摘要
随着设备之间的数据交换越来越频繁，如何高效地传输、存储和处理数据成了一个核心问题。数据压缩和解压可以显著减少存储空间和传输时间，在物联网、智能家居、分布式系统等场景中尤为重要。本文结合 HarmonyOS，介绍如何实现高效的数据压缩与解压，并通过可运行的示例代码和应用场景来说明它的实际用法。
引言
在智能设备和应用开发中，我们经常遇到一些比较大的数据，比如日志文件、图片缓存、传感器采集的数据流。如果原封不动地存储或传输，效率会很低，也会增加存储成本。因此，压缩算法就成了开发中的"省钱利器"。
HarmonyOS 在应用层支持使用常见的压缩算法（比如 zlib、gzip、LZ4 等），而且开发者可以直接通过 JS/TS 调用对应的模块来处理数据。
数据压缩与解压的基本实现
使用 zlib 模块
在 HarmonyOS 中，我们可以直接引入 zlib 模块来做数据压缩和解压。下面是一个简单的封装：
js
// dataCompress.js
const zlib = require('zlib');
/**
* 压缩数据
* @param {Buffer | string} data - 原始数据
* @returns {Buffer} 压缩后的数据
*/
function compressData(data) {
return zlib.deflateSync(data);
}
/**
* 解压数据
* @param {Buffer} compressedData - 压缩后的数据
* @returns {Buffer} 解压后的数据
*/
function decompressData(compressedData) {
return zlib.inflateSync(compressedData);
}
module.exports = {
compressData,
decompressData
};可运行 Demo
我们写一个小 Demo，模拟日志内容的压缩和解压。
js
// demo.js
const { compressData, decompressData } = require('./dataCompress');
const rawData = "HarmonyOS log: device started successfully at 2025-09-12 10:00:00. ".repeat(20);
console.log("原始数据大小:", Buffer.byteLength(rawData), "字节");
// 压缩
const compressed = compressData(rawData);
console.log("压缩后大小:", compressed.length, "字节");
// 解压
const decompressed = decompressData(compressed);
console.log("解压后的数据:", decompressed.toString());
// 验证解压结果
console.log("压缩解压是否一致:", rawData === decompressed.toString());运行效果：
- 原始数据大小可能是 1400 字节。
- 压缩后大小缩小到 200 字节左右。
- 解压后恢复为完整原始内容。
应用场景与示例
日志文件压缩存储
在设备中日志文件会持续产生，如果不做压缩，存储压力会很大。我们可以在写入文件之前先压缩：
js
const fs = require('fs');
const { compressData, decompressData } = require('./dataCompress');
const logContent = "Error: Sensor disconnected at 12:10. ".repeat(100);
// 压缩并保存到文件
fs.writeFileSync('device.log.gz', compressData(logContent));
// 解压读取
const compressedLog = fs.readFileSync('device.log.gz');
const originalLog = decompressData(compressedLog).toString();
console.log("读取解压后的日志:", originalLog.slice(0, 50), "...");这样既减少了存储空间，也方便后续传输。
网络传输数据优化
在设备与服务器通信时，可以先压缩数据再传输，节省带宽：
js
const http = require('http');
const { compressData, decompressData } = require('./dataCompress');
const postData = JSON.stringify({
deviceId: "dev001",
data: "temperature=28,humidity=60".repeat(50)
});
// 客户端：压缩数据再发送
const compressed = compressData(postData);
const options = {
hostname: 'localhost',
port: 3000,
path: '/upload',
method: 'POST',
headers: {
'Content-Type': 'application/octet-stream',
'Content-Length': compressed.length
}
};
const req = http.request(options, (res) => {
res.on('data', (chunk) => {
console.log(`响应: ${chunk}`);
});
});
req.write(compressed);
req.end();
// 服务器端：接收并解压
const server = http.createServer((req, res) => {
let chunks = [];
req.on('data', chunk => chunks.push(chunk));
req.on('end', () => {
const buffer = Buffer.concat(chunks);
const decompressed = decompressData(buffer).toString();
console.log("服务器收到的数据:", decompressed.slice(0, 100), "...");
res.end("ok");
});
});
server.listen(3000);传感器数据批量上报
很多传感器设备会采集大量的环境数据，比如温度、湿度、光照。如果直接逐条上报，会占用大量带宽。我们可以把数据打包压缩后再发送：
js
const { compressData, decompressData } = require('./dataCompress');
let sensorData = [];
for (let i = 0; i < 1000; i++) {
sensorData.push({ time: Date.now(), temp: Math.random()*10+20, humidity: Math.random()*20+40 });
}
const jsonData = JSON.stringify(sensorData);
console.log("原始数据大小:", Buffer.byteLength(jsonData));
const compressed = compressData(jsonData);
console.log("压缩后大小:", compressed.length);
// 解压还原
const decompressed = JSON.parse(decompressData(compressed).toString());
console.log("解压后的数据条数:", decompressed.length);这样可以显著减少上报数据的大小，让设备更省电，网络更高效。
QA 环节
Q1：压缩是不是越大文件效果越好？
不一定。压缩的效率和数据特征有关。重复性强的数据（比如日志、传感器采集的数字）压缩比会高，但图片、视频等已经有压缩格式的数据再压缩效果就有限。
Q2：压缩会不会很耗 CPU？
会有一定的计算开销，但 HarmonyOS 设备通常性能足够处理。对于低功耗设备，可以选择 LZ4 这种更快但压缩率稍低的算法。
Q3：能不能边传边解压？
可以。像 zlib 这种流式接口支持一边读取网络数据一边解压，不必等全部接收完再解压。
总结
在 HarmonyOS 的应用开发中，数据压缩和解压是提升性能、节省资源的重要手段。通过 zlib 模块，我们可以轻松地实现对日志、网络传输数据和传感器采集数据的压缩处理。不同场景可以选择不同算法，达到在存储和传输之间的最佳平衡。
以后在写应用时，遇到"数据太大，传不动"的情况，不妨先想一想能不能把它压缩一下再用。