Алгоритм сжатия без потерь Broo и дельта-кодирование, сравнение с Xdelta3. Развитие домашнего проекта

в 17:59, , рубрики: C, c++, Алгоритмы, дельта-кодирование, Программирование, сжатие без потерь, сжатие данных, уменьшение размера

Рады Вас приветствовать. Прошел почти год с момента публикации последней статьи и мы готовы рассказать, что происходило с самим алгоритмом и как тут замешано дельта-кодирование.

image

Вступление.

После выпуска статьи об улучшениях алгоритма Broo, мы столкнулись с преградой в улучшении уровня компрессии и производительности, а именно нельзя было улучшить уровень компрессии не ухудшив скорость распаковки и наоборот. Сразу сделаю оговорку, улучшения были сделаны без ущерба для других характеристик алгоритма, но эти изменения незначительные, дальше мы напишем об этих изменениях. Так вот, после, мы задумались, где мы можем применить накопленную экспертизу и знания в похожем направлении. И выбор пал на дельта-кодирование.

Что такое дельта-кодирование?

Дельта-кодирование (англ. Delta encoding) — способ представления данных в виде разницы (дельты) между последовательными данными вместо самих данных.

На практике, если алгоритмы сжатия позволяют уменьшить размер файла и хранить или пересылать его без каких либо зависимостей от других файлов, то алгоритмы дельта-кодирования позволяют построить патч(разницу) меньшего размера на основе двух файлов (набора данных) и применив патч для файла (набора данных) 1 — получить файл (набора данных) 2.

Самое распространенное применение для дельта-кодирования это обновление приложений на ваших телефонах и ПК. Вместо того, чтобы скачивать приложение полностью и потом заменять файлы, строится патч намного меньшего размера (зависит от кол-ва изменений), что позволяет намного быстрее скачать обновление, а скорость применения патча напрямую влияет на скорость обновления самого приложения.

Если Вы знаете где еще применяется дельта-кодирование, то напишите в комментариях.

Об изменениях в алгоритме Broo.

Как мы и говорили, их немного:

  • Добавлена поддержка файлов размером 2^64 для x64 и 2^32 для x32.
  • Улучшен коэффициент сжатия.

Эти изменения все еще находятся на стадии экспериментирования и отладки. Основная проблема — после добавления поддержки больших файлов, на 20% упала скорость распаковки, что для нас недопустимо. Так что поиск решения нами все еще ведется.

Ниже приведем только одну таблицу сравнений старой версии алгоритма, экспериментальной и некоторые уровни zstd. Файл "xml" из предыдущей статьи.

Процессор: Intel i7-7700HQ

Память: DDR4-2400

Имя алгоритма Скорость упаковки Скорость распаковки Размер сжатого файла, Байт % оторигинала
memcpy 17460 MB/s 17194 MB/s 5345280 100.00
zstd 1.3.1 -6 141 MB/s 1311 MB/s 585810 10.96
broo 1.2 11 MB/s 1905 MB/s 606838 11.35
zstd 1.3.1 -5 196 MB/s 1207 MB/s 619510 11.59
zstd 1.3.1 -4 357 MB/s 1214 MB/s 637587 11.93
zstd 1.3.1 -3 366 MB/s 1220 MB/s 639073 11.96
broo 1.1 14 MB/s 2005 MB/s 643084 12.03
zstd 1.3.1 -2 394 MB/s 1108 MB/s 690508 12.92
zstd 1.3.1 -1 479 MB/s 1213 MB/s 703093 13.15

Как и множество алгоритмов, скорость работы зависит от процессора, как мы можем видеть в таблице, скорость распаковки более чем в 1.5 раза быстрее чем у zstd первого уровня, на процессоре Intel i7-7700HQ. В то время как на старом Intel i3-550 скорость распаковки была приблизительно равна скорости распаковки zstd, можно посмотреть сравнительные таблицы тут.

Это говорит о том, что можно выполнить более плотную интеграцию с отдельными процессорами. Зависит от специфики задачи.

Дельта-кодирование и Broo.

Как вы уже могли догадаться, мы разработали свой алгоритм дельта-кодирования и дали ему название DBroo (Delta Broo).

Основные характеристики и особенности:

  • Поддержка файлов размером 2^64 для x64 и 2^32 для x32.
  • Работа с бинарными данными.
  • Допускается частичное изменение опорного файла, к которому будет применяться патч.

Есть готовые решения, такие как diff, bsdiff, xdelta и другие. Была цель найти лучшего (а также доступного) в этом направлении и тягаться с ним. Чисто экспериментальным способом главным конкурентом оказался Xdelta3. Выдает неплохое сжатие и достаточно быструю скорость применения патча. Также Xdelta3 используется для обновлений CyanogenMod (ныне LineageOS).

Теперь посмотрим на таблицу сравнения DBroo и Xdelta3. В качестве опорного файла используется тот же "xml", а в качестве нового файла тотже но измененный случайным образом.

Имя алгоритма Скорость создания патча Скорость применения патча Размер патча, байт % от оригинала
memcpy 18052 MB/s 18665 MB/s 5326823 100.00
Xdelta3 -9 + lzma 5.40 MB/s 306 MB/s 106542 2.00
Xdelta3 -6 + lzma 20 MB/s 310 MB/s 121916 2,28
DBroo 1.0 7.40 MB/s 1600.00 MB/s 123052 2.31
Xdelta3 -9 7.00 MB/s 688.24 MB/s 179732 3.37
Xdelta3 -6 36.71 MB/s 694.09 MB/s 201681 3.78
Xdelta3 -3 59.22 MB/s 637.43 MB/s 237218 4.45
Xdelta3 -2 72.73 MB/s 582.75 MB/s 279223 5.24
Xdelta3 -1 81.43 MB/s 540.53 MB/s 478824 8.9

P. S.

Развитие получают только те продукты, у которых есть спрос на рынке. Поэтому, будем рады вашим комментариям. Мы также создали телеграм канал https://t.me/broo_algorithm.

Спасибо.

Автор: antoxa950

Источник

* - обязательные к заполнению поля