- 综合排序
- 最热优先
- 最新优先
- 来自专栏铭毅天下
Elasticsearch 8.x 存储有无压缩？能压缩到多少？
1、认知前提 Elasticsearch 支持压缩，压缩方式默认为：LZ4 压缩算法。 中文翻译为： 默认值使用 LZ4 压缩压缩存储的数据，但这可以设置为 best_compression，它使用 DEFLATE 来获得更高的压缩率，但会降低存储字段的性能。 2、动手验证一下压缩比到底能压缩多少？ 2.1 样例数据准备 以 kibana_sample_flights 飞行数据为例进行验证。 LZ4 算法能压缩到一半！ 新压缩算法 best_compression 压缩后，压缩为原始空间的：35%，也就是能省65%的空间。 压缩比要求高推荐使用：best_compression。
1.1K10编辑于 2024-07-15 - 来自专栏编程
Python模块知识8：configparser、压缩模块
importconfigparser#导入模块 config=configparser.ConfigParser()#必须的装载语句 config.read('black.txt',encoding='utf-8' importconfigparser#导入模块 config=configparser.ConfigParser()#必须的装载语句 config.read('black.txt',encoding='utf-8' importconfigparser#导入模块 config=configparser.ConfigParser()#必须的装载语句 config.read('black.txt',encoding='utf-8' () 2）解压缩 import zipfile z=zipfile.ZipFile('a.zip','r') z.extractall()#解压全部 for item in z.namelist(): print(item,type(item)) z.close() 三、tar文件夹解压 1）压缩 import tarfile tar = tarfile.open('your.tar','w')#压缩
1.1K60发布于 2018-01-11 - 来自专栏Gamma安全实验室
浅淡v8指针压缩
“详情请参考：https://en.wikipedia.org/wiki/Tagged_pointer” 对于v8中64位的对象指针，它们的高32位基本是不变的，花费4字节来储存它们会浪费内存空间；所以指针压缩将 v8关于指针压缩的实现 首先我们能想到的实现方式是从0地址开始分配4G内存，确保v8对象分配在这4G内存范围内；v8显然没有这样做，在chrome渲染进程中可能会有多个v8实例，这个方案会导致所有v8实例都来竞争这 “详情请参考：https://v8.dev/blog/pointer-compression” 指针压缩在v8漏洞利用中的影响 首先我们很难泄漏v8堆内存空间的高32位（r13寄存器），也就意味着我们用伪造 ，所以没有指针压缩。 利用思路 考虑到指针压缩，我们基本利用思路就有了： 1. 利用类型混淆把double数组变为object数组； 2. 越界读写修改布置在后面的double数组的length字段； 3.
1.7K20发布于 2020-12-23 - 来自专栏Android 开发者
使用 R8 压缩您的应用
有了 R8 编译器，您可以通过压缩、混淆和优化，更全面的缩小应用体积。 本文我们将对 R8 的特性进行一个简要的介绍，并介绍可预期的代码缩减程度以及如何在 R8 中启用这些功能。 R8 的压缩特性 R8 通过下面 4 项特性来减少 Android 应用大小: 摇树优化 (Tree shaking): 使用静态代码分析来查找和删除无法访问的代码和未实例化的类型； 优化 : 通过删除无效代码 为什么需要 R8 压缩 开发应用时，所有代码都应有目的并在应用中实现相应功能。 启用 R8 来压缩您的应用 要在 release build 上启用 R8 压缩，需要在应用的主 build.gradle 文件中将 minifyEnable 属性设置为 true，如下所示: android R8 能缩减多少应用大小？ R8 可以大大减小应用的大小。例如，去年的 Google I/O 应用大小为 18.55 MB，压缩前包含 150,220 个方法和 3 个 DEX 文件。
1.8K30发布于 2021-01-07 《数字图像处理》第 8 章-图像压缩
