2、资源压缩入门：资源压缩的定义、常见压缩算法简介（Zlib、LZ4、Snappy）

好，咱们正式开始聊压缩。

你可能觉得压缩不就是把文件变小吗？没错，但放在双缓冲刷新这个场景里，压缩的意义远不止省硬盘空间。它直接影响数据从磁盘搬到内存、再从内存搬到显存的速度。说白了，压缩是在用 CPU 时间换 I/O 带宽。这个 trade-off 值不值，取决于你的瓶颈在哪。

2.1 资源压缩到底在干什么？

定义其实很简单：资源压缩是通过编码技术，用更少的比特数表示原始数据的过程。压缩后的数据不能直接使用，必须先解压还原。

我习惯把压缩分成两类：

• 无损压缩：解压后和原始数据一模一样。游戏资源、配置文件、代码必须用无损。
• 有损压缩：丢掉一些人眼/人耳不敏感的信息，换来更高压缩比。图片、音频、视频常用。

咱们这门课主要关注无损压缩。为什么？因为双缓冲刷新涉及的是纹理、网格、着色器这些二进制资源，丢一个字节都可能崩掉。

2.2 三个主流算法：Zlib、LZ4、Snappy

市面上压缩算法很多，但做实时资源加载，你绕不开这三个。我一个个说。

2.2.1 Zlib（Deflate）

Zlib 是 Deflate 算法的封装库。Deflate 是 LZ77 + Huffman 编码的组合拳。压缩率很高，但解压速度一般。

我在项目中遇到过一个问题：用 Zlib 压缩的关卡包，加载时 CPU 飙到 80%，帧率直接掉到个位数。后来发现是解压太慢，把渲染线程给拖垮了。

指标	Zlib（默认级别）
压缩比	高（2:1 ~ 5:1）
压缩速度	慢（约 50 MB/s）
解压速度	中等（约 200 MB/s）
内存占用	较高（需要 256KB 窗口）
适用场景	安装包、存档、不频繁加载的资源

2.2.2 LZ4

LZ4 是 LZ77 的变种，设计目标就是极致的解压速度。它放弃了高压缩比，换来了接近内存拷贝的解压性能。

你想想看，LZ4 的解压速度能到 4 GB/s 以上。这意味着什么？意味着解压不再是瓶颈，瓶颈回到了磁盘 I/O 上。

指标	LZ4（默认）
压缩比	低（1.5:1 ~ 2.5:1）
压缩速度	快（约 500 MB/s）
解压速度	极快（4 GB/s+）
内存占用	低（64KB 窗口）
适用场景	实时加载、纹理流送、双缓冲预解压

2.2.3 Snappy

Snappy 是 Google 开发的，目标跟 LZ4 类似——快。但它更注重压缩速度，而不是压缩比。

Snappy 的压缩和解压速度都很均衡，没有明显的短板。不过压缩比比 LZ4 还略低一点。

指标	Snappy（默认）
压缩比	低（1.3:1 ~ 2.0:1）
压缩速度	极快（600 MB/s+）
解压速度	快（3 GB/s+）
内存占用	低（32KB 窗口）
适用场景	日志、网络传输、对压缩比不敏感的场景

2.3 算法对比：一张图看懂

下面这张 SVG 图把三个算法的核心差异画出来了。你可以看到它们在压缩比、压缩速度、解压速度三个维度上的相对位置。

2.4 怎么选？我的经验

没有银弹。选哪个算法取决于你的具体场景。我列几个常见情况：

• 游戏安装包/更新包：用 Zlib。压缩比高，包体小，用户下载快。解压慢一点没关系，反正安装是一次性的。
• 运行时资源加载（双缓冲预解压）：用 LZ4。解压速度是王道，不能让玩家等。
• 网络传输/日志记录：用 Snappy。压缩和解压都快，CPU 开销低。

2.5 代码示例：快速上手

光说不练假把式。下面给三个算法的基本用法，用 Python 演示。你可以在自己的环境里跑跑看。

import zlib
import lz4.frame
import snappy

data = b"Hello, this is a test data block for compression comparison." * 1000

# Zlib
compressed_zlib = zlib.compress(data, level=6)
decompressed_zlib = zlib.decompress(compressed_zlib)
print(f"Zlib 压缩比: {len(data)/len(compressed_zlib):.2f}")

# LZ4
compressed_lz4 = lz4.frame.compress(data)
decompressed_lz4 = lz4.frame.decompress(compressed_lz4)
print(f"LZ4 压缩比: {len(data)/len(compressed_lz4):.2f}")

# Snappy
compressed_snappy = snappy.compress(data)
decompressed_snappy = snappy.decompress(compressed_snappy)
print(f"Snappy 压缩比: {len(data)/len(compressed_snappy):.2f}")

跑完你会发现，Zlib 的压缩比最高，但压缩时间也最长。LZ4 和 Snappy 的压缩比接近，但速度差了一个数量级。

2.6 避坑指南

最后说几个我踩过的坑：

• 别在渲染线程里解压。我曾经这么干过，结果帧率直接腰斩。解压一定要放到后台线程。
• 注意内存碎片。频繁解压小资源会导致堆碎片。我建议用对象池或者预分配缓冲区。
• 压缩级别不是越高越好。Zlib 级别 9 比级别 6 压缩比高不了多少，但压缩时间翻倍。不值。
• 测试要用真实数据。用随机数据测压缩比没有意义。拿你实际的纹理、模型、配置文件来测。