Краткое сравнение xz и традиционных утилит сжатия

Решил сравнить разные утилиты для сжатия данных.

У меня есть задача: делать mysqldump большой базы с однотипными данными (статистика посещения).
Отрезал гигабайт от дампа, пожал xz с разными уровнями сжатия, а также gzip и bzip2.
xz у меня коробочный из CentOS x86_64 (4.999.9beta)

ratio = raw_size/compressed_size, больше — лучше
dump hrs = оценка времени сжатия полного дампа (~300 Gb)
dump GBs = оценка размера сжатого дампа

Наиболее предпочтительным в моем случае выглядит xz -2.

Какие еще можно сделать выводы:

• xz -3 сжимает немного лучше (на 7.2%), чем bzip2 при таком же времени работы.
• gzip быстрее их всех и лучше, чем -0 и -1 (-0 обещают заменить на «какой-нибудь другой быстрый алгоритм» в будущих версиях)
• xz -3 имеет смысл использовать вместо bzip2
• xz -2 можно использовать вместо gzip, он в полтора раза медленнее, но во столько же эффективнее
• xz -3 или xz по-дефолту (-6) имеет смысл использовать, если размер важнее времени. При этом нужно иметь ввиду, что сжатие может быть в 10-20 медленнее, чем при использовании gzip.
• Базу можно бэкапить и другими способами
• Для других данных результаты могут значительно отличаться.

В будущих версиях обещают сделать многопоточность, тогда на Quad-core с HT xz -3 приблизится к gzip, а на двухпроцессорной машине будет лучшим выбором. (при условии свободных процессорных ресурсов и оптимальной организации многопоточности).
Вопрос использования памяти и скорости разархивации я не рассматривал.

Автор: catharsis

Источник ^[1]