8.2.7 位平面编码 位平面编码将图像的每个像素的二进制位拆分到不同的位平面（如 8 位灰度图拆分为 8 个位平面），对重要的低位平面保留，高位平面压缩 / 去除。 （保留4位，压缩比=8/4=2） compression_ratio = 8 / 4 print(f"位平面编码压缩比：{compression_ratio:.2f}") h, w = image.shape h_pad = (8 - h % 8) % 8 w_pad = (8 - w % 8) % 8 img_padded = np.pad j:j+8] = quant_block # 计算压缩比（非精确，仅参考） non_zero = np.count_nonzero(compressed) total h_pad = (8 - h % 8) % 8 w_pad = (8 - w % 8) % 8 img_padded = np.pad(image, ((0, h_pad),
20710编辑于 2026-01-21- 来自专栏Java知识图谱
Nginx网络压缩 CSS压缩 图片压缩 JSON压缩
1、网络压缩原理 网络压缩的原理是消耗CPU资源，减少文件在公网传输的大小，提高响应速度。 二、网络压缩 此部分所有的压缩内容在浏览器端都会还原，特别需要指出的是图片，图片在网络间是压缩状态传输的，到达浏览器后是会被还原的。 技术实现依托gzip压缩，仅仅在服务器与客户端网络传输时对静态资源进程压缩，文件的大小在压缩前与还原后保持不变。 图片压缩分为两类：一是等比压缩；二是固定宽高压缩。根据应用场景的不同也分为两类：一是固定参数；二是动态参数。 此部分图片压缩后到达浏览器不会被还原。 （一）等比压缩 使用关键词resize实现等比压缩，指定宽度或者高度即可在原尺寸图片的基础上等比率压缩图片。如果同时指定宽度和高度，只有一个参数生效。
6.7K41编辑于 2022-02-08 - 来自专栏smy
webpack的css压缩不兼容IOS8问题探索
webpack使用postcss的autoprefixer插件，并在压缩css时使用了cssnano，处理不当的情况下会导致压缩css后，部分兼容前缀（比如-webkit-）被删除的问题。 ，然后css-loader会使用cssnano进行压缩，而cssnano会使用到autoprefixer进行无关前缀的清理。 然而如果你不是使用的webpack1.x，通过排查发现，在css压缩插件未使用的时候，兼容前缀正常，一旦使用了OptimizeCssAssetsPlugin来压缩css就会丢失部分的webkit前缀。 默认不兼容ios8，会去掉部分webkit前缀，比如flex //所以这里选择关闭，使用postcss的autoprefixer功能 autoprefixer: false }, canPrint: true }) 再次编译发现压缩状态时也带有全部的兼容前缀，ios8的不兼容问题即也解决
1.6K40发布于 2018-06-14 《数字图像处理》第8章-图像压缩和水印
今天给大家带来《数字图像处理》第 8 章的全面解析 —— 图像压缩和水印。 计算压缩前数据量（8位/像素） original_size = flat_img.size * 8 # 比特 # 3. np.random.randint(0, 256, size=(256, 256), dtype=np.uint8) # 模拟有损压缩后的图像（添加高斯噪声） np.random.seed(42) 8.9 块变换编码 核心原理 块变换编码是有损压缩的核心，步骤： 将图像分为若干子块（如 8x8）； 对每个子块进行正交变换（如 DCT）； 对变换系数进行量化（去除小系数，有损核心）； 对量化后的系数编码 裁剪溢出） recon = np.clip(recon, 0, 255).astype(np.uint8) # 计算压缩比：原始8位/像素，残差量化后比特数=ceil(log2(量化等级数
16810编辑于 2026-01-21- 来自专栏ACM算法日常
DP专题8 | 骨牌摆放问题 POJ 2411（状态压缩DP）
先了解一下状态压缩算法。 ? 状态压缩通常是使用一个整数来表示一个集合，比如整数3，二进制表示为11，第一位状态为1，第二位状态为1，数字2的二进制表示为10，第一位的状态为1，第二位的状态为0，数字1的二进制表示为01，第一位为0 这就是说，状态可以保存在一个整数里面，对于状态压缩DP，其实也是用状态压缩后的整数表示一个维度，然后进行状态转移。 ? ? 状态压缩DP：采用状态压缩算法的DP问题，也就是用整数表示集合，然后将该整数作为DP的一个维度来进行DP状态转移。 ? 希望理解更深的童鞋能够踊跃发言指正~ ? 继续看题，其实这道题的解法并不简单，甚至于有些晦涩，光是理解状态压缩DP并不一定能够看懂源代码。
1.6K20发布于 2019-07-19 - 来自专栏活动
DeepSeek 量化压缩实战：INT8 精度保持方案详解
