会慢一些。他会捕捉解压中的数据问题,并且返回相关的错误信息,而避免产生严重错误。

    • lzo1x_decompress_asm

      一个类似于 lzo1x_decompress 的方式,但是是通过汇编实现的。

    • lzo1x_decompress_asm_safe

      一个类似于 lzo1x_decompress_safe 的方式,但是是通过汇编实现的。

    • lzo1x_decompress_asm_fast

      类似于 lzo1x_decompress_asm 方式,但是能够提供更快的速度。为了提高速度,他会在解压后的数据结尾添加 3 BYTE 的数据。因为这种方式按照 32 bit 作为一个单位进行数据处理。

      当你从一个内存块解压数据到另外一个内存块,需要多提供 3 BYTE 的数据存储空间。如果你要直接解压一个视频内容,不要使用这种方式,因为最后添加的 3 BYTE 的内容会被当成显示内容处理。

    • lzo1x_decompress_asm_fast_safe

      这是一个 lzo2x_decompress_asm_fast 的安全版本。

    这里请注意如下内容:

    • 当使用安全类型的解压方式时,要通过 dst_len 参数说明 dst 参数可以放置的数据最大容量。
    • 如果你希望确认你的压缩后的数据是安全的,请使用 MD5 之类的检查,当然若使用安全类型的方式不需要这个检查。因为在安全方式中,任何错误都回被捕捉并返回。
    • 汇编版本只能在 i386 的架构中使用,具体的信息可以查看 asm/i386/OOREADME.TXT 文件中查看相关内容。
    • 你可能需要测试一下汇编版本是否比C语言版本速度更快,有些编译器能够完成很好的优化工作,使得C语言版本能够工作的很好。
  6. 优化处理了哪些东西?

    压缩采用了启发式方法,他们有时记录信息,这不能提高压缩比例。优化去处了这些不必要的信息,来提高解压速度。

    在解压时,同样也不处理这些可能记录压缩内容变化的内容。压缩后的数据在一些 bit 中会重新排列,这不会引起压缩后数据的容量变化。

    经过优化处理以后,解压速度可以提升 1-3%。优化没有更多的效果提升了。

  7. 我需要更快的解压速度

    在很多 RISC 处理其中(例如MIPS),针对 32-bit WORD 的传送速度要快于 BYTE,这能够有效的提高解压速度。所以在验证完其他部分工作正常后,你可以在LZO1X 和LZO1Y 两种算法的解压时,采用 LZO_ALIGNED_OK_4 来提高效率。变更 config.h 中相关的内容,并且重新编译所有东西,以使用它。

    在 i386 的架构中,你可以尝试使用汇编版本。

  8. 我如何在压缩或者解压时减少内存的使用?

    如果你能够聪明的控制数据的范围,那么你可以在解压缩的时候,使用压缩使用的内存。这样能够有效的移除保存压缩后的数据的内存。这需要你了解对于可执行包裹的基础了解。

    当然你也可以部分的重用压缩时的BUFF

    在 examples/overlap.c 的范例中,可以看到更详细的内容。

  9. 我能获得一个关于预压缩的相关指导吗?

    在算法 LZO1X-999 的情况下:

    预压缩步骤:

     call lzo_init()
    call lzo1x_999_compress ()
    call lzo1x_optimze ()
    对于压缩后的数据做一个 32长度的 MD5
    将压缩后的数据和对应的MD5保存在一个文件中
    如果你还不放心,可以现在进行一次解压验证

    解压步骤:

     call lzo_init ()
    装载你的压缩数据和对应的 MD5
    通过 MD5 验证你的压缩后的数据
    解压

    可以在 examples/precomp.c 和 examples/precomp2.c 的代码中查看到更详细的范例。

  10. 压缩以后,我的数据会增长多少?

    LZO 对于不可压缩的数据,会增加一点容量。我一直没有计算过精确的数字,但是下面列出了最浪费的情况下的公式:

    压缩算法:LZO1,LZO1A,LZO1B,LZO1C,LZO1F,LZO1X,LZO1Y,LZO1Z

     output_block_size = input_block_size + (input_block_size / ) +  +   

    这大约是原始数据的106%。

    压缩算法:LZO2A

     output_block_size = input_block_size + (input_block_size / ) +  +   

原始文件:

LZO 使用和介绍的更多相关文章

  1. 三HttpServletResponse对象介绍(1)

    转载自http://www.cnblogs.com/xdp-gacl/p/3789624.html Web服务器收到客户端的http请求,会针对每一次请求,分别创建一个用于代表请求的request对象 ...

