数据编码（Encoding）

对数据做编码可以减少存储和 I/O开销，常见的技术比如 Dictionary Encoding，Run-Length Encoding，Bitpacking，Delta Encoding，Frame-of-Reference等。

本篇文章对这些编码方案进行介绍，举例说明，最后总结各种encoding的适用场景。

一、Dictionary Encoding（字典编码）

字典编码是一种通过建立字典来压缩数据的方法。它将重复出现的值替换为较短的引用，从而减少存储空间。

工作原理：

1. 扫描数据，建立值到编码的映射字典
2. 用编码替换原始值
3. 存储字典和编码后的数据

示例：

原始数据：[“apple”, “banana”, “apple”, “orange”, “banana”]

建立字典：

{
0: “apple”,
1: “banana”,
2: “orange”
}

编码后数据：
[0, 1, 0, 2, 1]

优点：

• 对重复值较多的数据压缩效果好<