Compression 流式、就地二进制修补

我有一系列大型二进制文件，每个文件都是通过修改前一个文件生成的。它们存储在服务器上。服务器只是一个哑文件存储，我们不能在上面运行程序

为了节省空间，我想将它们存储为diff。下载文件时会出现问题：文件太大，客户端上没有足够的磁盘空间来存储原始文件和差异文件

是否有一种diff算法允许我们将原始文件下载到磁盘，然后在从服务器流式传输时应用补丁？AUI，xdelta和rdiff都不能修改原始文件，只能创建一个新副本，这将占用太多的磁盘空间。

很遗憾，简短的回答是否定的。不过

就地修补的问题是插入和引用旧数据的混合。插入需要移动现有数据，以便有足够的位置进行插入，也就是说，向后复制文件的结尾，在一般情况下，速度会非常慢，在最坏的情况下，会采用文件本身的大小。对旧数据的引用需要非常谨慎，以减少最坏的情况

有了所有的限制，使这在客户端上成为可能，并且在补丁期间占用空间方面具有真正的优势，补丁可能比xdelta或rdiff要大得多。修补过程也会慢得多

智能服务器的一种可能性是：

将所有补丁组成一个元补丁 流式传输动态修补的原始文件，从而在线路上进行重新编译 简短的回答是遗憾的不。尽管

就地修补的问题是插入和引用旧数据的混合。插入需要移动现有数据，以便有足够的位置进行插入，也就是说，向后复制文件的结尾，在一般情况下，速度会非常慢，在最坏的情况下，会采用文件本身的大小。对旧数据的引用需要非常谨慎，以减少最坏的情况

有了所有的限制，使这在客户端上成为可能，并且在补丁期间占用空间方面具有真正的优势，补丁可能比xdelta或rdiff要大得多。修补过程也会慢得多

智能服务器的一种可能性是：

将所有补丁组成一个元补丁 流式传输动态修补的原始文件，从而在线路上进行重新编译

---

实现思想​​同步差异：

将数据裁剪成固定大小的多个块； 计算需要保留在旧数据中的块；可以使用同步算法 按新数据顺序将保留块排序到新位置； 下载缺失的区块进行填充；

---

其中，最困难的是优化排序块的速度，需要充分利用内存或剩余磁盘空间，以尽量减少磁盘I/O；

的实现思路​​同步差异：

将数据裁剪成固定大小的多个块； 计算需要保留在旧数据中的块；可以使用同步算法 按新数据顺序将保留块排序到新位置； 下载缺失的区块进行填充； 其中，最困难的是优化排序块的速度，需要充分利用内存或剩余磁盘空间，以尽量减少磁盘I/O