ALP: Адаптивное сжатие чисел с плавающей точкой без потерь

Числа двойной точности IEEE 754 не обеспечивают точного представления большинства действительных значений, что приводит к ошибкам округления при вычислениях и [де]сериализации в текстовый формат. Эти ошибки округления препятствуют использованию существующих облегчённых схем сжатия, таких как Delta и Frame of Reference (FOR), однако недавно были предложены новые схемы: Gorilla, Chimp128, PseudoDecimals (PDE), Elf и Patas. Тем не менее их коэффициенты сжатия не превосходят показатели универсальных компрессоров, таких как Zstd, а [де]компрессия выполняется значительно медленнее, чем в Delta и FOR. Мы предлагаем и оцениваем ALP, которая существенно улучшает предыдущие схемы как по скорости, так и по коэффициенту сжатия (рисунок 1). ALP была разработана после тщательного изучения наборов данных, использовавшихся для оценки предыдущих схем. Для достижения высокой скорости ALP спроектирована с учётом векторизованного выполнения. Это также оказалось ключевым фактором улучшения коэффициента сжатия, поскольку мы обнаружили внутривекторные общие свойства, создающие возможности для сжатия. ALP представляет собой адаптивную схему, использующую значительно усовершенствованную версию PseudoDecimals [31] для сжатия чисел двойной точности без потерь с представлением их в виде целых чисел, если исходные значения были десятичными, а в противном случае применяющую векторизованное сжатие старших битов чисел двойной точности. Высокая скорость работы обеспечивается реализацией на скалярном коде с автоматической векторизацией, использующей строительные блоки библиотеки FastLanes [6], а также эффективным двухэтапным алгоритмом сжатия, который сначала выполняет выборку групп строк, а затем векторов.