Java GZip 基于内存实现压缩和解压的方法

  GZip是常用的无损压缩算法实现，在Linux中较为常见，像我们在Linux安装软件时，基本都是.tar.gz格式。.tar.gz格式文件需要先对目录内文件进行tar压缩，然后使用GZip进行压缩。

  本文针对基于磁盘的压缩和解压进行演示，演示只针对一层目录结构进行，多层目录只需递归操作进行即可。

  Maven依赖

  org.apache.commons: commons-compress: 1.19: 此依赖封装了很多压缩算法相关的工具类，提供的API还是相对比较底层，我们今天在它的基础上做进一步封装。

<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-compress</artifactId>
<version>1.19</version>
</dependency>
<dependency>
<groupId>log4j</groupId>
<artifactId>log4j</artifactId>
<version>1.2.17</version>
</dependency>

  工具类

  在实际应用中，对应不同需求，可能需要生成若干文件，然后将其压缩。在某些应用中，文件较小、文件数量较少且较为固定，频繁与磁盘操作，会带来不必要的效率影响。

  工具类针对.tar.gz格式提供了compressByTar、decompressByTar、compressByGZip、decompressByGZip四个方法，用于处理.tar.gz格式压缩文件，代码如下：

package com.arhorchin.securitit.compress.gzip;

import java.io.ByteArrayInputStream;
import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.util.HashMap;
import java.util.Map;

import org.apache.commons.compress.archivers.tar.TarArchiveEntry;
import org.apache.commons.compress.archivers.tar.TarArchiveInputStream;
import org.apache.commons.compress.archivers.tar.TarArchiveOutputStream;
import org.apache.commons.compress.compressors.gzip.GzipCompressorInputStream;
import org.apache.commons.compress.compressors.gzip.GzipCompressorOutputStream;
import org.apache.commons.io.IOUtils;

/**
* @author Securitit.
* @note 基于内存以ZIP算法进行压缩和解压工具类.
*/
public class GZipRamUtil {

/**
* 使用TAR算法进行压缩.
* @param sourceFileBytesMap 待压缩文件的Map集合.
* @return 压缩后的TAR文件字节数组.
* @throws Exception 压缩过程中可能发生的异常，若发生异常，则返回的字节数组长度为0.
*/
public static byte[] compressByTar(Map<String, byte[]> tarFileBytesMap) throws Exception {
// 变量定义.
ByteArrayOutputStream tarBaos = null;
TarArchiveOutputStream tarTaos = null;
TarArchiveEntry tarTae = null;

try {
 // 压缩变量初始化.
 tarBaos = new ByteArrayOutputStream();
 tarTaos = new TarArchiveOutputStream(tarBaos);
 // // 将文件添加到TAR条目中.
 for (Map.Entry<String, byte[]> fileEntry : tarFileBytesMap.entrySet()) {
 tarTae = new TarArchiveEntry(fileEntry.getKey());
 tarTae.setName(fileEntry.getKey());
 tarTae.setSize(fileEntry.getValue().length);
 tarTaos.putArchiveEntry(tarTae);
 tarTaos.write(fileEntry.getValue());
 tarTaos.closeArchiveEntry();
 }
} finally {
 if (tarTaos != null) {
 tarTaos.close();
 }
 if (null == tarBaos) {
 tarBaos = new ByteArrayOutputStream();
 }
}
return tarBaos.toByteArray();
}

/**
* 使用TAR算法进行解压.
* @param sourceZipFileBytes TAR文件字节数组.
* @return 解压后的文件Map集合.
* @throws Exception 解压过程中可能发生的异常，若发生异常，返回Map集合长度为0.
*/
public static Map<String, byte[]> decompressByTar(byte[] sourceTarFileBytes) throws Exception {
// 变量定义.
TarArchiveEntry sourceTarTae = null;
ByteArrayInputStream sourceTarBais = null;
TarArchiveInputStream sourceTarTais = null;
Map<String, byte[]> targetFilesFolderMap = null;

try {
 // 解压变量初始化.
 targetFilesFolderMap = new HashMap<String, byte[]>();
 sourceTarBais = new ByteArrayInputStream(sourceTarFileBytes);
 sourceTarTais = new TarArchiveInputStream(sourceTarBais);
 // 条目解压缩至Map中.
 while ((sourceTarTae = sourceTarTais.getNextTarEntry()) != null) {
 targetFilesFolderMap.put(sourceTarTae.getName(), IOUtils.toByteArray(sourceTarTais));
 }
} finally {
 if (sourceTarTais != null)
 sourceTarTais.close();
}
return targetFilesFolderMap;
}

