CN116054840B - 一种json字符串数据压缩方法、装置及存储介质 - Google Patents
一种json字符串数据压缩方法、装置及存储介质 Download PDFInfo
- Publication number
- CN116054840B CN116054840B CN202310118732.XA CN202310118732A CN116054840B CN 116054840 B CN116054840 B CN 116054840B CN 202310118732 A CN202310118732 A CN 202310118732A CN 116054840 B CN116054840 B CN 116054840B
- Authority
- CN
- China
- Prior art keywords
- data
- service data
- compressed
- dimensional array
- service
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000013144 data compression Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000009467 reduction Effects 0.000 claims abstract description 38
- 230000006870 function Effects 0.000 claims description 35
- 230000006837 decompression Effects 0.000 claims description 7
- 238000007906 compression Methods 0.000 claims description 6
- 230000006835 compression Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 13
- 101100328886 Caenorhabditis elegans col-2 gene Proteins 0.000 description 4
- 101100328884 Caenorhabditis elegans sqt-3 gene Proteins 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 210000001072 colon Anatomy 0.000 description 3
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/70—Type of the data to be coded, other than image and sound
- H03M7/707—Structured documents, e.g. XML
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本申请提出的JSON字符串数据压缩方法、装置及存储介质中，获取需要压缩的业务数据，其中业务数据利用标准JSON字符串格式表示，确定业务数据是否需要进行压缩，若确定业务数据需要进行压缩，则利用数据压缩算法对业务数据进行压缩，得到压缩后的业务数据，基于压缩后的业务数据生成数据对象还原函数。由此，本申请可以利用数据压缩算法对业务数据进行压缩，得到压缩后的业务数据，并基于压缩后的业务数据生成数据对象还原函数，并将数据对象还原函数发送到前端浏览器，使得业务数据进行压缩，从而无需传输大量重复业务数据，进而提高了数据传输效率。
Description
技术领域
本申请涉及数据压缩技术领域，尤其涉及一种JSON字符串数据压缩方法、装置及存储介质。
背景技术
目前，系统中的前后端数据交互以JSON格式为主，数据从后端发送到前端浏览器需要经过JSON格式编码、网络传输、JSON格式数据解码三个步骤。其中，在特定业务场景中，如：频繁的数据查询、报表展示、数据导入等操作时，JSON格式交互的数据量会很大，从而容易造成网络堵塞、数据下载时间长。
相关技术中，后端服务通常对数据直接进行JSON编码，编码方式采用JSON标准格式，编码长度与发送数据量呈线性增长，从而使得数据传输效率低。
发明内容
本申请提供一种JSON字符串数据压缩方法、装置及存储介质，以解决上述相关技术中出现的问题。
本申请第一方面实施例提出一种JSON字符串数据压缩方法，可以包括：
获取业务数据，其中所述业务数据利用标准JSON字符串格式表示；
确定所述业务数据是否需要进行压缩；
