zstd与zlib：小数据块场景下的性能对比

第一回合：压缩率，到底谁能“压”得更狠？

我们先看看 zstd 和 zlib 在不同压缩等级下的压缩率表现。压缩率的计算很简单：压缩后数据大小 ÷ 原始数据大小。这是 zlib 在不同压缩级别下的压缩率表现：

从图里可以看出来，当数据块在 2K 以内时，zlib 无论你用什么压缩级别，压缩率差异都非常小。只有数据块逐渐增大后，高压缩级别才能取得更好的压缩率。

接下来是 zstd 的表现：

zstd 的表现和 zlib 类似，不同压缩级别之间的压缩率差异也不大。不过有个小发现，我在测试时把 zstd 的压缩级别调到 9 以上，发现压缩速度会成倍地下降，但压缩率的提升却非常有限。

【我的经验分享】

对于大多数业务场景来说，直接使用压缩库的默认压缩级别就够了。它通常是一个非常均衡的选择，能在压缩率、压缩速度和解压速度这三个指标之间找到一个很好的平衡点。除非你有特别极致的要求（比如对存储空间极度敏感，愿意牺牲压缩时间），否则不建议为了那一点点压缩率而去盲目追求高压缩级别。

第二回合：默认配置下的全方位对比

接下来，我们把两个库都调回默认配置，来个正面 PK。

• zlib 默认压缩等级：6

• zstd 默认压缩等级：3

我们先看看压缩率的表现。

整体上看，在我的小数据测试场景中，zstd 和 zlib 的压缩率差异并不显著。

• 对于 小数据块（<500B, 500B–1K），两者压缩率都非常接近 0.9，基本上没啥压缩效果。

• 随着数据块增大（>10K），两者的压缩率都能达到 0.3 左右，效果旗鼓相当。

这说明，在小数据场景下，zstd 并没有展现出传说中的压缩率碾压优势。这个结论也和我之前在 GitHub 上看到的一些相关 issue (https://github.com/facebook/zstd/issues/1134)的讨论内容类似。

既然压缩率差不多，那速度怎么样？毕竟我们追求的是整体的成本效益，压缩和解压的速度直接影响了 CPU 资源的消耗。

我们继续对比 zstd 与 zlib 的压缩和解压吞吐量。

结果很明显，在压缩率接近的情况下，zstd 在压缩与解压速度上都明显优于 zlib。尤其当数据块增大时，zstd 的性能优势更加突出，解压与压缩速度最高甚至可以达到 zlib 的 3-4 倍！

结论

这次实战评测让我对小数据压缩有了更清晰的认识。

• zstd 的核心优势是速度，而非压缩率。它能用更少的 CPU 资源和时间完成压缩与解压，这对于处理海量小数据、对时延敏感的场景来说至关重要。

• 在压缩率层面，zstd 和 zlib 并未拉开太大差距。

• 如果你的业务和我一样，都是处理海量小数据，那么 zstd 绝对是更值得优先考虑的选择。

当然，这次评测只是基于我的特定场景，具体选型还是要结合自己的业务数据特点来决定。