使用Java创建.zip压缩文件时的缓冲区大小是多少？

Question

我使用这段代码创建一个包含文件列表的.zip文件：

ZipOutputStream zos = new ZipOutputStream(new FileOutputStream(zipFile));

for (int i=0;i<srcFiles.length;i++){
    String fileName=srcFiles[i].getName();
    ZipEntry zipEntry = new ZipEntry(fileName);
    zos.putNextEntry(zipEntry);
    InputStream fis = new FileInputStream(srcFiles[i]);
    int read;
    for(byte[] buffer=new byte[1024];(read=fis.read(buffer))>0;){
        zos.write(buffer,0,read);
    }
    fis.close();
    zos.closeEntry();
}
zos.close();

我不知道zip算法和ZipOutputStream是如何工作的，如果在读取并将所有数据发送到“zos”之前它写入了一些内容，那么结果文件的大小可能会与选择另一个缓冲区大小时不同。

换句话说，我不知道算法是否是这样的：

读取数据-->处理数据-->创建 .ZIP

还是：

读取数据块-->处理数据块-->将数据块写入 .ZIP-->| ^---------------------------------------------------|

如果是这种情况，最佳的缓冲区大小是多少？

更新：

我已经测试了这段代码，将缓冲区大小从1024更改为64，并压缩相同的文件：使用1024字节时，80 KB的结果文件比使用64字节缓冲区小3个字节。哪种缓冲区大小可以在最短时间内生成最小的 .zip 文件？

- Telcontar

Answer 1

简短回答：我会选择类似16k的大小。

---

长回答：

ZIP使用DEFLATE算法进行压缩（http://en.wikipedia.org/wiki/DEFLATE）。Deflate是Ziv Lempel Welch的一种变体（搜索维基百科以获取有关LZW的信息）。DEFLATE使用了LZ77和Huffman编码。

这是一种字典压缩，就算从算法角度看，在将数据输入到压缩程序中时使用的缓冲区大小几乎没有影响。LZ77受到的最大影响是字典大小和滑动窗口，这些因素都不受你示例中的缓冲区大小控制。

如果你想要尝试不同的缓冲区大小并绘制图像，我认为你不会看到任何明显的压缩比率变化（3/80000 = 0.00375%）。

缓冲区大小对速度的影响最大，原因是每次调用FileInputStream.read和zos.write时执行了很多额外的代码。所以你应该考虑你获得了什么和你花费了什么。

当从1字节增加到1024字节时，你会损失1023字节（理论上），并获得一个约为1024的减少在.read和.write方法中的开销时间。 然而，当从1k增加到64k时，你会花费63k，将开销降低了64倍。

因此这是递减收益，所以我会选择中间值（比如16k）并坚持使用它。

- Dan Cristoloveanu

---

我接受这个答案，因为它表明缓冲区大小并不显著影响结果大小，而是字典大小和滑动窗口。 - Telcontar

Answer 2

这取决于您拥有的硬件（磁盘速度和文件搜索时间）。如果您不想挤出最后一滴性能，我建议选择4k到64k之间的任何大小。由于它是一个短暂的对象，它会很快被收集。

- ddimitrov