知识蒸馏：通过训练一个较小的学生模型来模仿大型教师模型的行为，实现模型压缩。（三）量化压缩技术的优势量化压缩是模型压缩的重要方法之一，通过降低模型参数的精度来实现压缩。 其中，INT8 量化将模型参数从 32 位浮点数（FP32）转换为 8 位整数（INT8），显著减少了模型的存储空间和计算量。 其优势包括：存储空间减少：INT8 参数占用的存储空间仅为 FP32 的 1/4。计算速度提升：整数运算通常比浮点运算更快，尤其是在硬件支持的情况下。 卷积层 2 32 64 3x3 1 1 ReLU 池化层 2 2x2 2 全连接层 1 64x8x8 # 量化压缩示例代码import tensorflow_model_optimization as tfmot# 应用 INT8 量化quantize_annotate = tfmot.quantization.keras.quantize_annotatequantize_scope
1.6K20编辑于 2025-03-27 - 来自专栏贾志刚-OpenCV学堂
NNCF压缩与量化YOLOv8模型与OpenVINO部署测试
NNCF介绍 OpenVINO2023版本衍生出了一个新支持工具包NNCF(Neural Network Compression Framework – 神经网络压缩框架)，通过对OpenVINO IR 格式模型的压缩与量化更好的提升模型在OpenVINO框架上部署的推理性能。 github https://github.com/openvinotoolkit/nncf 安装NNCF pip install nncf NNCF关键特性 训练后压缩算法支持权重压缩与量化，训练时压缩算法支持感知量化 图示如下： YOLOv8量化压缩 基于NNCF实现YOLOv8预训练模型的训练后量化压缩（PTQ），实现INT8量化YOLOv8模型生成。 首先需要使用YOLOv8命令行工具导出OpenVINO格式模型，命令行如下： yolo export model=yolov8n.pt format=openvino 然后基于YOLOv8框架的函数构建一个
2.1K30编辑于 2023-11-20 - 来自专栏京程一灯
我们是怎样优化 V8 中的指针压缩的
Chrome 渲染器内存中的 V8 内存消耗百分比 指针压缩（Pointer Compression）是 V8 中为减少内存消耗而进行的多项努力之一。 有了这样一个简单的想法，那么可以从 V8 的这种压缩中获得多少收益？ V8 堆包含一整套项目，例如浮点值、字符串字符、解释器字节码和标记值（有关详细信息，请参见下一节）。 其他嵌入 V8 的程序，例如 Node.js，可能需要更大的堆。如果我们施加最大 4 GB 的空间，则意味着这些嵌入器无法使用指针压缩。 对于指针压缩，有两个至关重要的操作：加载和存储，因为它们把 V8 堆与管道的其余部分连接起来。 所以我们将根表放入 V8 堆保留区，根寄存器可同时用于两个目的——作为根指针和解压缩的基址。 C++ 层面 V8 运行时通过 C++ 类访问 V8 堆中的对象，从而可以方便地查看堆中存储的数据。
1.5K10发布于 2020-04-24 - 来自专栏Jack96
压缩解压缩命令
Linux 压缩解压命令 zip/unzip，文件后缀名为zip 压缩: zip 123.zip *.txt # 将所有的txt文件压缩成123.zip文件 zip -r test.zip 压缩： bzip2 1.txt # 将1.txt压缩成1.txt.bz2 解压： bunzip2 1.txt.bz2 bzip2 -d 1.txt.bz2 bzip2 -dk -z: 调用gzip/gunzip进行压缩解压操作，后缀名是.tar.gz -j: 调用bzip2/bunzip2进行压缩解压操作，后缀名是.tar.bz2 -C: 指定解压位置 Copy 注意：tar 只是用来打包和解包的工具，它本身是没有压缩和解压缩的功能。但是，通过添加参数，可以调用gzip或者bzip2进行压缩解压操作。 tar -z: 使用 gzip方式打包并压缩文件，后缀名为 .tar.gz,可以简写为 .tgz tar -j: 使用 bzip2 方式打包并压缩文件，后缀名为 .tar.bzip2,可以简写为
2.2K20编辑于 2023-03-07 - 来自专栏Android-薛之涛
Android-图片的压缩(质量压缩和尺寸压缩)
复习一下图片的压缩知识，今天来做一个总结。 什么是质量压缩？ 图片的质量压缩，会改变图片在磁盘中的大小（File文件的大小），不能改变图片在加载时，在内存中的大小。 image.png 质量压缩 那我们就先看bitmapCompress()这个质量压缩的方法。 /** * 这里我们生成了一个Pic文件夹，在下面放了我们质量压缩后的图片，用于和原图对比 * 压缩图片使用Bitmap.compress()，这里是质量压缩 */ 我们看一眼原图片和压缩目录(Pic)下有没有文件： 原文件: ? 压缩后的文件： ?
