LZO 使用和介绍

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：

• http://www.oberhumer.com/opensource/lzo/lzodoc.php

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 / 16) + 64 + 3  

    这大约是原始数据的106%。

    压缩算法：LZO2A

    output_block_size = input_block_size + (input_block_size / 8) + 128 + 3  

原始文件：

• http://www.oberhumer.com/opensource/lzo/lzofaq.php