Gzip圧縮の基本 — 仕組み

Gzip圧縮の仕組み

Gzipは、Web上で最も広くデプロイされている圧縮形式です。すべての主要ブラウザとWebサーバーがContent-Encoding: gzip HTTPヘッダーを通じてサポートしています。

DEFLATEアルゴリズム

Gzipの中核ではDEFLATEアルゴリズムが使用されており、2つの技術を組み合わせています：

1. LZ77（Lempel-Ziv 77）：入力中の繰り返しバイト列を見つけ、後方参照で置換します。例えば、"background-color"という文字列がCSSファイル中に50回出現する場合、DEFLATEは一度保存し、他の箇所では参照します。

2. ハフマン符号化：より頻繁に出現するバイトに短いビットパターンを割り当てます。e、t、スペースなどの一般的な文字は短いコードを取得し、まれな文字は長いコードになります。

GzipとRaw DEFLATEの違い

Gzip形式はDEFLATE出力を以下でラップします：

コンポーネント	サイズ	目的
マジックナンバー	2バイト	\x1f\x8b識別子
ヘッダー	8+バイト	圧縮方式、タイムスタンプ、OS
圧縮データ	可変	DEFLATE出力
CRC-32チェックサム	4バイト	整合性検証
元のサイズ	4バイト	非圧縮長（mod 2³²）

数百バイト以上のファイルでは、約18–20バイトのオーバーヘッドは無視できます。

圧縮レベル

Gzipはレベル1–9をサポートします：

• レベル1：最速の圧縮、最低の圧縮率（テキストで約60%削減）
• レベル6：速度と圧縮率のデフォルトバランス（約70%削減）
• レベル9：最も遅い圧縮、最高の圧縮率（約72%削減）

レベル6と9の差は通常わずか1–3%の追加圧縮ですが、2–4倍長くかかる場合があります。