若确定所述业务数据需要进行压缩，则利用数据压缩算法对所述业务数据进行压缩，得到压缩后的业务数据；
基于所述压缩后的业务数据生成数据对象还原函数。
本申请第二方面实施例提出一种JSON字符串数据压缩装置，可以包括：
获取模块，用于获取业务数据，其中所述业务数据利用标准JSON字符串格式表示；
确定模块，用于确定所述业务数据是否需要进行压缩；
压缩模块，用于若确定所述业务数据需要进行压缩，则利用数据压缩算法对所述业务数据进行压缩，得到压缩后的业务数据；
生成模块，用于基于所述压缩后的业务数据生成数据对象还原函数。
本申请第三方面实施例提出的计算机存储介质，其中，所述计算机存储介质存储有计算机可执行指令；所述计算机可执行指令被处理器执行后，能够实现如上第一方面所述的方法。
本申请第四方面实施例提出的计算机设备，其中，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行所述程序时，能够实现如上第一方面所述的方法。
本申请的实施例提供的技术方案至少带来以下有益效果：
本申请提出的JSON字符串数据压缩、装置及存储介质中，获取需要压缩的业务数据，其中业务数据利用标准JSON字符串格式表示，确定业务数据是否需要进行压缩，若确定业务数据需要进行压缩，则利用数据压缩算法对业务数据进行压缩，得到压缩后的业务数据，基于压缩后的业务数据生成数据对象还原函数。由此，本申请可以利用数据压缩算法对业务数据进行压缩，得到压缩后的业务数据，并基于压缩后的业务数据生成数据对象还原函数，并将数据对象还原函数发送到前端浏览器，使得业务数据进行压缩，从而无需传输大量重复业务数据，进而提高了数据传输效率。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本申请一个实施例提供的JSON字符串数据压缩方法的流程示意图；
图2为根据本申请一个实施例提供的标准JSON字符串格式的示意图；
图3为根据本申请一个实施例提供的JSON字符串数据压缩装置的结构示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的JSON字符串数据压缩方法及装置。
实施例一
图1为根据本申请一个实施例提供的一种JSON字符串数据压缩方法的流程示意图，如图1所示，可以包括：
步骤101、获取业务数据，其中业务数据利用标准JSON字符串格式表示。
其中，在本申请的实施例之中，图2为本申请实施例提出的一种标准JSON字符串格式的示意图。
如图2所示，标准JSON字符串格式的中括号“[]”表示数组，大括号“{}”表示对象，对象的属性和值使用冒号：，多个属性使用逗号，分割。以及，业务数据是以数据库表的形式存储，基于此，每个数据对象的属性都是相同的，没有值的属性使用null(空值)表示。
步骤102、确定业务数据是否需要进行压缩。
其中，在本申请的实施例之中，在对业务数据进行压缩之前，还需要确定业务数据是否需要进行压缩，若确定业务数据需要进行压缩，则对该业务数据进行压缩；否则，无需对该业务数据进行压缩。
以及，在本申请的实施例之中，确定业务数据是否需要进行压缩的方法，可以包括以下步骤：
步骤一、确定业务数据的数据量。
其中，在本申请的实施例之中，可以根据标准JSON字符串格式中“{}”中的数量，确定业务数据的数据量。
步骤二、若业务数据的数据量大于或等于预设阈值，则确定业务数据需要压缩。
其中，在本申请的实施例之中，上述预设阈值可以提前进行设置。示例的，假设上述预设阈值为2，则若业务数据的数据量大于或等于2，则确定业务数据需要进行压缩。
步骤三、若业务数据的数据量小于预设阈值，则确定业务数据不需要进行压缩。
步骤103、若确定业务数据需要进行压缩，则利用数据压缩算法对业务数据进行压缩，得到压缩后的业务数据。
其中，在本申请的实施例之中，利用数据压缩算法对业务数据进行压缩，得到压缩后的业务数据的方法，可以包括以下步骤：
步骤1031、基于业务数据的标准JSON字符串格式，提取业务数据中的属性特征。
其中，在本申请的实施例之中，在标准JSON字符串格式数据中所有数据的属性是相同的并且重复出现，基于此可以提取业务数据中的属性值进行单独传输。
以及，在本申请的实施例之中，可以将标准JSON字符串格式中冒号：的前“”中的内容确定为属性，将冒号：后“”中的内容确定为该属性对应的数据。
步骤1032、将业务数据中所有属性特征对应的数据，转换为第一二维数组。
步骤1033、将第一二维数组进行数据处理得到数据索引和第二二维数组。
其中，在本申请的实施例之中，基于业务数据的特点，业务数据中存在大量重复数据和/或超长数据，基于此可以将重复数据/超长数据进行数据索引，使得重复数据或超长数据利用简短的变量名代替，从而减少了重复数据和/或超长数据出现的频率，进一步压缩了数据。
