contrib/zstd/README.md

   1  __Zstandard__, or `zstd` as short version, is a fast lossless compression algorithm,
   2  targeting real-time compression scenarios at zlib-level and better compression ratios.
   3
   4 It is provided as an open-source BSD-licensed **C** library,
   5 and a command line utility producing and decoding `.zst` and `.gz` files.
   6 For other programming languages,
   7 you can consult a list of known ports on [Zstandard homepage](http://www.zstd.net/#other-languages).
   8
   9 |Branch      |Status   |
  10 |------------|---------|
  11 |master      | [![Build Status](https://travis-ci.org/facebook/zstd.svg?branch=master)](https://travis-ci.org/facebook/zstd) |
  12 |dev         | [![Build Status](https://travis-ci.org/facebook/zstd.svg?branch=dev)](https://travis-ci.org/facebook/zstd) |
  13
  14 As a reference, several fast compression algorithms were tested and compared
  15 on a server running Linux Debian (`Linux version 4.8.0-1-amd64`),
  16 with a Core i7-6700K CPU @ 4.0GHz,
  17 using [lzbench], an open-source in-memory benchmark by @inikep
  18 compiled with GCC 6.3.0,
  19 on the [Silesia compression corpus].
  20
  21 [lzbench]: https://github.com/inikep/lzbench
  22 [Silesia compression corpus]: http://sun.aei.polsl.pl/~sdeor/index.php?page=silesia
  23
  24 | Compressor name         | Ratio | Compression| Decompress.|
  25 | ---------------         | ------| -----------| ---------- |
  26 | **zstd 1.1.3 -1**       | 2.877 |   430 MB/s |  1110 MB/s |
  27 | zlib 1.2.8 -1           | 2.743 |   110 MB/s |   400 MB/s |
  28 | brotli 0.5.2 -0         | 2.708 |   400 MB/s |   430 MB/s |
  29 | quicklz 1.5.0 -1        | 2.238 |   550 MB/s |   710 MB/s |
  30 | lzo1x 2.09 -1           | 2.108 |   650 MB/s |   830 MB/s |
  31 | lz4 1.7.5               | 2.101 |   720 MB/s |  3600 MB/s |
  32 | snappy 1.1.3            | 2.091 |   500 MB/s |  1650 MB/s |
  33 | lzf 3.6 -1              | 2.077 |   400 MB/s |   860 MB/s |
  34
  35 [zlib]:http://www.zlib.net/
  36 [LZ4]: http://www.lz4.org/
  37
  38 Zstd can also offer stronger compression ratios at the cost of compression speed.
  39 Speed vs Compression trade-off is configurable by small increments. Decompression speed is preserved and remains roughly the same at all settings, a property shared by most LZ compression algorithms, such as [zlib] or lzma.
  40
  41 The following tests were run
  42 on a server running Linux Debian (`Linux version 4.8.0-1-amd64`)
  43 with a Core i7-6700K CPU @ 4.0GHz,
  44 using [lzbench], an open-source in-memory benchmark by @inikep
  45 compiled with GCC 6.3.0,
  46 on the [Silesia compression corpus].
  47
  48 Compression Speed vs Ratio | Decompression Speed
  49 ---------------------------|--------------------
  50 ![Compression Speed vs Ratio](doc/images/Cspeed4.png "Compression Speed vs Ratio") | ![Decompression Speed](doc/images/Dspeed4.png "Decompression Speed")
  51
  52 Several algorithms can produce higher compression ratios, but at slower speeds, falling outside of the graph.
  53 For a larger picture including very slow modes, [click on this link](doc/images/DCspeed5.png) .
  54
  55
  56 ### The case for Small Data compression
  57
  58 Previous charts provide results applicable to typical file and stream scenarios (several MB). Small data comes with different perspectives.
  59
  60 The smaller the amount of data to compress, the more difficult it is to compress. This problem is common to all compression algorithms, and reason is, compression algorithms learn from past data how to compress future data. But at the beginning of a new data set, there is no "past" to build upon.
