[差量更新系列2]Xdelta3原理学习笔记

[差量更新系列2]Xdelta3原理学习笔记

Xdelta3是一种优秀的、被广泛使用的差量更新算法，它在操作上既有对新文件（targetfile）和旧文件（sourcefile）的差分（differencing）又有对产生的patch包进行压缩（compression），我们将产生patch包的过程统称为加密（encoding），而将合成新文件的过程统称为解密（decoding）。Xdelta3和经典的压缩算法LZ’77一样，也是将source file划分成一个个不相交而又连续的window，然后进行encoding和decoding。

设target file的大小为n，source file的大小为m，window的大小为w。由于Xdelta3在合成target file所消耗的时间为O(n)，所消耗的内存大小为O(w)，所以该压缩算法很适合被移植到手机中。

Xdelta3在产生patch包的时候，主要依靠三个方面：

1.采用Vcdiff格式编码，节省patch包字节；

2.从target file和source file的内容上做差分；

3.压缩patch包。

Vcdiff格式编码

这是一种基于字节的编码，可移植性强。采用128进制，用一个字节的低七位表示数字，最高位标记编码是否完成，如果没有编完，编码将扩展到下一个字节。如：

123456789

表示为128进制为：

58,111,26,21

在机器中表示如下：

               +-------------------------------------------------------+

                 | 10111010 | 11101111 |10011010 | 00010101 |

               +-------------------------------------------------------+

                  MSB+58  MSB+111 MSB+26  0+21

这里，原本要用9个字节，变成了4个字节。

Target file和Sourcefile的差分             

我们用S表示sourcefile的字符串，长度为S_len，T表示targetfile的字符串。差分用到add，run，copy三种命令。Xdelta3中，差分的copy命令不但可以在S与T之间执行，还可以在T已被解压的部分和未被解压的部分执行。

    ADD   x,s: 将一个长度为x的字符串s拷贝到T的当前位置。

    COPY  x,y: 当y＜S_len时，从S[y]拷贝x个字符到T的当前位置；

                当y≥S_len时，从T[y-S_len]拷贝x个字符到T的当前位置。

    RUN   x,z：在T的当前位置加x个字符z。

我们给出例子如下：

    Source file  a b c d e f g h i j kl m n o p

     Target file  a b c d w x y z e f g h e f g h e f g h e f g h z z z z

       COPY  4, 0

       ADD   4, w x y z

       COPY  4, 4

       COPY  12, 24

       RUN  4, z

对于第四条命令，由于S的长度为16, 拷贝指针c指向T中的位置24-16=8，T当前位置的指针p指向位置12，执行T[p++]=T[c++]12次。

压缩Patch包

由上一部分可知，patch包中的内容可以由一系列add，run，copy命令表示。为了使patch包更小，这些命令必须被更有效的压缩。为了使压缩效率更高，Xdelta3将patch中的内容分了三部分，数据