android 流量 压缩

引用：http://my.eoe.cn/blue_rain/archive/340.html

对于目前的状况来说，移动终端的网络状况没有PC网络状况那么理想。在一个Android应用中，如果需要接收来自服务器的大容量数据，那么就不得不考虑客户的流量问题。本文根据笔者的一个项目实战经验出发，解决大容量数据的交互问题，解决数据大小会根据实际情况动态切换问题（服务器动态选择是否要压缩数据，客户端动态解析数据是否是被压缩的），还有数据交互的编码问题。

解决数据过大的问题，最直观的方法就是压缩数据。服务器将需要传递的数据先进行压缩，再发送给Android客户端，Android客户端接收到压缩的数据，对其解压，得到压缩前的数据。

如果规定Android客户端和服务器的交互数据必须是经过某种压缩算法后的数据，那么这种“规定”失去了视具体情况而定的灵活性。笔者拟将Http协议进行封装，将动态的选择传输的数据是否要经过压缩，客户端也能动态的识别，整理并获得服务器想要发送的数据。Android客户端向服务器请求某个方面的数据，这个数据也许是经过压缩后传递比较合适，又也许是将原生数据传递比较合适。也就是说，笔者想要设计一种协议，这种协议适用于传输数据的数据量会动态的切换，也许它会是一个小数据，也许它又会是一个数据量庞大的大数据（大数据需要经过压缩）。

可能说的比较抽象，那么我用实际情况解释一下。

我项目中的一个实际情况是这样的：这个项目是做一个Android基金客户端，Android客户端向服务器请求某一个基金的历史走势信息，由于我的Android客户端实现了本地缓存，这让传递数据的大小浮动非常大。如果本地缓存的历史走势信息的最新日期是5月5日，服务器的历史走势信息的最新日期是5月7日，那么服务器就像发送5月6日和5月7日这两天的走势信息，这个数据很小，不需要压缩（我使用的压缩算法，对于数据量过小的数据压缩并不理想，数据量过小的数据压缩后的数据会比压缩前的数据大）。然而，Android客户端也可能对于某个基金没有任何的缓存信息，那么服务器将发送的数据将是过去三四年间的历史走势信息，这个数据会有点大，就需要进行压缩后传递。那么客户端对于同一个请求得到的数据，如何判断它是压缩后的数据还是未曾压缩的数据呢？

笔者使用的解决方案是把传递数据的第一个字节作为标识字节，将标识这个数据是否被压缩了。也能标识传递数据的编码问题。Android对于接收到的数据（字节数组），先判断第一个字节的数据，就能根据它所代表的数据格式和编码信息进行相应的操作。说了那么多，也许不如看实际的代码理解的快。首先是压缩算法，这里笔者用到的是jdk自带的zip压缩算法。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119