具体地，在本申请的实施例之中，将第一二维数组进行数据处理得到数据索引和第二二维数组的方法，可以包括以下步骤：
步骤a、将第一二维数组中的空值去掉，并统计第一二维数组中每个数据出现的频率。
步骤b、将第一二维数组中满足第一索引条件和/或第二索引条件的数据进行数据索引，得到数据索引和第二二维数组。
其中，在本申请的实施例之中，第一索引条件包括业务数据的长度超过预设字符数量；以及，第二索引条件包括业务数据出现的频率超过预设次数。
以及，在本申请的实施例之中，预设字符数量和预设次数可以提前设置。示例的，在本申请的实施例之中，上述预设字符数量可以为2，预设次数可以为2，也即是，数据的长度超过2个字符和/或数据出现的频率超过2次，则将该数据进行数据索引。
步骤1034、基于属性特征、数据索引和第二二维数组，得到压缩后的业务数据。
其中，在本申请的实施例之中，上述压缩后的业务数据包括属性特性、数据索引和第二二维数组。
基于上述对步骤103的介绍，本申请实施例对利用数据压缩算法对业务数据进行压缩，得到压缩后的业务数据的方法进行举例说明。
步骤1、获取的业务数据数据为：
[
{col1：val1,col2:val2,col3:val3}，
{col1:val1,col2:null,col3:null}
]。
基于上述业务数据的标准JSON字符串格式，提取业务数据中的属性特征为：[col1，col2，col3]。
步骤2、将业务数据中所有属性特征对应的数据，转换为第一二维数组为：[[val1，val2，val3]，[val1，null，null]]。
步骤3、将第一二维数组进行数据处理得到数据索引和第二二维数组。
其中，将第一二维数组中的空值去掉，并统计第一二维数组中每个数据出现的频率，得到[[val1，val2，val3]，[val1，，]]。
以及，上述第一二维数组中满足第一索引条件和/或第二索引条件的数据为val1，将val1进行索引得到数据索引为$1＝val1，第二二维数组为[[$1，val2，val3]，[$1，，]]。
步骤4、基于属性特征、数据索引和第二二维数组，得到压缩后的业务数据为：
属性特征：[col1，col2，col3]；
数据索引：$1＝val1；
第二二维数组：[[$1，val2，val3]，[$1，，]]。
步骤104、基于压缩后的业务数据生成数据对象还原函数。
其中，在本申请的实施例之中，得到压缩后的业务数据可以基于该压缩后的业务数据生成数据对象还原函数，使得后续前端可以根据数据对象还原函数还原业务数据。
具体地，在本申请的实施例之中，基于压缩后的业务数据生成数据对象还原函数的方法，可以包括以下步骤：
步骤1041、基于属性特征生成解压逻辑。
步骤1042、基于数据索引生成常量。
步骤1043、基于第二二维数组生成数据。
步骤1044、基于解压逻辑、常量和数据生成数据对象还原函数。
示例的，在本申请的实施例中，基于解压逻辑、常量和数据生成数据对象还原函数包括：
以及，在本申请的实施例之中，上述根据数据属性直接创建数据对象还原函数，可以提高后续前端解析执行速度。
其中，在本申请的实施例之中，上述方法还可以包括以下步骤：将数据对象还原函数传输至前端浏览器；前端浏览器基于数据对应还原函数进行数据还原，得到业务数据。
其中，在本申请的实施例之中，前端浏览器解析JSON数据时，可以通过Eval、Function和浏览器内置的JSON解析器解析JSON数据。以及，Eval和Function可以直接自解析数据对应还原函数得到业务数据，浏览器内置的JSON解析器不能自解析数据对应还原函数，基于此需要在前端框架进行调整。
具体地，在本申请的实施例之中，前端框架可以使用JQuery.Ajax、Axios组件处理Ajax请求。其中，JQuery使用AjaxSetup修改默认数据解析器，Axios可以通过拦截器处理返回值。
示例的，JQuery.Ajax修改默认代码如下：
Axios拦截器代码如下：
需要说明的是，在本申请的实施例之中，表1为业务数据量为1000条时，数据传输和数据还原结果对比。
表1
| 比较项 | 标准JSON传出 | 压缩格式传输 |
| 传输数据量 | 1,272K | 158K |
| 数据传输速度 | 20.2ms | 1.7ms |
| IE8数据还原 | 36ms | 24ms |
| IE11数据还原 | 32ms | 23ms |
| Chrome数据还原 | 36ms | 12ms |
其中，在本申请的实施例之中，基于表1中的测试结果对比分析可知，利用上述方法进行压缩，得到的数据压缩率在16％-14％左右，数据传输所需时间少于标准JSON编码，前端浏览器在IE、Chrome两种主流浏览器中数据还原所需时间均减少。
