Gzip vs Brotli: Comparativa de métodos de compresión

Debido al aumento del volumen de datos que se transmiten a través de redes como Internet, los métodos de compresión juegan un papel cada vez más importante. El objetivo de cualquier 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 detalle. En el siguiente artículo mostramos los principios básicos de ambos sistemas y cómo pueden utilizarse de forma óptima.

¿Cómo funciona la compresión de datos?

En la compresión de datos se reduce o compacta la cantidad de datos digitales. Para lograr esto, los algoritmos correspondientes eliminan información redundante de los archivos originales. Sin embargo, para poder restaurar completamente los datos, la información se transforma a una forma de representación mucho 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

comprimirse.

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 se ha acortado considerablemente y, por tanto, se necesitan menos recursos para el archivado o la transferencia del mismo.

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

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

• archivo de datos y
• la transmisión de datos

de especial importancia.

Archivado de datos

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

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

Transmisión de datos

La compresión de archivos puede conseguir una mayor tasa de transferencia durante la transmisión.

Antes de que los datos puedan intercambiarse entre un servidor web y un cliente (FTP) o un navegador web, ambos sistemas deben ponerse de acuerdo sobre el método de compresión utilizado.

Al visitar una página web ocurre así: el navegador indica al servidor qué métodos conoce. El servidor responde con el método más adecuado y envía los datos comprimidos. Mediante la descompresión, el navegador los hace utilizables para el visitante del sitio web.

Para el usuario, la ventaja de la compresión se percibe en un rendimiento claramente mejor y en tiempos de carga más cortos del sitio web. Combinada con carga diferida y un servidor rápido, la compresión de datos puede hacer que la visita a un sitio web sea mucho más agradable para los usuarios de Internet, y los administradores web pueden beneficiarse de ello.

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 usado en Unix. Hoy en día Gzip, bajo la licencia GLP, está disponible como software de código abierto y gratuito para todos los sistemas operativos habituales. Utiliza el algoritmo libre Deflate y, por tanto, no está sujeto a derechos de patente. Por ello puede ofrecerse como software gratuito y está disponible sin coste para los usuarios.

Gzip funciona según el método de diccionario. Para ello, el programa busca partes idénticas en un archivo y las une mediante la correspondiente entrada del diccionario. En un tamaño de 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. Por tanto, permanece sin comprimir.

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

El programa crea 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.

Brotli también utiliza el método de diccionario, aunque el principio difiere en los detalles respecto a Gzip.

Para la compresión de archivos, Brotli apenas crea nuevas entradas. En su lugar, utiliza un diccionario de 120 KiB con más de 13.000 expresiones predefinidas. Se trata de las cadenas de caracteres más comunes que aparecen en documentos de texto o HTML. De este modo, todos los conjuntos de datos que Brotli ya conoce pueden comprimirse mucho más rápido. Solo para las expresiones desconocidas hace falta crear entradas separadas. Esto conduce a una compresión considerablemente mejorada, especialmente en archivos pequeños.

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

Ámbitos de aplicación

En principio, ambos sistemas son compatibles con los servidores web y navegadores más comunes. Por lo tanto, ambos son igualmente adecuados para la transferencia de datos, ya que pueden servir tanto páginas HTML estáticas como dinámicas.

En la mayoría de los casos, Brotli ofrecerá un mayor grado de compresión, por lo que suele ser la mejor opción para muchos usuarios.

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

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