package com.chenjun.utils.compress; import java.io.ByteArrayInputStream; import java.io.ByteArrayOutputStream; import java.io.InputStream; import java.io.OutputStream; import java.util.zip.GZIPInputStream; import java.util.zip.GZIPOutputStream; public class Compress { private static final int BUFFER_LENGTH = 400; //压缩字节最小长度，小于这个长度的字节数组不适合压缩，压缩完会更大 public static final int BYTE_MIN_LENGTH = 50; //字节数组是否压缩标志位 public static final byte FLAG_GBK_STRING_UNCOMPRESSED_BYTEARRAY = 0; public static final byte FLAG_GBK_STRING_COMPRESSED_BYTEARRAY = 1; public static final byte FLAG_UTF8_STRING_COMPRESSED_BYTEARRAY = 2; public static final byte FLAG_NO_UPDATE_INFO = 3; /** * 数据压缩 * * @param is * @param os * @throws Exception */ public static void compress(InputStream is, OutputStream os) throws Exception { GZIPOutputStream gos = new GZIPOutputStream(os); int count; byte data[] = new byte[BUFFER_LENGTH]; while ((count = is.read(data, 0, BUFFER_LENGTH)) != -1) { gos.write(data, 0, count); } gos.finish(); gos.flush(); gos.close(); } /** * 数据解压缩 * * @param is * @param os * @throws Exception */ public static void decompress(InputStream is, OutputStream os) throws Exception { GZIPInputStream gis = new GZIPInputStream(is); int count; byte data[] = new byte[BUFFER_LENGTH]; while ((count = gis.read(data, 0, BUFFER_LENGTH)) != -1) { os.write(data, 0, count); } gis.close(); } /** * 数据压缩 * * @param data * @return * @throws Exception */ public static byte[] byteCompress(byte[] data) throws Exception { ByteArrayInputStream bais = new ByteArrayInputStream(data); ByteArrayOutputStream baos = new ByteArrayOutputStream(); // 压缩 compress(bais, baos); byte[] output = baos.toByteArray(); baos.flush(); baos.close(); bais.close(); return output; } /** * 数据解压缩 * * @param data * @return * @throws Exception */ public static byte[] byteDecompress(byte[] data) throws Exception { ByteArrayInputStream bais = new ByteArrayInputStream(data); ByteArrayOutputStream baos = new ByteArrayOutputStream(); // 解压缩 decompress(bais, baos); data = baos.toByteArray(); baos.flush(); baos.close(); bais.close(); return data; } }

这里供外部调用的方法是byteCompress()和byteDecompress()，都将接收一个byte数组，byteCompress是数据压缩方法，将返回压缩后的数组数据，byteDecompress是数据解压方法，将返回解压后的byte数组数据。FLAG_GBK_STRING_COMPRESSED_BYTEARRAY表示服务器传递的数据是GBK编码的字符串经过压缩后的字节数组。其它的常量也能根据其名字来理解。（这里多说一句，最好将编码方式和是否压缩的标识位分开，比如将标识字节的前四个位定义成标识编码方式的位，将后面四个位标识为是否压缩或者其它信息的标识位，通过位的与或者或方式来判断标识位。笔者这里偷懒了，直接就这么写了。）

下面是处理传递数据的方法（判断是否要压缩）。我这里用要的是Struts 1框架，在Action里组织数据，并作相应的处理（压缩或者不压缩），并发送。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56

public ActionForward execute(ActionMapping mapping, ActionForm form, HttpServletRequest request, HttpServletResponse response) { JjjzForm jjjzForm = (JjjzForm) form; //基金净值历史走势信息 ArrayList<Jjjz> jjjzs = null; //得到基金净值历史走势的方法省略了 Gson gson = new Gson(); String jsonStr = gson.toJson(jjjzs, jjjzs.getClass()); byte[] resultOriginalByte = jsonStr.getBytes(); //组织最后返回数据的缓冲字节数组 ByteArrayOutputStream resultBuffer = new ByteArrayOutputStream(); OutputStream os = null; try { os = response.getOutputStream(); //如果要返回的结果字节数组小于50位，不将压缩 if(resultOriginalByte.length < Compress.BYTE_MIN_LENGTH){ byte flagByte = Compress.FLAG_GBK_STRING_UNCOMPRESSED_BYTEARRAY; resultBuffer.write(flagByte); resultBuffer.write(resultOriginalByte); } else{ byte flagByte = Compress.FLAG_GBK_STRING_COMPRESSED_BYTEARRAY; resultBuffer.write(flagByte); resultBuffer.write(Compress.byteCompress(resultOriginalByte)); } resultBuffer.flush(); resultBuffer.close(); //将最后组织后的字节数组发送给客户端 os.write(resultBuffer.toByteArray()); } catch (IOException e) { // TODO Auto-generated catch block e.printStackTrace(); } catch (Exception e) { // TODO Auto-generated catch block e.printStackTrace(); } finally{ try { os.close(); } catch (IOException e) { // TODO Auto-generated catch block e.printStackTrace(); } } return null; }

