壓縮

關於壓縮

壓縮是 Web Risk 的重要功能。壓縮可大幅減少頻寬需求，這對行動裝置尤其重要。Web Risk 伺服器目前支援 Rice 壓縮。日後可能會新增更多壓縮方法。

壓縮設定是使用 supportedCompressions 欄位和 CompressionType 設定。用戶端應使用 RICE 和 RAW 壓縮類型。如果未設定壓縮類型，網頁風險掃描會使用 COMPRESSION_TYPE_UNSPECIFIED 類型 (系統會改用 RAW 壓縮)。

無論選取的壓縮類型為何，只要用戶端設定正確的 HTTP 壓縮標頭，Web Risk 伺服器也會使用標準 HTTP 壓縮進一步壓縮回應。詳情請參閱維基百科上有關 HTTP 壓縮的文章。

Rice 壓縮

如前所述，Web Risk 伺服器目前支援 Rice 壓縮。 詳情請參閱維基百科的「Golomb 編碼」一文。

壓縮/解壓縮

RiceDeltaEncoding 物件代表 Rice-Golomb 編碼資料，用於傳送壓縮的移除索引或壓縮的 4 位元組雜湊前置字元。如果雜湊前置字元長度超過 4 個位元組，系統就不會壓縮，而是以原始格式提供。

如果是移除索引，系統會先將索引清單依遞增順序排序，然後使用 RICE 編碼進行 delta 編碼。如果是新增項目，系統會將 4 位元組的雜湊前置字元重新解讀為小端序 uint32，然後依遞增順序排序，並使用 RICE 編碼進行差異編碼。請注意 RICE 壓縮和 RAW 之間的雜湊格式差異：RAW 雜湊是經過字典排序的位元組，而 RICE 雜湊是經過遞增排序的 uint32 (解壓縮後)。

也就是說，整數清單 [1, 5, 7, 13] 會編碼為 1 (第一個值) 和增量 [4, 2, 6]。

第一個值會儲存在 firstValue 欄位中，而差異則會使用 Golomb-Rice 編碼器編碼。Rice 參數 k (請見下文) 會儲存在 riceParameter 中。numEntries 欄位包含以 Rice 編碼器編碼的 delta 數量 (在上例中為 3，而非 4)。encodedData 欄位包含實際編碼的差異。

編碼器/解碼器

在 Rice 編碼器/解碼器中，每個增量 n 都會編碼為 q 和 r，其中 n = (q<<k) + r (或 n = q * (2**k) + r)。k 是常數，也是 Rice 編碼器/解碼器的參數。q 和 r 的值會使用不同的編碼方式編碼至位元串流中。

商數 q 會以一元編碼方式編碼，後面接著 0。也就是說，3 會編碼為 1110，4 會編碼為 11110，7 則會編碼為 11111110。先解碼商數 q。

其餘 r 則使用截斷的二進位編碼進行編碼。只有位元串流中最不重要的 k 位元會寫入 (並因此讀取) r。解碼 q 後，剩餘部分 r 會解碼。

位元編碼器/解碼器

Rice 編碼器依賴位元編碼器/解碼器，單一位元可附加至位元編碼器，也就是編碼長度可能只有兩位元的商數 q。

位元編碼器是 8 位元位元組的清單。位元會從第一個位元組的最低有效位元，設定為第一個位元組的最高有效位元。如果位元組的所有位元都已設定，系統會在位元組清單的結尾附加一個初始化為零的新位元組。如果最後一個位元組未完全使用，則會將最高有效位元設為零。範例：

新增的 Bits	新增位元後的 BitEncoder
	[]
0	[00000000]
1	[00000010]
1	[00000110]
1,0,1	[00101110]
0,0,0	[00101110, 00000000]
1,1,0	[00101110, 00000110]