网络很差，那就试试数据压缩吧
承接上文 如何从几百到几千再到几万吞吐量。经过一番改造，本以为结束了，不料漏了一个性能关键点，性能直接被摩擦！
网络反差
原以为内网环境都是这样的
--- [IP] ping statistics ---
8 packets transmitted, 8 received, 0% packet loss, time 7000ms
rtt min/avg/max/mdev = 0.053/0.060/0.069/0.005 ms
坏的情况却是这样
--- [IP] ping statistics ---
9 packets transmitted, 9 received, 0% packet loss, time 8008ms
rtt min/avg/max/mdev = 35.241/35.247/35.266/0.216 ms
模拟数据传输，获得数据如下：
| 序列化 | 客户端单次条数 | 单条最大耗时 | 平均耗时/100 |
|---|---|---|---|
| 无 | 0 | 0.05660 | 0.05043 |
| json | 1000 | 0.74370 | 0.42465 |
| marshal | 1000 | 0.48271 | 0.38207 |
看到数据，这下找到罪魁祸首了
压缩算法对比
常见的压缩算法信息参考，看起来都不错。接着就是是否兼容，有利于以后扩展。
终极选择
考虑到我们此次Agent是想要原生无依赖，这样才好丢上去就能用，因此选取lz4和zstd与Python内置的压缩模块进行对比，参考如下：
| 算法 | 内置 | 条数 | 压缩前长度 | 压缩后长度 | 耗时 |
|---|---|---|---|---|---|
| zlib | 是 | 400 | 198262 | 2983 | 0.001125 |
| bz2 | 是 | 400 | 198262 | 2034 | 0.034718 |
| lz4 | 否 | 400 | 198262 | 3672 | 0.000093 |
| zstd | 否 | 400 | 198262 | 1766 | 0.000420 |
| zlib | 是 | 1000 | 495263 | 6254 | 0.002393 |
| bz2 | 是 | 1000 | 495263 | 2708 | 0.098263 |
| lz4 | 否 | 1000 | 495263 | 8060 | 0.000289 |
| zstd | 否 | 1000 | 495263 | 3163 | 0.000499 |
由于日常请求单次不超过400，那么增加1MS的时延在整体路径上，影响不大。单独传输数据，对照如下：
| 网络情况PING | 客户端单次条数 | before 平均耗时 | after 平均耗时 |
|---|---|---|---|
| 35.2ms | 1000 | 0.38207 | 0.07571 |
| 0.183ms | 1000 | 0.04445 | 0.01631 |
这下放心了，平时也有加速，网络阻塞时候更有作用。