这里我预发送的数据是一个Json格式的字符串（GBK编码），将判断这个字符串的长度（判断是否适合压缩）。如果适合压缩，就将缓冲字节数组（ByteArrayOutputStream resultBuffer）的第一个字节填充FLAG_GBK_STRING_COMPRESSED_BYTEARRAY，再将Json字符串的字节数组压缩，并存入数据缓冲字节数组，最后向输出流写入缓冲字节数组，关闭流。如果不适合压缩，将发送的数据的第一个字节填充为FLAG_GBK_STRING_UNCOMPRESSED_BYTEARRAY，再将Json字符串的字节数组直接存入数据缓冲字节数组，写入输出流，关闭流。

最后就是Android客户端的解析了，将上述的Compress压缩辅助类拷贝到Android项目中就行。下面是Http请求后得到的字节数组数据做解析工作。（Android客户端如何使用Http向服务器请求数据请参考我前面的一篇博客）。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

byte[] receivedByte = EntityUtils.toByteArray(httpResponse.getEntity()); String result = null; //判断接收到的字节数组是否是压缩过的 if (receivedByte[0] == Compress.FLAG_GBK_STRING_UNCOMPRESSED_BYTEARRAY) { result = new String(receivedByte, 1, receivedByte.length - 1, EXCHANGE_ENCODING); } else if (receivedByte[0] == Compress.FLAG_GBK_STRING_COMPRESSED_BYTEARRAY) { byte[] compressedByte = new byte[receivedByte.length - 1]; for (int i = 0; i < compressedByte.length; i++) { compressedByte[i] = receivedByte[i + 1]; } byte[] resultByte = Compress.byteDecompress(compressedByte); result = new String(resultByte, EXCHANGE_ENCODING); }

这里最后得到的result就是服务器实际要发送的内容。

缺陷反思：任何设计都是有缺陷的。我这样做已经将Http协议做了进一层封装。Http的数据部分的第一个字节并不是实际数据，而是标识字节。这样，降低了这个接口的可重用性。统一发送Json字符串的Action能被网页（Ajax）或者其他客户端使用，经过封装压缩之后，只有能识别这个封装（就是能进行解析）的客户端能使用这个接口。网页（Ajax）就不能解析，那么这个Action就不能被Ajax使用。

具体开发过程中要视具体情况而定，如果数据量小的话我还是建议使用标准的Http协议，也就是说直接发送字符串，不做任何的压缩和封装。如果数据量实在过于大的话，建议使用我上述的方法。

有博友问，对于Android应用来说，什么样的数据才算是大数据。我想这个大数据的界限并不是固定的，并不是说10k以上，或者100k以上就算是大数据，这个界限是由许多方面的利弊来衡量的。首先我要说，我设计的这个协议是适用于大数据和小数据动态切换的情况。对于大小数据界限的划定，交给开发人员去衡量利弊。这个衡量标准我想应该包括以下几部分内容：

第一，压缩算法的有效临界点。只有要压缩的数据大于这个点，压缩后的数据才会更小，反之，压缩后的数据会更加的大。我使用的zip算法这个点应该是50字节左右，因此，在我应用中，将大数据定义成50字节以上的数据。

第二：压缩和解压的开销。服务器要压缩数据，客户端要解压数据，这个都是需要CPU开销的，特别是服务器，如果请求量大的话，需要为每一个响应数据进行压缩，势必降低服务器的性能。我们可以设想这样的一种情况，原生数据只有50字节，压缩完会有40字节，那么我们就要思考是否有必要来消耗CPU来为我们这区区的10个字节来压缩呢？

综上，虽然这个协议适合大小数据动态切换的数据传输，但是合理的选择大数据和小数据的分割点（定义多少大的数据要压缩，定义多少以下的数据不需要压缩）是需要好好权衡的。