跳到主要内容
版本：dev

压缩

本页介绍用于减少序列化数据大小的压缩选项。

整数压缩​

ForyBuilder#withIntCompressed/ForyBuilder#withLongCompressed 可用于压缩 int/long 以获得更小的大小。通常压缩 int 就足够了。

这两个压缩选项默认都是启用的。如果序列化大小不重要（例如，你之前使用 FlatBuffers 进行序列化，它不压缩任何东西），那么你应该禁用压缩。如果你的数据全是数字，压缩可能会带来 80% 的性能回退。

Int 压缩​

对于 int 压缩，Fory 使用 1~5 个字节进行编码。每个字节中的第一位表示是否有下一个字节。如果设置了第一位，则将读取下一个字节，直到下一个字节的第一位未设置。

Long 压缩​

对于 long 压缩，Fory 支持两种编码：

SLI（Small Long as Int）编码（默认）​

  • 如果 long 在 [-1073741824, 1073741823] 范围内，编码为 4 字节 int：| little-endian: ((int) value) << 1 |
  • 否则写为 9 字节：| 0b1 | little-endian 8bytes long |

PVL（Progressive Variable-length Long）编码​

  • 每个字节中的第一位表示是否有下一个字节。如果设置了第一位，则将读取下一个字节，直到下一个字节的第一位未设置。
  • 负数将通过 (v << 1) ^ (v >> 63) 转换为正数，以减少小负数的成本。

如果数字是 long 类型，但大多数情况下不能用较小的字节表示，压缩不会得到足够好的结果——与性能成本相比不值得。如果你发现它没有带来太多空间节省，也许你应该尝试禁用 long 压缩。

数组压缩​

当数组值可以适配较小的数据类型时，Fory 支持原始数组（int[] 和 long[]）的 SIMD 加速压缩。此功能在 Java 16+ 上可用，并使用 Vector API 以获得最佳性能。

数组压缩工作原理​

数组压缩分析数组以确定值是否可以使用更少的字节存储：

  • int[] → byte[]：当所有值都在范围 [-128, 127] 内时（减少 75% 大小）
  • int[] → short[]：当所有值都在范围 [-32768, 32767] 内时（减少 50% 大小）
  • long[] → int[]：当所有值都适合整数范围时（减少 50% 大小）

配置和注册​

要启用数组压缩，你必须显式注册序列化器：

Fory fory = Fory.builder()
  .withLanguage(Language.JAVA)
  // 启用 int 数组压缩
  .withIntArrayCompressed(true)
  // 启用 long 数组压缩
  .withLongArrayCompressed(true)
  .build();

// 你必须显式注册压缩数组序列化器
CompressedArraySerializers.registerSerializers(fory);

注意：必须在依赖项中包含 fory-simd 模块，压缩数组序列化器才可用。

Maven 依赖​

<dependency>
  <groupId>org.apache.fory</groupId>
  <artifactId>fory-simd</artifactId>
  <version>0.14.1</version>
</dependency>

字符串压缩​

字符串压缩可以通过 ForyBuilder#withStringCompressed(true) 启用。这默认是禁用的。

配置摘要​

选项描述默认值
compressInt启用 int 压缩true
compressLong启用 long 压缩true
compressIntArray启用 SIMD int 数组压缩（Java 16+）true
compressLongArray启用 SIMD long 数组压缩（Java 16+）true
compressString启用字符串压缩false

性能考虑​

  1. 对数字密集型数据禁用压缩：如果你的数据主要是数字，压缩开销可能不值得
  2. 数组压缩需要 Java 16+：使用 Vector API 进行 SIMD 加速
  3. Long 压缩可能对大值无用：如果大多数 long 不能适配较小的表示，请禁用它
  4. 字符串压缩有开销：仅在字符串高度可压缩时启用

示例配置​

// 对于主要是数字的数据 - 禁用压缩
Fory fory = Fory.builder()
  .withLanguage(Language.JAVA)
  .withIntCompressed(false)
  .withLongCompressed(false)
  .build();

// 对于包含数组的混合数据 - 启用数组压缩
Fory fory = Fory.builder()
  .withLanguage(Language.JAVA)
  .withIntCompressed(true)
  .withLongCompressed(true)
  .withIntArrayCompressed(true)
  .withLongArrayCompressed(true)
  .build();
CompressedArraySerializers.registerSerializers(fory);

相关主题​