Modos de compresión - ClickHouse Documentation

El protocolo de ClickHouse admite la compresión de bloques de datos con sumas de comprobación. Use LZ4 si no está seguro de qué modo elegir. “

Obtenga más información sobre los códecs de compresión de columnas disponibles y especifíquelos al crear sus tablas o más adelante.

Modos

valor	nombre	descripción
`0x02`	Ninguno	Sin compresión, solo sumas de comprobación
`0x82`	LZ4	Extremadamente rápido, buena compresión
`0x90`	ZSTD	Zstandard, bastante rápido, la mejor compresión

Tanto LZ4 como ZSTD fueron creados por el mismo autor, pero con distintas compensaciones. Según los benchmarks de Facebook:

nombre	ratio	compresión	descompresión
zstd 1.4.5 -1	2.8	500 MB/s	1660 MB/s
lz4 1.9.2	2.1	740 MB/s	4530 MB/s

Bloque

campo	tipo	descripción
checksum	uint128	Hash de (encabezado + datos comprimidos)
raw_size	uint32	Tamaño bruto sin encabezado
data_size	uint32	Tamaño de los datos sin comprimir
mode	byte	Modo de compresión
compressed_data	binary	Bloque de datos comprimidos

El encabezado es (raw_size + data_size + mode); el tamaño bruto consiste en len(header + compressed_data). La suma de comprobación es hash(header + compressed_data), mediante ClickHouse CityHash.

Modo None

Si se usa el modo None, compressed_data es igual a los datos originales. El modo sin compresión es útil para garantizar una mayor integridad de los datos mediante sumas de comprobación, porque la sobrecarga del hash es insignificante.