sys/contrib/zstd/programs/README.md

   1 Command Line Interface for Zstandard library
   2 ============================================
   3
   4 Command Line Interface (CLI) can be created using the `make` command without any additional parameters.
   5 There are however other Makefile targets that create different variations of CLI:
   6 - `zstd` : default CLI supporting gzip-like arguments; includes dictionary builder, benchmark, and support for decompression of legacy zstd formats
   7 - `zstd_nolegacy` : Same as `zstd` but without support for legacy zstd formats
   8 - `zstd-small` : CLI optimized for minimal size; no dictionary builder, no benchmark, and no support for legacy zstd formats
   9 - `zstd-compress` : version of CLI which can only compress into zstd format
  10 - `zstd-decompress` : version of CLI which can only decompress zstd format
  11
  12
  13 #### Compilation variables
  14 `zstd` scope can be altered by modifying the following compilation variables :
  15
  16 - __HAVE_THREAD__ : multithreading is automatically enabled when `pthread` is detected.
  17   It's possible to disable multithread support, by setting HAVE_THREAD=0 .
  18   Example : make zstd HAVE_THREAD=0
  19   It's also possible to force compilation with multithread support, using HAVE_THREAD=1.
  20   In which case, linking stage will fail if `pthread` library cannot be found.
  21   This might be useful to prevent silent feature disabling.
  22
  23 - __HAVE_ZLIB__ : `zstd` can compress and decompress files in `.gz` format.
  24   This is ordered through command `--format=gzip`.
  25   Alternatively, symlinks named `gzip` or `gunzip` will mimic intended behavior.
  26   `.gz` support is automatically enabled when `zlib` library is detected at build time.
  27   It's possible to disable `.gz` support, by setting HAVE_ZLIB=0.
  28   Example : make zstd HAVE_ZLIB=0
  29   It's also possible to force compilation with zlib support, using HAVE_ZLIB=1.
  30   In which case, linking stage will fail if `zlib` library cannot be found.
  31   This might be useful to prevent silent feature disabling.
  32
  33 - __HAVE_LZMA__ : `zstd` can compress and decompress files in `.xz` and `.lzma` formats.
  34   This is ordered through commands `--format=xz` and `--format=lzma` respectively.
  35   Alternatively, symlinks named `xz`, `unxz`, `lzma`, or `unlzma` will mimic intended behavior.
  36   `.xz` and `.lzma` support is automatically enabled when `lzma` library is detected at build time.
  37   It's possible to disable `.xz` and `.lzma` support, by setting HAVE_LZMA=0 .
  38   Example : make zstd HAVE_LZMA=0
  39   It's also possible to force compilation with lzma support, using HAVE_LZMA=1.
  40   In which case, linking stage will fail if `lzma` library cannot be found.
  41   This might be useful to prevent silent feature disabling.
  42
  43 - __HAVE_LZ4__ : `zstd` can compress and decompress files in `.lz4` formats.
  44   This is ordered through commands `--format=lz4`.
  45   Alternatively, symlinks named `lz4`, or `unlz4` will mimic intended behavior.
  46   `.lz4` support is automatically enabled when `lz4` library is detected at build time.
  47   It's possible to disable `.lz4` support, by setting HAVE_LZ4=0 .
  48   Example : make zstd HAVE_LZ4=0
  49   It's also possible to force compilation with lz4 support, using HAVE_LZ4=1.
  50   In which case, linking stage will fail if `lz4` library cannot be found.
  51   This might be useful to prevent silent feature disabling.
  52
  53 - __ZSTD_LEGACY_SUPPORT__ : `zstd` can decompress files compressed by older versions of `zstd`.
  54   Starting v0.8.0, all versions of `zstd` produce frames compliant with the [specification](../doc/zstd_compression_format.md), and are therefore compatible.
  55   But older versions (< v0.8.0) produced different, incompatible, frames.
  56   By default, `zstd` supports decoding legacy formats >= v0.4.0 (`ZSTD_LEGACY_SUPPORT=4`).
  57   This can be altered by modifying this compilation variable.
  58   `ZSTD_LEGACY_SUPPORT=1` means "support all formats >= v0.1.0".
  59   `ZSTD_LEGACY_SUPPORT=2` means "support all formats >= v0.2.0", and so on.