/**
* 使用GZIP算法进行压缩.
* @param sourceFileBytesMap 待压缩文件的Map集合.
* @return 压缩后的GZIP文件字节数组.
* @throws Exception 压缩过程中可能发生的异常，若发生异常，则返回的字节数组长度为0.
*/
public static byte[] compressByGZip(byte[] sourceFileBytes) throws IOException {
// 变量定义.
ByteArrayOutputStream gzipBaos = null;
GzipCompressorOutputStream gzipGcos = null;

try {
 // 压缩变量初始化.
 gzipBaos = new ByteArrayOutputStream();
 gzipGcos = new GzipCompressorOutputStream(gzipBaos);
 // 采用commons-compress提供的方式进行压缩.
 gzipGcos.write(sourceFileBytes);
} finally {
 if (gzipGcos != null) {
 gzipGcos.close();
 }
 if (null == gzipBaos) {
 gzipBaos = new ByteArrayOutputStream();
 }
}
return gzipBaos.toByteArray();
}

/**
* 使用GZIP算法进行解压.
* @param sourceGZipFileBytes GZIP文件字节数组.
* @return 解压后的文件Map集合.
* @throws Exception 解压过程中可能发生的异常，若发生异常，则返回的字节数组长度为0.
*/
public static byte[] decompressByGZip(byte[] sourceGZipFileBytes) throws IOException {
// 变量定义.
ByteArrayOutputStream gzipBaos = null;
ByteArrayInputStream sourceGZipBais = null;
GzipCompressorInputStream sourceGZipGcis = null;

try {
 // 解压变量初始化.
 gzipBaos = new ByteArrayOutputStream();
 sourceGZipBais = new ByteArrayInputStream(sourceGZipFileBytes);
 sourceGZipGcis = new GzipCompressorInputStream(sourceGZipBais);
 // 采用commons-compress提供的方式进行解压.
 gzipBaos.write(IOUtils.toByteArray(sourceGZipGcis));
} finally {
 if (sourceGZipGcis != null)
 sourceGZipGcis.close();
}
return gzipBaos.toByteArray();
}

}

  工具类测试

  在Maven依赖引入正确的情况下，复制上面的代码到项目中，修改package，可以直接使用，下面我们对工具类进行简单测试。测试类代码如下：

package com.arhorchin.securitit.compress.gzip;

import java.io.File;
import java.util.HashMap;
import java.util.Map;

import org.apache.commons.io.FileUtils;

import com.arhorchin.securitit.compress.gzip.GZipRamUtil;

/**
* @author Securitit.
* @note GZipRamUtil工具类测试.
*/
public class GZipRamUtilTester {

public static void main(String[] args) throws Exception {
Map<String, byte[]> fileBytesMap = null;

fileBytesMap = new HashMap<String, byte[]>();
// 设置文件列表.
File dirFile = new File("C:/Users/Administrator/Downloads/个人文件/2020-07-13/files");
for (File file : dirFile.listFiles()) {
 fileBytesMap.put(file.getName(), FileUtils.readFileToByteArray(file));
}

byte[] ramBytes = GZipRamUtil.compressByTar(fileBytesMap);
ramBytes = GZipRamUtil.compressByGZip(ramBytes);
FileUtils.writeByteArrayToFile(new File("C:/Users/Administrator/Downloads/个人文件/2020-07-13/ram.tar.gz"), ramBytes);

ramBytes = GZipRamUtil.decompressByGZip(ramBytes);
fileBytesMap = GZipRamUtil.decompressByTar(ramBytes);
System.out.println(fileBytesMap.size());
}

}

  运行测试后，通过查看ram.tar.gz和控制台输出解压后文件数量，可以确认工具类运行结果无误。

  总结

  1) 在小文件、文件数量较小且较为固定时，提倡使用内存压缩和解压方式。使用内存换时间，减少频繁的磁盘操作。

  2) 在大文件、文件数量较大时，提倡使用磁盘压缩和解压方式。过大文件对服务会造成过度的负载，磁盘压缩和解压可以缓解这种压力。《Java GZip 基于磁盘实现压缩和解压》

来源：https://blog.csdn.net/securitit/article/details/108156074