Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com18. September 2025 · Q010144

Swift: Data Compression With Compression Framework

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der vollständige Bericht erklärt Puffer- und Stream-Verarbeitung mit Apples Compression-Framework und zeigt Swift-Beispiele für Daten und Dateien. Der Autor empfiehlt, die ursprüngliche Größe für die Dekompression zu speichern, bei Streams `finalize()` aufzurufen und kleine Kompressionsausgaben mit Ergebnisgröße null gegebenenfalls unkomprimiert zu belassen; systematische Leistungs- oder Fehleranalysen fehlen.

Mittel

Der vollständige Bericht zeigt zwei Wege, Daten mit Apples Swift-Framework Compression zu komprimieren und zu dekomprimieren: Pufferverarbeitung in einem Aufruf für kleinere Daten sowie Streaming in Abschnitten für größere Dateien oder fortlaufende Daten. Für einfache Fälle verweist der Autor auf `NSData`-Methoden; als Algorithmen nennt er unter anderem zlib, LZ4, LZFSE und LZMA.

Die Pufferbeispiele verwenden die C-Funktionen des Frameworks und unsichere Zeiger. Beim Dekomprimieren muss der Zielpuffer die ursprüngliche Größe aufnehmen können. Deshalb empfiehlt der Autor, diese Größe als Metadatum zu speichern; sein Beispiel setzt andernfalls acht Millionen Bytes an. Er berichtet außerdem, dass die Kompressionsfunktion bei sehr kleinen Daten null zurückgeben könne, und schlägt vor, dann die Originaldaten beizubehalten. Von `Data(bytesNoCopy:...)` rät er ab.

Für Streaming erläutert der Bericht `InputFilter` und `OutputFilter`, die beide für Kompression und Dekompression verwendet werden können. Eine Beispiel Seitengröße von 32.768 Bytes beeinflusst laut Autor den möglichen Fortschritt und die Zahl der Verarbeitungsschritte. Bei `OutputFilter` empfiehlt er `finalize()`, um verbleibende Daten auszugeben. Die Beispiele verarbeiten sowohl Daten im Speicher als auch Dateien über `FileHandle`; bei großen Dateien empfiehlt der Autor abschnittsweises Lesen. Gezeigte Assertions prüfen die Ergebnisse, doch der Artikel bietet keine systematische Leistungsbewertung oder umfassende Analyse der Fehler- und Speichergrenzen.

Ausführlich lesen

Der vollständige Bericht erklärt, wie sich Daten in Swift mit Apples Compression-Framework komprimieren und dekomprimieren lassen. Er stellt dafür zwei Wege vor: Pufferverarbeitung, bei der die Daten in einem Aufruf verarbeitet werden, und Stream-Verarbeitung, die Eingaben in Abschnitten bearbeitet. Als Faustregel nennt der Autor Pufferverarbeitung für kleinere Datenmengen — etwa unter 8 MB unkomprimierte oder unter 1 MB komprimierte Daten — und Streaming für größere Dateien oder fortlaufend eintreffende Daten. Die genannten Größen sind Empfehlungen des Artikels, keine allgemeingültigen Grenzwerte.

Für einfache Fälle empfiehlt der Autor die Methoden `compressed(using:)` und `decompressed(using:)` von `NSData`. Als Algorithmen führt er unter anderem zlib, LZ4, LZFSE und LZMA auf. Für komprimierte Dateien schlägt er eine Endung vor, die den Algorithmus benennt.

Die Pufferbeispiele nutzen die C-Schnittstellen des Frameworks. Beim Komprimieren wird ein Zielpuffer in Größe der Eingabe angelegt; der Artikel begründet dies mit der Annahme, dass die komprimierte Ausgabe höchstens so groß wie die Eingabe sei. `compression_encode_buffer` liefert laut Bericht die Zahl der geschriebenen Bytes; null bedeute laut Dokumentation, dass die Ausgabe nicht in den Puffer passe oder ein Fehler aufgetreten sei. Der Autor berichtet jedoch, bei sehr kleinen Daten ebenfalls null beobachtet zu haben, und empfiehlt deshalb, in solchen Fällen die unkomprimierten Ausgangsdaten zu behalten. Er warnt außerdem vor `Data(bytesNoCopy:count:deallocator:)`, das in den meisten Anwendungsfällen nicht das gewünschte Verhalten liefere. Beim Dekomprimieren muss der Zielpuffer groß genug für die ursprünglichen Daten sein. Der Artikel rät daher, deren Größe als Metadatum separat zu speichern; alternativ verwendet sein Beispiel eine Standardkapazität von acht Millionen Bytes. Reicht der Puffer nicht, könne die Dekomprimierungsfunktion laut Bericht nur den passenden Teil ausgeben.

Für Streams beschreibt der Bericht `InputFilter` und `OutputFilter`. Beide können laut Autor sowohl komprimieren als auch dekomprimieren; entscheidend sei die jeweilige Filteroperation. Der Unterschied liege darin, wer die Daten liefert und die verarbeiteten Abschnitte entgegennimmt. Eine Seitengröße von 32.768 Bytes dient als Beispiel: Kleinere Abschnitte erleichterten häufigere Fortschrittsmeldungen, größere könnten die Zahl der Verarbeitungsschritte verringern. Beim `OutputFilter` empfiehlt der Autor, `finalize()` aufzurufen, damit verbleibende Daten geschrieben werden und keine ungültige Ausgabe entsteht.

Die Beispiele wenden die Filter sowohl auf `Data` als auch auf Dateien mit `FileHandle` an. Der Autor rät bei großen Dateien zur abschnittsweisen Verarbeitung, statt die gesamte Datei in den Speicher zu laden. Abschließend bündelt er die Beispiele in einem Dienst, der mehrere Algorithmen unterstützt. Die angeführten Assertions vergleichen Ergebnisse mit den `NSData`-Methoden und prüfen die Wiederherstellung des Ausgangstextes. Der Bericht liefert damit Implementierungsbeispiele und Empfehlungen, aber keine systematische Leistungsbewertung oder umfassende Untersuchung von Fehler- und Speichergrenzen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Luna hat zwei Zusammenfassungen (kurz und mittel) geliefert; beide wurden gemeinsam geprüft. Sie geben den Bericht korrekt wieder, lassen aber die Größenfaustregel für Pufferverarbeitung aus, und die kurze Fassung erwähnt zudem den Nutzen von Streams für Fortschrittsanzeigen nicht. Es wurden keine Fragen zur Einordnung angegeben, daher bleibt die Einordnung leer.

Im Bericht, aber nicht in der Zusammenfassung

  • Faustregel des Autors für Pufferverarbeitung: unkomprimiert unter 8 MB oder komprimiert unter 1 MB
  • Streaming ermöglicht eine Fortschrittsanzeige (fehlt in der kurzen Fassung)

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle

Kein Modell sieht bei diesem Bericht einen Bezug zu einer der 44 Sammelfragen.

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →