Pourquoi Java et Go produisent-ils des résultats de compression GZIP différents ?

Pourquoi la compression Gzip diffère-t-elle entre Java et Go ?

Lors de la compression de données à l'aide de gzip dans Java et Go, vous pouvez rencontrer des résultats différents. Cette disparité provient de différences fondamentales dans la représentation des données et la mise en œuvre de la compression.

Représentation des octets

Le type d'octet de Java est signé, allant de -128 à 127. Dans Go, le Le type d'octet est un alias pour uint8, représentant les entiers non signés de 0 à 255. Cela signifie que les valeurs négatives dans Java doit être décalé de 256 pour correspondre à la plage d'octets Go.

Différences de compression

Même après avoir pris en compte la représentation des octets, les résultats de compression peuvent encore diverger entre Java et Go. . L'algorithme gzip, qui utilise le codage LZ77 et Huffman, est influencé par la fréquence des caractères saisis. Les variations dans la fréquence des caractères peuvent conduire à différents codes de sortie et modèles de bits.

De plus, différentes implémentations peuvent utiliser différents niveaux de compression par défaut. Bien que Java et Go utilisent nominalement un niveau par défaut de 6, de légères variations dans la mise en œuvre peuvent expliquer des différences résiduelles.

Obtenir un résultat similaire

Pour éliminer ces différences et obtenir correspondant aux sorties gzip, vous pouvez définir le niveau de compression sur 0 dans les deux langues. Java propose l'option Deflater.NO_COMPRESSION, tandis que Go fournit gzip.NoCompression.

Exemple de code Java :

ByteArrayOutputStream buf = new ByteArrayOutputStream();
GZIPOutputStream gz = new GZIPOutputStream(buf) {
  {
    def.setLevel(Deflater.NO_COMPRESSION);
  }
};
gz.write("helloworld".getBytes("UTF-8"));
gz.close();
for (byte b : buf.toByteArray())
  System.out.print((b & 0xff) + " ");

Exemple de code Go :

var buf bytes.Buffer
gz, _ := gzip.NewWriterLevel(&buf, gzip.NoCompression)
gz.Write([]byte("helloworld"))
gz.Close()
fmt.Println(buf.Bytes())

En-tête Champs

Il convient de noter que gzip inclut des champs d'en-tête facultatifs, tels que l'heure de modification et le nom du fichier. Java n'ajoute pas ces champs par défaut, contrairement à Go. Par conséquent, même avec le même niveau de compression, la sortie exacte peut ne pas être obtenue en raison de ces en-têtes supplémentaires.

Considérations pratiques

Bien que les sorties compressées puissent ne pas correspondre entre Java et c'est parti, les données peuvent toujours être décompressées à l'aide de n'importe quel décodeur gzip compatible. Les données décompressées seront identiques quelle que soit la mise en œuvre de la compression. Par conséquent, les différences de rendement ne sont pas pratiquement significatives.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!