【FFH】啃论文俱乐部---JSON压缩算法解读

大家好！ 我是深圳技术大学FSR实验室的同学，在OpenHarmony成长计划啃论文俱乐部里，与华为、软通动力、润和软件、拓维信息、深开鸿等公司一起，学习和研究序列化相关技术…

JSON压缩算法解读

接下来我们进入关于JSON压缩算法的学习。

为什么需要压缩JSON？

尽管JSON数据格式比XML效率要高，但是它仍然是web服务器和浏览器传输过程中比较低效的数据格式。为什么呢？首先，它将所有的内容都转换为了文本，第二是转换之后的文本过度使用引号，这样会给每个字符串添加多两个字节。第三，它本身没有schema的标准格式，比如在一个消息中序列化多个对象的时候，即使每个对象的属性的键名是重复且相同的，但是转换后的文本数据还是会重复每一个键名。
JSON以前的时候有一个优势，就是可以被Javascript引擎直接解析，但因为现在越来越重视安全性，JSON的这个优势也逐渐消失了，但是因为它比XML效率以及性能都更高，所以许多传统的C/S模式都是选择JSON,比如web服务，当有庞大的数据量以及复杂数据结构需要从web浏览器中传输到服务器的时候，JSON压缩就起到了非常大的作用，然而中间就会存在我们刚刚说的三点问题，我们也不能使用传统的gzip压缩算法，因为浏览器不知道服务器是否支持gzip解压。
下面我们就来看看两种常见的JSON压缩算法，cJSON与HPack。

cJSON压缩算法（cJSON Compression Algorithm）

cJSON压缩算法的特点就是可以使用自动类型提取压缩JSON数据格式的内容。它成功解决了一个非常重要的问题，就是我们上一小节提到的第三点，将不断重复的键名舍去了，我们我们来看一个例子：
使用cJSON前的数据格式：

[
    {
      //表示一个坐标点
        "x":100,
        "y":100
    },
    {
      //表示一个长方形
        "x":100,
        "y":100,
        "width":200,
        "height":150
    },
    {
   },//表示一个空对象
    ... //以下省略数以万计的对象
]

上面未经压缩的数据中，我们可以看到有非常多的空间被重复的键名所占据，比如“x”，“y”等等，当数据非常多的时候，这些看起来不起眼的重复键