  61
  62 To solve this situation, Zstd offers a __training mode__, which can be used to tune the algorithm for a selected type of data.
  63 Training Zstandard is achieved by provide it with a few samples (one file per sample). The result of this training is stored in a file called "dictionary", which must be loaded before compression and decompression.
  64 Using this dictionary, the compression ratio achievable on small data improves dramatically.
  65
  66 The following example uses the `github-users` [sample set](https://github.com/facebook/zstd/releases/tag/v1.1.3), created from [github public API](https://developer.github.com/v3/users/#get-all-users).
  67 It consists of roughly 10K records weighting about 1KB each.
  68
  69 Compression Ratio | Compression Speed | Decompression Speed
  70 ------------------|-------------------|--------------------
  71 ![Compression Ratio](doc/images/dict-cr.png "Compression Ratio") | ![Compression Speed](doc/images/dict-cs.png "Compression Speed") | ![Decompression Speed](doc/images/dict-ds.png "Decompression Speed")
  72
  73
  74 These compression gains are achieved while simultaneously providing _faster_ compression and decompression speeds.
  75
  76 Training works if there is some correlation in a family of small data samples. The more data-specific a dictionary is, the more efficient it is (there is no _universal dictionary_).
  77 Hence, deploying one dictionary per type of data will provide the greatest benefits.
  78 Dictionary gains are mostly effective in the first few KB. Then, the compression algorithm will gradually use previously decoded content to better compress the rest of the file.
  79
  80 #### Dictionary compression How To :
  81
  82 1) Create the dictionary
  83
  84 `zstd --train FullPathToTrainingSet/* -o dictionaryName`
  85
  86 2) Compress with dictionary
  87
  88 `zstd -D dictionaryName FILE`
  89
  90 3) Decompress with dictionary
  91
  92 `zstd -D dictionaryName --decompress FILE.zst`
  93
  94
  95 ### Build
  96
  97 Once you have the repository cloned, there are multiple ways provided to build Zstandard.
  98
  99 #### Makefile
 100
 101 If your system is compatible with a standard `make` (or `gmake`) binary generator,
 102 you can simply run it at the root directory.
 103 It will generate `zstd` within root directory.
 104
 105 Other available options include :
 106 - `make install` : create and install zstd binary, library and man page
 107 - `make test` : create and run `zstd` and test tools on local platform
 108
 109 #### cmake
 110
 111 A `cmake` project generator is provided within `build/cmake`.
 112 It can generate Makefiles or other build scripts
 113 to create `zstd` binary, and `libzstd` dynamic and static libraries.
 114
 115 #### Meson
 116
 117 A Meson project is provided within `contrib/meson`.
 118
 119 #### Visual Studio (Windows)
 120
 121 Going into `build` directory, you will find additional possibilities :
 122 - Projects for Visual Studio 2005, 2008 and 2010
 123   + VS2010 project is compatible with VS2012, VS2013 and VS2015
 124 - Automated build scripts for Visual compiler by @KrzysFR , in `build/VS_scripts`,
 125   which will build `zstd` cli and `libzstd` library without any need to open Visual Studio solution.
 126
 127
 128 ### Status
 129
 130 Zstandard is currently deployed within Facebook. It is used daily to compress and decompress very large amounts of data in multiple formats and use cases.
 131 Zstandard is considered safe for production environments.
 132
 133 ### License
 134
 135 Zstandard is [BSD-licensed](LICENSE). We also provide an [additional patent grant](PATENTS).
 136
 137 ### Contributing
 138
 139 The "dev" branch is the one where all contributions will be merged before reaching "master".
 140 If you plan to propose a patch, please commit into the "dev" branch or its own feature branch.
 141 Direct commit to "master" are not permitted.
 142 For more information, please read [CONTRIBUTING](CONTRIBUTING.md).
 143
 144 ### Miscellaneous
 145
 146 Zstd entropy stage is provided by [Huff0 and FSE, from Finite State Entropy library](https://github.com/Cyan4973/FiniteStateEntropy).