定义
数据压缩（Data Compression）指通过算法将数据体积缩小，以降低 数据回传 流量、节省带宽与存储。物联网场景下，设备端资源有限、流量成本敏感，数据压缩可显著降低 数据采集 上报的流量消耗。常见压缩算法包括：通用压缩——gzip、LZ4、Zstd 等；专用压缩——针对 定位 轨迹、传感器序列的差分编码、行程长度编码等；有损压缩——对精度要求不高的数据可适当损失精度换取更高压缩比。
数据压缩常与 差分传输、差分上报 结合使用，先做增量再压缩，可进一步提升效率。
技术特点与架构
数据压缩技术特点包括：压缩位置——设备端压缩（节省上行流量）、平台端压缩（节省存储与下行）、传输层压缩（如 TLS 压缩）；算法选择——LZ4 低延迟适合实时，gzip 压缩比高适合批量，Zstd 平衡两者；数据特征——重复多、规律强的数据压缩效果好，随机数据压缩比低；资源消耗——设备端需考虑 CPU、内存，嵌入式场景可选轻量算法。在 数据同步 场景中，压缩可降低同步数据量。
跨境场景下，数据压缩可降低漫游流量成本，但需注意加密与压缩顺序（先压缩后加密更优）。
在物联网与跨境场景中的应用
数据压缩在物联网与跨境场景中的应用包括：充电桩——充电会话、设备状态 上报前压缩，降低 数据回传 流量；物流追踪——定位 轨迹点序列压缩，减少轨迹数据量；工业传感器——时序数据压缩存储与传输；跨境数据同步——设备管理平台 与跨境设备间 数据同步 时压缩降低跨境流量。达希物联为物联网设备提供稳定连接，结合数据压缩可进一步优化跨境场景下的流量成本。
报文体积缩小后的传输约束
算法选择与终端算力
数据压缩在国际物联网里，是在模组内存、空口时延和漫游报文长度之间做取舍，而不是把任意文件都变短。gzip 一类字典算法适合日志、JSON 状态和重复字段多的配置；LZ4 更适合要尽快发出的心跳和告警，因为压缩本身不能把报文堵在发送队列里。轨迹点、电表读数这类有时间顺序的序列，用差分编码或行程编码往往比通用算法更有效，相邻样本的变化幅度有限。已经是密文、压缩图片或随机密钥的字段几乎没有冗余，再压只会增加 CPU 时间，长度基本不变，有时还会因为压缩头而变长。
加密顺序与漫游流量
使用条件要同时满足三点：收发两端约定同一种算法和同一套参数，解压失败时有明确回退；压缩发生在加密之前，否则密文接近随机，压缩比会接近一；跨境链路上还要看 MTU，压缩后的单包仍可能被蜂窝网络分片，分片丢失会让整段解压失败。低功耗终端应限制窗口和字典大小，避免为了几个字节耗尽电池。批量历史数据可以在网关侧压缩后再回传，实时控制指令通常不值得压缩，指令本身很短，压缩头会盖过收益。与固件包一起下发时，差分包已经去掉重复字节，外层再套通用压缩必须实测，不能默认叠加就更小。
把噪声当规律来压
容易出错的地方集中在边界。有人打开压缩后不再核对解压结果，平台收到截断包仍按原字段解析，温度或坐标会变成无意义数字。有人在已经加密的隧道里再压密文，顺序反了，流量并没有下降。有人用有损压缩处理计费电量或需要事后核对的定位记录，小数被抹掉后无法对账。还有一种错误是只在实验室的重复 JSON 上测压缩比，现场报文一带上时间戳、随机流水号和一次性令牌，冗余立刻下降，按实验室结果去估算套餐就会不够用。压缩失败、字典版本不一致或对端不支持该算法时，应当回退到未压缩报文并打上标记，而不是静默丢弃。周期性全量快照仍要保留，否则只靠压缩后的增量，链路中断后无法重建完整状态。弱网重传时如果每次都重新压缩同一段数据，CPU 开销会叠加，队列更容易堆积。
验收时还要把压缩放进真实空口里看，而不是只在电脑上对一段重复文本求比率。模组内存紧张时，压缩缓冲区和解压缓冲区可能互相覆盖，表现为偶发的字段错位，实验室大内存环境发现不了。运营商侧若对报文做换行、分片重组失败或把二进制当成文本截断，接收端必须同时核对长度字段和实际字节数，不能解出多少算多少。字典放在外部闪存时，掉电会丢掉字典而平台仍用旧字典，应在报文里带字典版本。计费计数器和需要审计的绝对值，建议按较长周期另发未压缩快照，压缩只承担中间变化的体积。流量预算按最差报文估算，忙时流水号变多，压缩收益会下降。