前言
InfluxDB作为DB-Engines上排名第一的时序数据库，从设计和实现上都针对时序数据的特性进行了优化，其高性价比特性与数据压缩有着直接关系，本文将介绍InfluxDB使用的数据压缩算法。
数据存储模型
首先简单介绍下时序数据在influxdb中是如何存储的。
时序数据场景中，每个数据点都包含数据值和时间戳，以及measurement和tag-set组成的series key，比如下面的例子中，第一个空格前面的部分就是series key，后面跟着的是值和时间戳：
InfluxDB的数据存储是基于series key来组织的，上面的数据有两个series key(对应两台主机)。
每个series key对应的数据根据时间戳进行排序后，以一个block进行存储；存储是列式的，即时间戳和数据是独立存储的：
下面讨论的压缩算法就是针对时间戳和值进行无损压缩。
压缩算法
InfluxDB中值是有类型的，当前支持整形，浮点数，布尔类型和字符串四种类型，而时间戳是64位整形，压缩算法是根据不同的数据类型来选择的。
时间戳
时间戳都是64位的无符号整数，其编码方式是自适应的：
- 因为时间戳是排序的，首先进行delta编码，第一个数据不变，其他数据转换为与上一个数据的delta；同时计算出10为因子的最大公约数。
- 如果最大值(即最后一个原始值与第一个原始值的差)过大(超过1 << 60，大约36年，基本不会出现)，则不压缩，直接存储数组。否则，
- 如果delta都相同，就直接使用游程编码，只记录第一个值，delta值，以及数量即可。一般监控数据都是定时采集的，比如十秒一个点，那游程编码方式可以达到很高的压缩比；否则
- 所有的delta值都除以最大公约数(最大公约数是编码在数据中的)，然后使用simple8b算法进行编码。
simple8b是一种整数编码算法，2010年由墨尔本大学的一位博士生提出的。simple8b将多个整数(0到1<<60-1 之间)打包到一个64位的整数中，其中前4位用作selector，用来标记每个值使用多少bit。
浮点数
浮点型的数据编码方式采用了facebook的Gorilla算法，详细描述可以参考paper或者内网的翻译，这里仅简单介绍下。
多数时序场景下相邻值变化不大，浮点数也不会有明显的变化，Gorilla也采用了delta编码原理，但是与整形的delta编码不同，Gorilla使用XOR来计算两个浮点值的差异。
首先我们看下常用的浮点数机器编码，也就是ieee754标准：
符号位和指数位在高位，所以相近的值高位是相同的，XOR的值会有很多高位的零。XOR的值会再进行变长编码。
整形
整数类型也是基于数据特征自适应地选择两种编码方式。
- 首先使用zig-zag编码数据，将有符号整数编码成无符号整形
- 如果所有的delta都相同，则使用游程编码，否则
- 如果可以使用simple8b，则使用simple8b算法编码(与时间戳编码一样)，否则
- 不压缩直接存储
zigzag编码是一种针对有符号数的变长编码，其计算十分简单：
(n << 1) ^ (n >> 63)
布尔类型
布尔值使用简单的bit pack方式编码，每个值使用1位，没有使用二次压缩。
字符串
使用snappy算法进行编解码。Google snappy的设计原则不是追逐压缩比，而是更看中压缩性能。代码实现上，snappy也针对x86系统做了优化，比如使用little-endian，使用SSE指令直接操作128bit的整数，等等。influxdb使用go语言开发，snappy是实现中直接使用了x86汇编语言。