简介

Brotli 是 Google 在 2015 年推出的开源通用压缩算法，专为 Web 优化设计，相比 Gzip 平均提升 20-26% 的压缩率。以下是其核心技术解析：

核心设计思想

1、静态字典预加载

• 内置 13,184 个 常见 HTML/CSS/JS 短语（如 <div>、function() 等）
• 覆盖 50% 以上 Web 文本的重复模式
• 字典大小约 120KB（已硬编码在算法中）

2、动态字典扩展

• 滑动窗口机制（默认 16MB）
• 实时记录新发现的重复字符串
• 采用 增量更新 策略减少内存开销

3、多级上下文建模

同时应用 4 种上下文模型：

模型类型	适用场景
Literal	未匹配的原始字符
Dictionary	静态/动态字典中的短语
Distance	LZ77 的<距离,长度>指针
Block Type	数据类型标识（文本/二进制）

压缩流程（分步解析）

1、预处理阶段

• 加载静态字典
• 初始化动态字典

2、LZ77 压缩核心

• 滑动窗口扫描重复字符串（窗口大小可配置）
• 匹配策略：
  • 优先匹配静态字典（如 "function"）
  • 次优匹配动态字典（如用户自定义变量名）
  • 最后用 LZ77 生成 <distance, length> 对

3、熵编码阶段

对数据块进行组合编码：

• 使用 Huffman 编码对 高频词 进行短符号编码
• 使用算术编码对 低频词 进行长符号编码

4、块结构

每个压缩块包含：

• 块类型（文本/二进制）
• 动态 Huffman 树
• 压缩数据

关键技术创新

1、上下文感知机制

• 根据前 2 个字符 预测当前字符概率
• 例如：在 "fun" 后预测 "c"（组成 "function"）

2、距离编码优化

• 将 LZ77 的 distance 参数分为：
  • 短距离（0-15）：直接编码
  • 中距离（16-271）：基数值+偏移量
  • 长距离（>271）：对数分段编码

3、零成本字典切换

• 静态字典与动态字典共享索引空间

• 通过最高位标志区分来源：

  if (index & 0x8000):
      # 使用静态字典
      phrase = static_dict[index ^ 0x8000]
  else:
      # 使用动态字典
      phrase = dynamic_dict[index]

性能实测数据

测试条件：Chrome 116 / i7-1185G7 @3.0GHz

测试样本	原始大小	Brotli(11)	Gzip(9)	提升率
jQuery 3.6.0	271 KB	70 KB	82 KB	+17%
Bootstrap CSS	187 KB	27 KB	33 KB	+22%
React DOM	1.2 MB	248 KB	312 KB	+26%

Web 应用场景

最佳实践

• 静态资源：预压缩至级别 11（如 main.js.br）

• 动态内容：实时压缩用级别 4-6（延迟<50ms）

• Nginx 配置：

  brotli on;
  brotli_static on;
  brotli_types text/html application/json;
  brotli_comp_level 6;

兼容性方案

算法局限

1. 压缩速度

   • 级别 11 比 Gzip 慢 5-10 倍（但解压仅慢 10-20%）

2. 内存占用

   • 最高级别需 数百 MB 内存（Gzip 仅需几 MB）

3. 二进制文件

   • 对已压缩文件（如 PNG/MP4）效果有限

Brotli 通过创新的字典设计和上下文建模，在 Web 文本压缩领域树立了新标准。其技术思路也影响了后续算法（如 Zstandard 的字典训练机制）。

更新日志

2025/8/24 08:17

查看所有更新日志

• e7112-1于 2025/8/24