GZIPOutputStream & GZIPInputStream 数据压缩&解压

Love The Way You Lie 2024-03-23 14:27 29阅读 0赞

> 提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

#### 数据压缩&解压 ####

*  前言
 *  一、最终走上了压缩的路 GZIPOutputStream
 *  二、收到数据进行解压 GZIPInputStream
 *  三、测试Demo
 *  四、验证结果
 *  总结

--------------------

## 前言 ##

最近接手了一批性能优化…  
遇到这样一个接口：已经把能优化的部分都优化了（包括业务逻辑批处理、数据预处理、数据缓存、减少查表字段、加表索引等）。

`但是，这个接口里有个外部调用会去查询3000+数据，得到的数据大小约为1.5M，耗时：2s`  
`外部系统接口执行时间为：0.8s`  
`那么就意味着...数据传输消耗了：1s+`

**`解决方法：`**  
`外部系统将出参：压缩`  
`自己系统将得到数据：解压`  
从而减少数据传输的时间

其他方面：减少出参的冗余字段

## 一、最终走上了压缩的路 GZIPOutputStream ##

将json字符串压缩，再加密（保证安全性）

public static String getCompressionStr(String jsonStr) throws Exception {
        
            
            ByteArrayOutputStream out = new ByteArrayOutputStream();
            GZIPOutputStream gos = new GZIPOutputStream(out);
    
            gos.write(jsonStr.getBytes(StandardCharsets.UTF_8));
            gos.close();
    
            byte[] encodeBytes = Base64.getEncoder().encode(out.toByteArray());
            return new String(encodeBytes);

## 二、收到数据进行解压 GZIPInputStream ##

将收到的字符串进行解密，再解压

public static String getDecompressionStr(String compressionStr) throws Exception {
        
            byte[] decodedBytes = Base64.getDecoder().decode(compressionStr);
            
            GZIPInputStream gis = new GZIPInputStream(new ByteArrayInputStream(decodedBytes));
            BufferedReader bf = new BufferedReader(new InputStreamReader(gis, StandardCharsets.UTF_8));
    
            StringBuilder outStr = new StringBuilder();
            String line;
    
            while ((line = bf.readLine()) != null) {
        
                outStr.append(line);
            }
    
            return StringEscapeUtils.unescapeJava(outStr.toString());
        }

## 三、测试Demo ##

\*\*\*\* 重要提示 \*\*\*\*\*\*\*  
1：验证的时候，日志记得分开打印。日志很大，不然不好查看日志数据  
2：调整idea的 setting -> Editor -> General -> Console  
Override console cycle buffer size 调整为10240

public class Demo {
        
    
        public static void main(String[] args) {
        
            String jsonStr = getJsonStr();
            System.out.println(jsonStr);
            
            try {
        
                String compressionStr = getCompressionStr(jsonStr);
    //            System.out.println(compressionStr);
    
                String decompressionStr = getDecompressionStr(compressionStr);
    //            System.out.println(decompressionStr);
    
                List<User> users = JSONArray.parseArray(decompressionStr, User.class);
                System.out.println(users.get(100));
                System.out.println(users.get(100).getUserId());
                System.out.println(users.get(100).getName());
                System.out.println(users.get(100).getAddress());
    
    
            } catch (Exception e) {
        
                System.err.println(e.getMessage());
            }
        }
    	
    	/**
    	 * 随便创建10000个对象，userId,name,address
    	 **/
        public static String getJsonStr() {
        
            List<User> users = new ArrayList<>();
            String address = "让我感到为难的 是挣扎的自由\n" +
                    "分别总是在九月 回忆是思念的愁\n" +
                    "深秋嫩绿的垂柳 亲吻着我额头\n" +
                    "在那座阴雨的小城里 我从未忘记你\n" +
                    "成都 带不走的 只有你\n" +
                    "和我在成都的街头走一走 喔…\n" +
                    "直到所有的灯都熄灭了也不停留";
            for (int i = 0; i < 10000; i++) {
        
                users.add(new User((long) (i + 1), "张三" + (i + 1), address));
            }
            return JSONArray.toJSONString(users);
        }

--------------------

## 四、验证结果 ##

![在这里插入图片描述][fd153220a90342c1b79da023d4e61049.png]  
1：10000个对象的大小为 3328KB  
2：压缩后的大小为 80KB  
3：解压后的大小为 3328KB  
4：解压后数据可转为对象（支持嵌套对象），正常使用

List<User> users = JSONArray.parseArray(decompressionStr, User.class);
    
                System.out.println(users.get(100));
                System.out.println(users.get(100).getUserId());
                System.out.println(users.get(100).getName());
                System.out.println(users.get(100).getAddress());
        对应的输出结果为：
        
    User(userId=101, name=张三101, address=让我感到为难的 是挣扎的自由
    分别总是在九月 回忆是思念的愁
    深秋嫩绿的垂柳 亲吻着我额头
    在那座阴雨的小城里 我从未忘记你
    成都 带不走的 只有你
    和我在成都的街头走一走 喔…
    直到所有的灯都熄灭了也不停留)
    
    101
    
    张三101
    
    让我感到为难的 是挣扎的自由
    分别总是在九月 回忆是思念的愁
    深秋嫩绿的垂柳 亲吻着我额头
    在那座阴雨的小城里 我从未忘记你
    成都 带不走的 只有你
    和我在成都的街头走一走 喔…
    直到所有的灯都熄灭了也不停留

## 总结 ##

性能优化是真的心累。  
特别是产品经理的沙雕设计（一次性拿3000条数据就不合理，为了强行实现功能）  
最后说下优化的结果：产线上12s的接口，最终降低至2s

另外说明下：  
文章内除了StringEscapeUtils以外，仅用到了jdk自带的库

但是在lang3里StringEscapeUtils已经Deprecated了。可以换成common-text  
import org.apache.commons.text.StringEscapeUtils;  
//import org.apache.commons.lang3.StringEscapeUtils;

<dependency>
            <groupId>org.apache.commons</groupId>
            <artifactId>commons-text</artifactId>
            <version>1.10.0</version>
        </dependency>

[fd153220a90342c1b79da023d4e61049.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/23/84602d1dc57544a39eee87dad3c6bb33.png