  2. 各种vpn协议介绍(重点介绍sslvpn的实现方式openvpn)

    vpn介绍:   VIrtual Private Network 虚拟专用网络哪些用户会用vpn?    公司的远程用户(出差.家里),公司的分支机构.idc机房.企业间.FQ常见vpn协议有哪些?  ...

  3. HBase介绍

    欢迎和大家交流技术相关问题:邮箱: jiangxinnju@163.com博客园地址: http://www.cnblogs.com/jiangxinnjuGitHub地址: https://gith ...

  4. piggy.lzo

    编译内核的时候出现错误:arch/arm/boot/compressed/piggy.lzo.S:4: Error: file not found: arch/arm/boot/compressed/ ...

  5. Hadoop 2.2.0安装和配置lzo

    转自:http://www.iteblog.com/archives/992 Hadoop经常用于处理大量的数据,如果期间的输出数据.中间数据能压缩存储,对系统的I/O性能会有提升.综合考虑压缩.解压 ...

  6. Hbase记录-Hbase介绍

    Hbase是什么 HBase是一种构建在HDFS之上的分布式.面向列的存储系统,适用于实时读写.随机访问超大规模数据的集群. HBase的特点 大:一个表可以有上亿行,上百万列. 面向列:面向列表(簇 ...

  7. Hadoop本地库介绍及相关问题解决方法汇总

    1.hadoop本地库的作用是什么?2.哪两个压缩编码器必须使用hadoop本地库才能运行?3.hadoop的使用方法?4.hadoop本地库与系统版本不一致会引起什么错误?5.$ export HA ...

  8. 【转】hadoop2.6 配置lzo压缩

    [转自]http://my.oschina.net/u/1169079/blog/225070 经常用于处理大量的数据,如果期间的输出数据.中间数据能压缩存储,对系统的I/O性能会有提升.综合考虑压缩 ...

  9. UBIFS介绍 - MTD网站

    转:http://blog.csdn.net/kickxxx/article/details/6583463 目录(?)[-] Big red note Overview Scalabity Writ ...

随机推荐

  1. Xposed模块开发教程

    转:http://vbill.github.io/2015/02/10/xposed-1/     http://blog.csdn.net/zhangmiaoping23/article/detai ...

  2. linux查找文件或目录命令

    inux查找文件或目录命令,前提:知道文件或者目录的具体名字,例如:sphinx.conf find 查找  find / -name dirname  查找目录 find -name filenam ...

  3. 牛客练习赛2 A - Contest

    链接:https://www.nowcoder.com/acm/contest/4/A来源:牛客网 题目描述 n支队伍一共参加了三场比赛. 一支队伍x认为自己比另一支队伍y强当且仅当x在至少一场比赛中 ...

  4. Linux 的文件权限与目录配置

    用户和用户组 文件所有者 (owner) 用户组概念 (group) 其他人概念 (others) Linux文件权限概念 1. Linux文件属性 要了解Linux文件属性,那么有个重要的命令必须提 ...

  5. 利用过滤器对string类型的入参进行统一trim

    背景 最近做的一些项目都是后台管理系统,主要是对表单数据的增删改查操作,其中有些表单项是字符串类型的,对于这些类型的表单项就需要在保存或编辑之前要进行.trim()处理,刚开始感觉没什么,遇到了就手动 ...

  6. 文件系统层级结构标准(FHS)

    参考资料:FHS 简介 FHS目前发展到3.0版本,发布于2015年6月3日,由Linux基金会在负责维护.它规定了Linux的文件层级结构,使得各Linux发行版.软件开发商知道应该将哪些文件放在哪 ...

  7. Python 中的函数

    学了 Python 中的数据类型,语句,接下来就来说一下 Python 中的函数,函数是结构化编程的核心.我们使用函数可以增加程序的可读性.自定义函数时使用关键字def 函数由多条语句组成.在定义函数 ...

  8. CI Weekly #15 | 据说新版 flow.ci Dashboard 界面很酷

    好久不见 :) 最近工程师们卯足了劲,全新的 flow.ci dashboard 页面 已经与所有用户见面了.更快捷地创建项目,构建列表页面新增分支,Pull Request 界面:侧边栏新增构建任务 ...

  9. wx小程序碎碎念

    对button组件的例子中,js代码的一点理解 for (var i = 0; i < types.length; ++i) { (function(type) { // 循环构建目标函数 pa ...

  10. python3登录网页(163邮箱)实例

    # -*- coding: utf-8 -*- import urllibimport http.cookiejar as cookielibimport urllib.request as urll ...