  60   `ZSTD_LEGACY_SUPPORT=0` means _DO NOT_ support any legacy format.
  61   if `ZSTD_LEGACY_SUPPORT >= 8`, it's the same as `0`, since there is no legacy format after `7`.
  62   Note : `zstd` only supports decoding older formats, and cannot generate any legacy format.
  63
  64
  65 #### Aggregation of parameters
  66 CLI supports aggregation of parameters i.e. `-b1`, `-e18`, and `-i1` can be joined into `-b1e18i1`.
  67
  68
  69 #### Dictionary builder in Command Line Interface
  70 Zstd offers a training mode, which can be used to tune the algorithm for a selected
  71 type of data, by providing it with a few samples. The result of the training is stored
  72 in a file selected with the `-o` option (default name is `dictionary`),
  73 which can be loaded before compression and decompression.
  74
  75 Using a dictionary, the compression ratio achievable on small data improves dramatically.
  76 These compression gains are achieved while simultaneously providing faster compression and decompression speeds.
  77 Dictionary work if there is some correlation in a family of small data (there is no universal dictionary).
  78 Hence, deploying one dictionary per type of data will provide the greater benefits.
  79 Dictionary gains are mostly effective in the first few KB. Then, the compression algorithm
  80 will rely more and more on previously decoded content to compress the rest of the file.
  81
  82 Usage of the dictionary builder and created dictionaries with CLI:
  83
  84 1. Create the dictionary : `zstd --train PathToTrainingSet/* -o dictionaryName`
  85 2. Compress with the dictionary: `zstd FILE -D dictionaryName`
  86 3. Decompress with the dictionary: `zstd --decompress FILE.zst -D dictionaryName`
  87
  88
  89 #### Benchmark in Command Line Interface
  90 CLI includes in-memory compression benchmark module for zstd.
  91 The benchmark is conducted using given filenames. The files are read into memory and joined together.
  92 It makes benchmark more precise as it eliminates I/O overhead.
  93 Multiple filenames can be supplied, as multiple parameters, with wildcards,
  94 or names of directories can be used as parameters with `-r` option.
  95
  96 The benchmark measures ratio, compressed size, compression and decompression speed.
  97 One can select compression levels starting from `-b` and ending with `-e`.
  98 The `-i` parameter selects minimal time used for each of tested levels.
  99
 100
 101 #### Usage of Command Line Interface
 102 The full list of options can be obtained with `-h` or `-H` parameter:
 103 ```
 104 Usage :
 105       zstd [args] [FILE(s)] [-o file]
 106
 107 FILE    : a filename
 108           with no FILE, or when FILE is - , read standard input
 109 Arguments :
 110  -#     : # compression level (1-19, default:3)
 111  -d     : decompression
 112  -D file: use `file` as Dictionary
 113  -o file: result stored into `file` (only if 1 input file)
 114  -f     : overwrite output without prompting and (de)compress links
 115 --rm    : remove source file(s) after successful de/compression
 116  -k     : preserve source file(s) (default)
 117  -h/-H  : display help/long help and exit
 118
 119 Advanced arguments :
 120  -V     : display Version number and exit
 121  -v     : verbose mode; specify multiple times to increase verbosity
 122  -q     : suppress warnings; specify twice to suppress errors too
 123  -c     : force write to standard output, even if it is the console
 124  -l     : print information about zstd compressed files
 125 --ultra : enable levels beyond 19, up to 22 (requires more memory)
 126 --long  : enable long distance matching (requires more memory)
 127 --no-dictID : don't write dictID into header (dictionary compression)
 128 --[no-]check : integrity check (default:enabled)
 129  -r     : operate recursively on directories
 130 --format=gzip : compress files to the .gz format
 131 --format=xz : compress files to the .xz format
 132 --format=lzma : compress files to the .lzma format
 133 --test  : test compressed file integrity
 134 --[no-]sparse : sparse mode (default:disabled)
 135  -M#    : Set a memory usage limit for decompression
 136 --      : All arguments after "--" are treated as files
 137
 138 Dictionary builder :
 139 --train ## : create a dictionary from a training set of files
 140 --train-cover[=k=#,d=#,steps=#] : use the cover algorithm with optional args
 141 --train-legacy[=s=#] : use the legacy algorithm with selectivity (default: 9)
 142  -o file : `file` is dictionary name (default: dictionary)
 143 --maxdict=# : limit dictionary to specified size (default : 112640)
 144 --dictID=# : force dictionary ID to specified value (default: random)
 145
 146 Benchmark arguments :
 147  -b#    : benchmark file(s), using # compression level (default : 1)
 148  -e#    : test all compression levels from -bX to # (default: 1)
 149  -i#    : minimum evaluation time in seconds (default : 3s)
 150  -B#    : cut file into independent blocks of size # (default: no block)
 151 --priority=rt : set process priority to real-time
 152 ```
 153
 154
 155 #### Long distance matching mode
 156 The long distance matching mode, enabled with `--long`, is designed to improve
 157 the compression ratio for files with long matches at a large distance (up to the
 158 maximum window size, `128 MiB`) while still maintaining compression speed.