本申请提出的JSON字符串数据压缩方法中，获取需要压缩的业务数据，其中业务数据利用标准JSON字符串格式表示，确定业务数据是否需要进行压缩，若确定业务数据需要进行压缩，则利用数据压缩算法对业务数据进行压缩，得到压缩后的业务数据，基于压缩后的业务数据生成数据对象还原函数。由此，本申请可以利用数据压缩算法对业务数据进行压缩，得到压缩后的业务数据，并基于压缩后的业务数据生成数据对象还原函数，并将数据对象还原函数发送到前端浏览器，使得业务数据进行压缩，从而无需传输大量重复业务数据，进而提高了数据传输效率。
实施例二
图3为根据本申请一个实施例提供的JSON字符串数据压缩装置的结构示意图，如图3所示，可以包括：
获取模块301，用于获取业务数据，其中业务数据利用标准JSON字符串格式表示。
确定模块302，用于确定业务数据是否需要进行压缩。
压缩模块303，用于若确定业务数据需要进行压缩，则利用数据压缩算法对业务数据进行压缩，得到压缩后的业务数据。
生成模块304，用于基于压缩后的业务数据生成数据对象还原函数。
本申请提出的JSON字符串数据压缩装置中，获取需要压缩的业务数据，其中业务数据利用标准JSON字符串格式表示，确定业务数据是否需要进行压缩，若确定业务数据需要进行压缩，则利用数据压缩算法对业务数据进行压缩，得到压缩后的业务数据，基于压缩后的业务数据生成数据对象还原函数。由此，本申请可以利用数据压缩算法对业务数据进行压缩，得到压缩后的业务数据，并基于压缩后的业务数据生成数据对象还原函数，并将数据对象还原函数发送到前端浏览器，使得业务数据进行压缩，从而无需传输大量重复业务数据，进而提高了数据传输效率。
为了实现上述实施例，本公开还提出一种计算机存储介质。
本公开实施例提供的计算机存储介质，存储有可执行程序；所述可执行程序被处理器执行后，能够实现如图1任一所示的方法。
为了实现上述实施例，本公开还提出一种计算机设备。
本公开实施例提供的计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序；所述处理器执行所述程序时，能够实现如图1任一所示的方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (6)
1.一种JSON字符串数据压缩方法，其特征在于，所述方法包括：
获取业务数据，其中所述业务数据利用标准JSON字符串格式表示，标准JSON字符串格式的中对象的属性和值使用冒号，多个属性使用逗号分割，每个数据对象的属性是相同的；
确定所述业务数据是否需要进行压缩；
若确定所述业务数据需要进行压缩，则利用数据压缩算法对所述业务数据进行压缩，得到压缩后的业务数据；
基于所述压缩后的业务数据生成数据对象还原函数；
所述利用数据压缩算法对所述业务数据进行压缩，得到压缩后的业务数据，包括：
基于所述业务数据的标准JSON字符串格式，提取所述业务数据中的属性特征；
将所述业务数据中所有属性特征对应的数据，转换为第一二维数组；
将所述第一二维数组进行数据处理得到数据索引和第二二维数组；
基于所述属性特征、所述数据索引和所述第二二维数组，得到压缩后的业务数据；
所述将所述第一二维数组进行数据处理得到数据索引和第二二维数组，包括：
将所述第一二维数组中的空值去掉，并统计所述第一二维数组中每个数据出现的频率；
将所述第一二维数组中满足第一索引条件和/或第二索引条件的数据进行数据索引，得到所述数据索引和所述第二二维数组；其中，第一索引条件包括业务数据的长度超过预设字符数量；以及，第二索引条件包括业务数据出现的频率超过预设次数；
所述基于所述压缩后的业务数据生成数据对象还原函数，包括：
基于所述属性特征生成解压逻辑；
基于所述数据索引生成常量；
基于所述第二二维数组生成数据；
基于所述解压逻辑、所述常量和所述数据生成所述数据对象还原函数。
2.根据权利要求1所述的方法，其特征在于，所述确定所述业务数据是否需要进行压缩，包括：
确定所述业务数据的数据量；
若所述业务数据的数据量大于或等于预设阈值，则确定所述业务数据需要压缩；
若所述业务数据的数据量小于预设阈值，则确定所述业务数据不需要进行压缩。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将所述数据对象还原函数传输至前端浏览器；
所述前端浏览器基于所述数据对应还原函数进行数据还原，得到所述业务数据。
4.一种JSON字符串数据压缩装置，其特征在于，所述装置包括：
获取模块，用于获取业务数据，其中所述业务数据利用标准JSON字符串格式表示，标准JSON字符串格式的中对象的属性和值使用冒号，多个属性使用逗号分割，每个数据对象的属性是相同的；
确定模块，用于确定所述业务数据是否需要进行压缩；
压缩模块，用于若确定所述业务数据需要进行压缩，则利用数据压缩算法对所述业务数据进行压缩，得到压缩后的业务数据；
