如何更好的确定OnDemand存储文件压缩率

    在将数据存储到高速缓存存储器和归档存储器之前，IBM DB2 Content Manager OnDemand 可以使用几种不同的数据压缩算法压缩报表数据。OnDemand 能够达到的压缩率对存储报表所需的空间数量有重要影响。

    IBM DB2 Content Manager OnDemand提供了三种压缩方式LZW12、LZW16 和OD77。要确定某种特定类型输入数据的最佳压缩方法，IBM 建议您使用 OnDemand 提供的三种压缩方法（LZW12、LZW16 及 OD77）中的每一种来压缩数据样本。

    根据数据类型和数据格式，IBM DB2 Content Manager OnDemand 能够达到的压缩率变化很大。但仅通过检查数据来估计压缩率并不总是准确的。对于 AFP 文档，您可以期望达到的压缩率平均在 2:1 和 15:1 之间；对于行数据报表，压缩率平均最高可达 30:1。对 AFP 文档的压缩是基于 ACIF 生成的输出数据文件，而不是可能为行数据的输入文件。当 ACIF 使用页定义格式化行数据时，它可以通过为定位文本添加 AFP 控件来增加数据的大小。

    要正确估计报表所需的存储空间数量，IBM 建议您测量在报表样本上达到的压缩率。可通过使用 ARSADMIN 程序测量压缩率。例如：

    对于包含逻辑项的报表（例如财务报表和保险单），请使用以下示例：
arsadmin compress -l 200000 -s inputFile -o outputFile
其中，inputFile 是要测量的报表，而 outputFile 是压缩输出。

    要确定压缩率，请按长度（-l 200000）划分 outputFile 的大小。例如，如果 outputFile 的大小为 66,000 字节，则压缩率为 66000/200000 或 0.33（3:1 压缩）。

    对于包含行数据和包含已排序的事务值的报表而言（例如总分类帐），首先确定页的索引组的大小，如 100 页。然后从大型报表中抽取页组并使用 ARSADMIN 程序处理它们。例如：

arsadmin compress -s groupPages -o outputFile

     其中，groupPages 是一个包含更大的报表中一个有代表性页组的文件，而 outputFile 是压缩输出。

     要确定压缩率，请按 groupPages 划分 outputFile 的大小。例如，如果outputFile 为 40,000 字节，而页组的大小为 200,000 字节，则压缩率为 40000/200000 或 0.20（5:1 压缩）。

参考资料:
IBM Content Manager OnDemand Introducing and Planning
IBM Content Manager OnDemand Administrator guide