← ToolBox / 数据压缩率

🗜️ Data Compression Ratio

Compute the compression ratio and rate from original and compressed sizes to quantify compression effectiveness.

原始字节

压缩后字节

文件数

📐 计算公式与说明

压缩效果三卡：压缩率 = (1 − 压缩后字节 ÷ 原始字节) × 100%（保留 2 位小数）、压缩比 = 原始字节 ÷ 压缩后字节（×，保留 2 位小数）、总节省字节 = (原始 − 压缩后) × 文件数。校验：原始、压缩后、文件数三项非空守卫，数值非数按 0 兜底。判据：压缩率与压缩比同向联动（压缩率越接近 100% 压缩比越大），总节省随文件数线性放大。

压缩率越接近 100% 压缩越强。

📚 深度解析：数据压缩率

💡 常见使用场景

存储优化评估：比较不同算法对日志/备份的压缩率。
传输成本核算：估算压缩后报文节省的带宽。
格式选型：对同类数据横向比较 gzip/zstd/zip 效果。

示例：100 MB → 30 MB

压缩率 = (1−30/100)×100% = 70%，压缩比 = 100/30 ≈ 3.33×。

❓ 常见问题（FAQ）

压缩率与压缩比区别？: 压缩率=(1−压缩后/原始)×100% 表示节省比例；压缩比=原始/压缩后表示体积倍数。
为何有时越压越大？: 已压缩或随机数据无冗余，加压缩头反而略增，属正常。
接近 100% 一定好吗？: 压缩率越高越省空间，但需权衡 CPU 与耗时，实时场景未必划算。

Formula & Standard References

Item	Formula / Rule	Source / Standard
Compression ratio	Ratio = original bytes ÷ compressed bytes	RFC 1951 DEFLATE Compressed Data Format Specification
Space saving	Saving = (original − compressed) ÷ original × 100%	RFC 1952 GZIP File Format Specification §2
Lossless lower bound	Average code length ≥ H(X); entropy is the theoretical floor for lossless coding	Shannon, A Mathematical Theory of Communication, 1948

数据压缩率