【IT168 资讯】随着企业用户数据呈现指数级增长，对于数据中心的标准要求也水涨船高，首当其冲的是现有的网络基础设施和存储系统不得不加速扩容的步伐。如若仅简单地复制原有的系统，单纯以增加硬件数量来获取更高的性能，该模式下的系统扩容远远不足以应对随之而来的信息挑战。在统筹评估整个系统的过程中，除性能价格比这一考核指标外，用户开始越来越重视性能能耗比这一参数。采用数据压缩技术，明显降低CPU负载，改善存储系统的性能，节省功耗，真正满足更高效，更环保，更绿色的数据中心新诉求，已然提上了企业信息系统优化的历史日程。

　　所谓“数据压缩“，是指在一定的数据存储空间要求下，将相对庞大的原始数据，重组为满足前述空间要求的数据集合，使得从该数据集合中恢复出来的信息，能够与原始数据相一致，或者能够获得与原始数据相同的使用品质。相对于未采用压缩技术，采用不同的压缩技术之后，存储和传输中的数据会显著缩小，网络系统和存储系统的利用率因此提高。

　　从实际应用来说，“数据压缩“可从两方面来衡量：数据压缩速度和数据压缩率。当数据压缩应用于网络传输时，人们通常关注的是速度快慢；当数据压缩应用于数据存储中，则问题的焦点转嫁到压缩率，即压缩后数据的大小。看似不相关的两个方面，其本质上是相辅相成的。一般桌面PC上广泛采用的ZIP和RAR算法，并不适合于存储应用。这主要是由于，ZIP和RAR算法本身的实现复杂度，使得这两种算法难以借力硬件实现。遗憾的是，软件实现带来的性能偏低，难以满足现有的存储系统高性能，低能耗的诉求。

　　比较图示：

　　综上图表中可以看出： 一般数据，主要是字符内容的压缩通常采用LZ系列的压缩算法，而Hifn公司拥有专利的LZS算法正是基于LZ系列压缩算法的基础上所做的扩展。LZS压缩算法既继承了LZ算法压缩率的诸多特性，同时兼备硬件逻辑实现简便，更高的压缩性能的良好品质。值得称道的是，LZS算法还会自动检测数据是否已经压缩，充分避免对已经压缩的数据进行重复压缩操作而导致的数据膨胀，即对于图片，音频和视频等多媒体文件，以及部分已经压缩过的文件，消除重复压缩导致数据无谓膨胀的影响。正是因为LZS压缩算法的优异特性，该算法已经被广泛深入地应用于网络和存储各个领域，并被ANSI，IETF，ATM论坛，Frame Relay论坛等国际标准组织和技术联盟采纳为业界标准的一部分。