生成模块，用于基于所述压缩后的业务数据生成数据对象还原函数；
所述压缩模块，还用于基于所述业务数据的标准JSON字符串格式，提取所述业务数据中的属性特征；
将所述业务数据中所有属性特征对应的数据，转换为第一二维数组；
将所述第一二维数组中的空值去掉，并统计所述第一二维数组中每个数据出现的频率；
将所述第一二维数组中满足第一索引条件和/或第二索引条件的数据进行数据索引，得到所述数据索引和第二二维数组；其中，第一索引条件包括业务数据的长度超过预设字符数量；以及，第二索引条件包括业务数据出现的频率超过预设次数；
基于所述属性特征、所述数据索引和所述第二二维数组，得到压缩后的业务数据；
所述生成模块，还用于基于所述属性特征生成解压逻辑；
基于所述数据索引生成常量；
基于所述第二二维数组生成数据；
基于所述解压逻辑、所述常量和所述数据生成所述数据对象还原函数。
5.一种计算机存储介质，其中，所述计算机存储介质存储有计算机可执行指令；所述计算机可执行指令被处理器执行后，能够实现权利要求1-3中任一所述的方法。
6.一种计算机设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如权利要求1-3中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310118732.XA CN116054840B (zh) | 2023-01-30 | 2023-01-30 | 一种json字符串数据压缩方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310118732.XA CN116054840B (zh) | 2023-01-30 | 2023-01-30 | 一种json字符串数据压缩方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116054840A CN116054840A (zh) | 2023-05-02 |
| CN116054840B true CN116054840B (zh) | 2023-11-17 |
Family
ID=86122234
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310118732.XA Active CN116054840B (zh) | 2023-01-30 | 2023-01-30 | 一种json字符串数据压缩方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116054840B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108243022A (zh) * | 2016-12-23 | 2018-07-03 | 中国移动通信有限公司研究院 | 一种网络服务消息传输方法、装置、终端及服务器 |
| CN109450450A (zh) * | 2018-10-17 | 2019-03-08 | 杭州费尔斯通科技有限公司 | 一种json数据实时无损压缩以及解压方法 |
| CN110247665A (zh) * | 2019-05-16 | 2019-09-17 | 芜湖智久机器人有限公司 | Json数据的压缩方法、装置及计算机可读存储介质 |
| CN115499506A (zh) * | 2022-09-21 | 2022-12-20 | 广州市保伦电子有限公司 | 一种基于lzw算法的mqtt信息传输数据压缩方法及服务器 |
| CN115567589A (zh) * | 2022-09-29 | 2023-01-03 | 上海顺舟智能科技股份有限公司 | Json数据的压缩传输方法、装置、设备及存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11101819B2 (en) * | 2017-06-29 | 2021-08-24 | Paypal, Inc. | Compression of semi-structured data |
| US11562085B2 (en) * | 2018-10-19 | 2023-01-24 | Oracle International Corporation | Anisotropic compression as applied to columnar storage formats |
-
2023
- 2023-01-30 CN CN202310118732.XA patent/CN116054840B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108243022A (zh) * | 2016-12-23 | 2018-07-03 | 中国移动通信有限公司研究院 | 一种网络服务消息传输方法、装置、终端及服务器 |