 159
 160 Enabling this mode sets the window size to `128 MiB` and thus increases the memory
 161 usage for both the compressor and decompressor. Performance in terms of speed is
 162 dependent on long matches being found. Compression speed may degrade if few long
 163 matches are found. Decompression speed usually improves when there are many long
 164 distance matches.
 165
 166 Below are graphs comparing the compression speed, compression ratio, and
 167 decompression speed with and without long distance matching on an ideal use
 168 case: a tar of four versions of clang (versions `3.4.1`, `3.4.2`, `3.5.0`,
 169 `3.5.1`) with a total size of `244889600 B`. This is an ideal use case as there
 170 are many long distance matches within the maximum window size of `128 MiB` (each
 171 version is less than `128 MiB`).
 172
 173 Compression Speed vs Ratio | Decompression Speed
 174 ---------------------------|---------------------
 175 ![Compression Speed vs Ratio](../doc/images/ldmCspeed.png "Compression Speed vs Ratio") | ![Decompression Speed](../doc/images/ldmDspeed.png "Decompression Speed")
 176
 177 | Method | Compression ratio | Compression speed | Decompression speed  |
 178 |:-------|------------------:|-------------------------:|---------------------------:|
 179 | `zstd -1`   | `5.065`   | `284.8 MB/s`  | `759.3 MB/s`  |
 180 | `zstd -5`  | `5.826`    | `124.9 MB/s`  | `674.0 MB/s`  |
 181 | `zstd -10` | `6.504`    | `29.5 MB/s`   | `771.3 MB/s`  |
 182 | `zstd -1 --long` | `17.426` | `220.6 MB/s` | `1638.4 MB/s` |
 183 | `zstd -5 --long` | `19.661` | `165.5 MB/s` | `1530.6 MB/s`|
 184 | `zstd -10 --long`| `21.949` | `75.6 MB/s` | `1632.6 MB/s`|
 185
 186 On this file, the compression ratio improves significantly with minimal impact
 187 on compression speed, and the decompression speed doubles.
 188
 189 On the other extreme, compressing a file with few long distance matches (such as
 190 the [Silesia compression corpus]) will likely lead to a deterioration in
 191 compression speed (for lower levels) with minimal change in compression ratio.
 192
 193 The below table illustrates this on the [Silesia compression corpus].
 194
 195 [Silesia compression corpus]: http://sun.aei.polsl.pl/~sdeor/index.php?page=silesia
 196
 197 | Method | Compression ratio | Compression speed | Decompression speed  |
 198 |:-------|------------------:|-------------------------:|---------------------------:|
 199 | `zstd -1`   | `2.878`   | `231.7 MB/s`  | `594.4 MB/s`  |
 200 | `zstd -1 --long` | `2.929` | `106.5 MB/s` | `517.9 MB/s` |
 201 | `zstd -5`  | `3.274`    | `77.1 MB/s`  | `464.2 MB/s`  |
 202 | `zstd -5 --long` | `3.319` | `51.7 MB/s` | `371.9 MB/s` |
 203 | `zstd -10` | `3.523`    | `16.4 MB/s`   | `489.2 MB/s`  |
 204 | `zstd -10 --long`| `3.566` | `16.2 MB/s` | `415.7 MB/s`  |
 205
 206
 207
 208
 209