[C#]為什麼GZipStream會因使用方式不同，造成壓縮後資料大小不一樣呢?同樣都是二進位序列化後壓縮

2013-10-20

2130
0
2017-07-19

摘要:同樣都是二進位序列化後壓縮為什麼壓縮後資料大小不一樣呢?

之前在寫二進位序列化+壓縮發現了一個問題。
下面的Compress_0、Compress_1 function同樣都是序列化後壓縮，
但是為什麼Compress_0壓縮不如Compress_1，怎麼不是一樣大呢???
讓我們來探討一下吧!

要序列化的資料結構

[Serializable] 
class date 
{ 
    public DateTime a1; 
    public DateTime a2; 
    public DateTime a3; 
    public DateTime a4; 
    public DateTime a5; 
    public DateTime a6; 
    public date() 
    { 
        a1 = a2 = a3 = a4 = a5 = a6 = DateTime.Now; 
    } 
}

第一種壓縮方式(Compress_0 function)，邊序列化邊壓縮

static byte[] Compress_0(date obj)
{
    MemoryStream zippedStream = new MemoryStream();
    using (GZipStream gzip = new GZipStream(zippedStream, CompressionMode.Compress))
    {
        BinaryFormatter bfmt = new BinaryFormatter();
        bfmt.Serialize(gzip, obj);
        gzip.Flush();
    }

    byte[] zippedBuf = zippedStream.ToArray();
    return zippedBuf;
}

第二種壓縮方式(Compress_1 function)，將物件完全序列化後才一次全部壓縮

static byte[] Compress_1(date obj)
{
    //先將物件完全序列化
    BinaryFormatter ser = new BinaryFormatter();
    MemoryStream stream = new MemoryStream();
    stream.Position = 0;
    ser.Serialize(stream, obj);

    //將序列化完後的全部資料，進行壓縮      
    byte[] serbyte = stream.ToArray();
    MemoryStream ms = new MemoryStream();
    ms.Position = 0;
    using (GZipStream zipStream = new GZipStream(ms, CompressionMode.Compress))
    {
        zipStream.Write(serbyte, 0, serbyte.Length);
    }

    return ms.ToArray();
}

接下來讓我們透過WIN FROM執行上面兩個方法

private void button1_Click(object sender, EventArgs e)  
{  
	date myDate = new date(); //要序列化的物件

	var c0 = Compress_0(myDate);  
	var c1 = Compress_1(myDate); 
	label1.Text = c0.Length.ToString(); 
	label2.Text = c1.Length.ToString(); 
}

執行結果如下(label1.Text=302、label2.Text =268，環境執行WIN7系統.net 4.0)，WIN FORM去執行在XP x86和WIN7 X64及皆用.net 4.0跑但是label1.Text一直都沒有等於label2.Text

這到底是為什麼?
答案:經過google一番搜尋，發現有相關的解答。

在.net 4.0以前的版本，GZipStream會以儘量64k單位緩衝區做壓縮為最佳方式。

但是由於Serialize每次寫入GZipStream緩衝區很小(一次寫入一個屬性)，因此很難一次能寫入接近64k的大小(Compress_0 function);

因此不如Compress_1 function一次寫入區全部的序列化的全部緩衝區，更能符合以64k單位緩衝區做壓縮方式。

所以Compress_1 function壓縮率優於Compress_0 function。

讓我們來驗證一下結果吧!!

我們將原本的第一種方法(Compress_0 function)，改成下面的新法(將下面Compess_0 funtion 加一個BufferedStream做全部序列化的緩衝區。)

static byte[] Compress_0(date obj)
{ 
	byte[] zippedBuf; 
	MemoryStream zippedStream = new MemoryStream();   
	using (GZipStream gzip = new GZipStream(zippedStream, CompressionMode.Compress))   
	{ 
	    using (var bstream = new BufferedStream(gzip, 65536))//設定Buffere大小64k 
	    { 
	        BinaryFormatter bfmt = new BinaryFormatter(); //將序列化加一個64k BufferedStream做為緩衝區
	        bfmt.Serialize(bstream, obj); 
	                             
	    } 
	    zippedBuf = zippedStream.ToArray();  
	}   
	           	                      
	return zippedBuf;   
}

新方法執行結果如下(label1.Text=268、label2.Text =268，環境執行WIN7系統.net 4.0)，終於Compress_0、Compress_1 function壓縮後大小一樣了!!

額外補充:
在取出MemoryStream.ToArray()前必須先關閉相關的Stream(如GZipStream或BufferedStream)，否則在反序列化時，會有SerializationException的錯誤。

詳細可參考:http://stackoverflow.com/questions/12088623/how-to-serialize-object-compress-it-and-then-decompress-deserialize-without

感恩下面的作者

回首頁