【TDengine】TDengine 使用了哪些压缩算法？压缩率通常能达到多少？
TDengine 3.4.x 压缩算法全景图：从 Gorilla 到 LZ4 的极致存储优化
问题原文：“TDengine 使用了哪些压缩算法？压缩率通常能达到多少？”
解析范围：本文将系统性地拆解 TDengine 3.4.x 社区版所采用的多层、类型感知的压缩策略。我们将深入其核心编码算法（Delta-of-Delta, Simple8b, Gorilla）和通用压缩器（LZ4）的实现原理，并以智能电表计量这一数据高度规律、对存储成本极度敏感的场景为案例，通过真实压测数据，量化不同算法在各类时序数据上的压缩效果，并提供生产环境的调优指南。
引言：从“存储焦虑”到“存储自由”的转变
某省级电网公司负责管理数千万台智能电表，每台电表每 15 分钟上报一次用电量、电压、电流等数十个指标。在迁移到 TDengine 之前，他们使用传统关系型数据库，每年的存储成本高达数千万元，且查询性能堪忧。迁移后，他们惊讶地发现，原始文本数据大小与 TDengine 实际磁盘占用之比达到了惊人的 20:1！这不仅大幅降低了硬件投入，还让历史数据的全量分析成为可能。
这一奇迹并非偶然，而是 TDengine 针对时序数据特性精心设计的多级压缩流水线的必然结果。对于熟悉通用压缩工具（如 gzip）或列存格式（如 Pa