Gzip vs Brotli: comparación de métodos de compresión

Debido al creciente volumen de datos que se transmiten a través de redes como Internet, los métodos de compresión cobran cada vez más importancia. El objetivo de toda compresión es reducir el tamaño de los archivos, lo que tiene efectos positivos en la transferencia y el archivado de los mismos. Gzip y Brotli son dos métodos de compresión que persiguen el mismo objetivo, pero funcionan de manera diferente en sus detalles. En el siguiente artículo mostramos los principios básicos de ambos sistemas y cómo se pueden utilizar de forma óptima.

¿Cómo funciona la compresión de datos?

En la compresión de datos se reduce o compacta la cantidad de datos digitales. Para lograrlo, los algoritmos correspondientes eliminan la información redundante de los archivos originales. Para poder restaurar los datos por completo, la información se transforma en una forma de representación que es claramente más corta que la versión original.

Tanto Brotli como Gzip utilizan para ello el método de diccionario, en el que ciertas palabras clave se reemplazan por tokens. El siguiente texto de ejemplo ilustra el principio de este tipo de compresión.

Un texto de partida como

display: Bild1; display: Bild2

puede comprimirse al texto

F1: Bild1; F1: Bild2

La instrucción display está asignada al token F1. Este token está almacenado en el diccionario y sustituye a display en todo el código fuente.

La ventaja es que la cadena de caracteres queda notablemente abreviada y, por tanto, se requieren menos recursos para el archivado o la transmisión del archivo.

Para restaurar el conjunto de datos original, el archivo debe descomprimirse. Para ello, el cliente necesita el algoritmo correspondiente ("el diccionario") para reemplazar los tokens por las cadenas de caracteres originales.

La importancia de la compresión de datos

Mediante la compresión sin pérdida se puede reducir el tamaño de los archivos sin afectar a la calidad de los datos. Tanto Brotli como Gzip son métodos que comprimen archivos sin pérdidas.

En la práctica, los algoritmos de compresión son especialmente relevantes para los ámbitos de aplicación de

• archivado de datos y
• la transferencia de datos

.

Archivado de datos

Cuando se trata de almacenar grandes conjuntos de datos, la compresión puede permitir importantes ahorros de recursos. Los archivos comprimidos requieren menos espacio de almacenamiento en el hardware, lo que permite un uso más eficiente y rentable.

Particularmente para la creación y el almacenamiento de copias de seguridad, los algoritmos de compresión como Gzip o Brotli son de gran utilidad.

Transferencia de datos

La compresión de archivos puede lograr un mayor rendimiento de transferencia durante la transmisión.

Antes de que se puedan intercambiar datos entre un servidor web y un cliente (FTP) o un navegador, ambos sistemas deben acordar el método de compresión utilizado.

Cuando se visita un sitio web, esto ocurre de la siguiente manera. El navegador indica al servidor qué métodos conoce. El servidor responde con el método más adecuado y envía los datos comprimidos. Tras la descompresión, el navegador los hace accesibles para el visitante del sitio web.

Para el usuario, la ventaja de la compresión se aprecia en un rendimiento notablemente mejor y en tiempos de carga más cortos del sitio web. Combinada con carga diferida (Lazy-Loading) y un servidor rápido, la compresión de datos puede hacer que la visita a su sitio web sea mucho más agradable para los usuarios.

Funcionamiento de Gzip

Gzip es uno de los programas de compresión más antiguos. Fue desarrollado en 1992 por Jean-Loup Gailly. El objetivo de Gailly era reemplazar el comando compress utilizado en Unix. Hoy en día Gzip, bajo la licencia GLP, está de código abierto y disponible de forma gratuita para todos los sistemas operativos habituales. Utiliza el algoritmo libre Deflate y, por tanto, no está sujeto a derechos de patente. Por eso puede ofrecerse como Freeware y está disponible para los usuarios sin coste.

Gzip trabaja según el método del diccionario. Para ello, el programa busca partes idénticas en un archivo y las agrupa mediante una entrada de diccionario correspondiente. En una ventana de 32 KiB, el programa busca una secuencia idéntica de bytes. Si una secuencia no se repite en los 32 KiB anteriores, queda excluida de la compresión. Es decir, permanece sin comprimir.

Gzip crea las entradas del diccionario por separado para cada archivo, lo que resulta algo más laborioso que el procedimiento de Brotli. Aun así, Gzip funciona de forma muy eficaz y puede alcanzar un alto grado de compresión según el archivo.

El programa genera el archivo comprimido en formato .gz o .z.

Funcionamiento de Brotli

El nombre Brotli es algo inusual para un software y proviene de una bollería suiza. El sistema fue desarrollado por Zoltán Szabadka y Jyrki Alakuijala. Ambos eran empleados de Google en el momento del desarrollo.

Tampoco Brotli abandona el método del diccionario, aunque el principio difiere de Gzip en los detalles.

Para comprimir archivos, Brotli crea apenas nuevas entradas. Más bien utiliza un diccionario de 120 KiB con más de 13.000 expresiones predefinidas. Se trata de las cadenas de caracteres más frecuentes que aparecen en documentos de texto o HTML. De este modo, todos los datos que ya conoce Brotli se comprimen mucho más rápido. Solo para las expresiones desconocidas es necesario crear entradas separadas. Esto conduce a una compresión claramente mejorada, sobre todo en archivos pequeños.

En comparación con el algoritmo Deflate, que utiliza Gzip, Brotli puede lograr una tasa de compresión hasta un 20 % superior.

Casos de uso

En general, ambos sistemas son compatibles con los servidores web y navegadores más comunes. Para la transferencia de datos, por tanto, ambos son igualmente adecuados, también porque pueden servir tanto páginas HTML estáticas como dinámicas.

En la mayoría de los casos, sin embargo, Brotli alcanzará un mayor grado de compresión, por lo que para muchos usuarios es la mejor opción.

Nuestro artículo se basa en experiencias e investigación propias, así como en información procedente de fuentes externas.

Referencias & enlaces adicionales sobre el tema:
https://github.com/google/brotli (Brotli en github.com)
https://www.gnu.org/software/gzip/ (sitio web oficial de Gzip)