| CN109450450A (zh) * | 2018-10-17 | 2019-03-08 | 杭州费尔斯通科技有限公司 | 一种json数据实时无损压缩以及解压方法 |
| CN110247665A (zh) * | 2019-05-16 | 2019-09-17 | 芜湖智久机器人有限公司 | Json数据的压缩方法、装置及计算机可读存储介质 |
| CN115499506A (zh) * | 2022-09-21 | 2022-12-20 | 广州市保伦电子有限公司 | 一种基于lzw算法的mqtt信息传输数据压缩方法及服务器 |
| CN115567589A (zh) * | 2022-09-29 | 2023-01-03 | 上海顺舟智能科技股份有限公司 | Json数据的压缩传输方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116054840A (zh) | 2023-05-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8750617B2 (en) | Signature representation of data having high dimensionality | |
| CN101783788B (zh) | 文件压缩、解压缩方法、装置及压缩文件搜索方法、装置 | |
| CN112953550A (zh) | 数据压缩的方法、电子设备及存储介质 | |
| US20130031064A1 (en) | Compressing Massive Relational Data | |
| CN110532466A (zh) | 直播平台训练数据的处理方法、装置、存储介质及设备 | |
| CN101299611B (zh) | 一种基于集合游程的数据压缩方法 | |
| Atallah et al. | Pattern matching image compression: Algorithmic and empirical results | |
| CN103401562B (zh) | 一种无损json数据压缩方法 | |
| CN112463784A (zh) | 数据去重方法、装置、设备及计算机可读存储介质 | |
| CN112817926B (zh) | 文件处理方法及装置、存储介质及电子装置 | |
| CN105260387A (zh) | 一种面向海量事务数据库的关联规则分析方法 | |
| CN108023597A (zh) | 一种数控系统可靠性数据压缩方法 | |
| CN109040047A (zh) | 示功图数据压缩、传输方法及装置 | |
| CN114139040A (zh) | 一种数据存储及查询方法、装置、设备及可读存储介质 | |
| CN117395381A (zh) | 一种遥测数据的压缩方法、装置及设备 | |
| CN105302915A (zh) | 基于内存计算的高性能数据处理系统 | |
| CN116054840B (zh) | 一种json字符串数据压缩方法、装置及存储介质 | |
| CN105375930A (zh) | 一种储能电站海量数据压缩方法及系统 | |
| Mantoro et al. | The performance of text file compression using Shannon-Fano and Huffman on small mobile devices | |
| CN112101548A (zh) | 数据压缩方法及装置、数据解压方法及装置、电子设备 | |
| CN115603758A (zh) | 一种客户号压缩和解压方法及装置 | |
| Xu et al. | Low complexity rate-adaptive deep joint source channel coding for wireless image transmission using tensor-train decomposition | |
| CN112054805B (zh) | 一种模型数据压缩方法、系统及相关设备 | |
| CN108896942A (zh) | 核磁共振数据压缩方法及装置 | |
| CN113708772A (zh) | 一种哈夫曼编码方法、系统、装置及可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |