这两个问题的谜底，告诉我们三件工作，

1. 紧缩算法的选择须要具体情况具体分析，弗成紧缩的字符串老是存在。
2. 不要妄图获得最好的紧缩算法，它是弗成计算的。因为总有你想不到的紧缩算法存在。举个例子，[一百万个 0 的字符串，以“foo”作为 key，经由 AES 加密算法的 CBC 模式获得的字符串]。这串字符串看起来美满是随机的，弗成紧缩的。但我却竽暌姑 43 个中文（中括号之间的内容）就表示了出来。
3. 紧缩是件很难很有技巧含量的工作，须要赓续的发掘，才能将他做到更好。

时序数据紧缩

针对不合的数据，会有不合的紧缩，大年夜致紧缩的对象可以分为文档、音频、视频等。如不雅直接采取文档的紧缩算法用于时序数据，效不雅并不睬想。下图是一些常用的紧缩算法的 benchmark，可以看到紧缩率那一栏最高也只可以或许达到 3 阁下的紧缩率（紧缩率 = 原始数据大年夜小 / 紧缩后的数据大年夜小）。更多紧缩算法可以查看注 2。

如前文提到的，工业物联网情况监控偏向的客户，一年产生 1P 的数据，如不雅每台办事器 10T 的硬盘，那么总共须要 100 多台。按照每台办事器 3 万来算，一年就须要 300 万的支撑，这还不包含保护人员的成本。

如不雅要获得更好的紧缩率，我们须要采取加倍适应时序数据的紧缩算法。时序数据的紧缩可以分为无损紧缩和有损紧缩。

无损紧缩是说被紧缩的数据和解压后的数据完全一样，不存在精度的损掉。对数据的紧缩说到底是对数据规律性的总结。时序数据的规律可以总结为两点：1、timestamp 稳定递增、2、数值针砭律性，变更稳定。下面来举个例子。

　　推荐阅读

　　WannaCry爆发的根源原来是它？

比来的WannaCry大年夜爆发仍是个谜。我们知道什么是勒索软件，也知道不受支撑/没打补丁的Windows体系是怎么被马脚应用的，但我们不知道是谁在把持WannaCry，又为什么要搞出那么大年夜阵仗>>>详细阅读

本文标题：深入浅出时序数据库之压缩篇

地址：http://www.17bianji.com/lsqh/35600.html

 1/2    1