4.2K70发布于 2018-12-06 - 来自专栏SEian.G学习记录
MySQL表压缩和页压缩，难道只是空间压缩？
为 innodb_page_size 大小的一半，也可以通过指定 KEY_BLOCK_SIZE=n 参数来开启 innodb 的压缩功能，n 可以为 1、2、4、8、16，单位是 K。 n 的值越小，压缩比越高，消耗的 CPU 资源也越多。 注意：32K 或者 64K 的页不支持压缩。启用压缩后，索引数据也同样会被压缩。 启用表的页压缩功能后，性能有明显损失，因为压缩需要有额外的开销。主要原因是一个压缩页在内存缓冲池中，存在压缩和解压两个页。 内存不足的时候，MySQL 会将对应的未压缩页踢出去。因此如果你启用了压缩功能，你的 buffer_pool 缓冲池中可能会存在压缩页和未压缩页，也可能只存在压缩页。 'F') NOT NULL, `hire_date` date NOT NULL, PRIMARY KEY (`emp_no`) ) ENGINE=InnoDB DEFAULT CHARSET=utf8
4.1K20编辑于 2022-01-18 - 来自专栏又见苍岚
Linux 压缩解压缩命令汇总
在Linux解压数据包时经常使用命令行，但是各种压缩包需要使用不同的命令压缩、解压，本文汇总相关命令。 命令汇总 压缩包格式 解压命令 压缩命令 .tar tar xvf FileName.tar -C target_dir tar cvf FileName.tar DirName .gz
4.8K20编辑于 2022-08-06 - 来自专栏禅境花园
Node zip压缩和解压缩
-p 与-c 参数类似，会将解压缩的结果显示到屏幕上，但不会执行任何的转换。 -t 检查压缩文件是否正确。 -u 与-f 参数类似，但是除了更新现有的文件外，也会将压缩文件中的其他文件解压缩到目录中。 -v 执行是时显示详细的信息。 -z 仅显示压缩文件的备注文字。 -a 对文本文件进行必要的字符转换。 -C 压缩文件中的文件名称区分大小写。 -j 不处理压缩文件中原有的目录路径。 -L 将压缩文件中的全部文件名改为小写。 -M 将输出结果送到 more 程序处理。 -X 解压缩时同时回存文件原来的 UID/GID。 [.zip 文件] 指定.zip 压缩文件。 [文件] 指定要处理.zip 压缩文件中的哪些文件。 -d<目录> 指定文件解压缩后所要存储的目录。 -n 特定字符串 不压缩具有特定字尾字符串的文件 -o 将压缩文件内的所有文件的最新变动时间设为压缩时候的时间 -q 安静模式，在压缩的时候不显示指令的执行过程 -r 将指定的目录下的所有子目录以及文件一起处理
3.7K20编辑于 2022-10-25 - 来自专栏Python
tar压缩解压缩命令详解
tar命令详解 -c: 建立压缩档案 -x：解压 -t：查看内容 -r：向压缩归档文件末尾追加文件 -u：更新原压缩包中的文件 这五个是独立的命令，压缩解压都要用到其中一个，可以和别的命令连用但只能用其中一个 下面的参数是根据需要在压缩或解压档案时可选的。 压缩 tar –cvf jpg.tar *.jpg //将目录里所有jpg文件打包成tar.jpg tar –czf jpg.tar.gz *.jpg //将目录里所有jpg文件打包成jpg.tar后 ，并且将其用gzip压缩，生成一个gzip压缩过的包，命名为jpg.tar.gz tar –cjf jpg.tar.bz2 *.jpg //将目录里所有jpg文件打包成jpg.tar后，并且将其用bzip2 压缩，生成一个bzip2压缩过的包，命名为jpg.tar.bz2 tar –cZf jpg.tar.Z *.jpg //将目录里所有jpg文件打包成jpg.tar后，并且将其用compress压缩，
3.7K40发布于 2018-05-28 - 来自专栏林冠宏的技术文章
Golang 编写的图片压缩程序，质量、尺寸压缩，批量、单张压缩
压缩前 ? 压缩后 ? 100张600K的图片到8~9K，200px宽度，仅用了6秒左右，win 10，12G，i5，ssd。 , 6 "例如：", 7 "C:/Users/lzq/Desktop/headImages/ 75 200", 8 "指桌面 headImages if len(temp) <=1 { 5 return "","","" 6 } 7 mapRule := make(map[string]int64) 8 = nil { 5 fmt.Printf("%s", errC) 6 return 7 } 8 err := filepath.Walk(path
6.9K100发布于 2018-01-03 - 来自专栏若尘的技术专栏
centos--压缩和解压缩
#centos--压缩和解压缩 dd if=/dev/zero of=/tmp/bigfile=1M count=100 if（inputfile）输出文件 bs单位 count 计数器 gzip 文件名称 —压缩文件 gunzip 压缩包 --解压缩 bzip2 文件名称 --压缩文件 bunzip2 压缩包 --解压缩 du -sh allfile —查看目录大小 tar -cf /tmp/allfile.tar allfile 打包文件 c–create 生成文件的位置 源文件位置 tar -xf allfile.tar -C /root tar -zcf /tmp/allfile.tar.gz allfile 压缩打包文件 tar -zxf allfile.tar.gz -C /root 解压缩并解包 -x 解包 -C指定解压路径 -z gzip -j bzip2 最常用的 tar -zcf /tmp/allfile.tar.gz allfile 压缩打包文件 tar -zxf allfile.tar.gz -C /root 解压缩并解包
93654发布于 2021-11-18
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号