第二章 文獻探討
2.3 差分編碼簡介
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
11
GeoJSON 的特性，可透過上表各個型態的結構進行觀察，除了 Value 中的座標外，
Object 的重複性並不高，以圖 2.4 為例，左邊地圖呈現一條 LineString 的地理資料，而 右邊相對應產生的GeoJSON 內容中，可發現座標值佔有相當大的比例，因此後續本研 究在設計壓縮技術時，將以Value 的座標特性來定義壓縮規則。
圖2.4：GeoJSON 範例[46]
2.3 差分編碼簡介
在科學應用、工程以及數學，希臘字母中的差分編碼(Δ)通常用來表示「轉換變數」，
差分編碼(Delta encoding)又稱差分壓縮法(Delta compression)，是以相鄰資料間的差異值 來替代原始資料，亦即僅儲存差異值以達到壓縮的目的。如陳仁德一文[5]指出，在現今 的網路下，檔案的內容在很多的時候會被複製、修改、刪減，甚至將多個檔案內容組成 一個新的檔案，檔案間相似度高，因此，用戶端不須要取得整個目標檔案，只要取得差 異值，即可大幅減少資料量。James J. Hunt 等[15]一文提到差分編碼除了減少資料量，
也能縮減儲存空間與網路頻寬。
本研究的實驗資料採用世界通用的WGS84 經緯度格式，參考孫志堅對座標系統研 析，台灣地區大約在東經120-122˚，北緯 22-25˚30' [8]，若縮小以地區性來看，台北地 區約東經120˚與北緯 22˚範圍，所以座標「度」單位皆相同，「分與秒」則視精確度而定，
因此從度單位來看，座標差異不大，適合利用差分編碼來進行壓縮。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
12
差分編碼的原理，是取得相鄰資料的差異值，且差異值的結果趨近於零或小於零，
因此將差分編碼應用在空間座標資料時，可省去浮點數之整數位，因而縮小座標的字串 長度。由於地理資料的文件格式，包含大量標籤及龐大空間座標資料，因此參考Jihong 研究[26][17]提出使用差分編碼演算法壓縮大量的浮點數座標，本研究整理如下：
假設每組座標p 代表i (x , y ) ，共有 n 組座標，且 i 介於 0 到 n-1 之間，將這一串的座標i i 集合表示成P，差分編碼為Δp ，因此我們僅要儲存差分編碼後的座標集合即可，其表i 示式如下:
i i 1 i
0 1 n-1 0 0 n-2
Δp p p
P= {p , p , ...p } P={p , Δp , ...Δp }
下圖2.5 為簡單的差分編碼範例，從「 23.08909, 23.08907, 23.10279, 23.10308,
23.07901 ……」的資料串中，經由差分編碼後儲存「 23.08909, 0.00002, 0.01372, 0.00029, -0.02407 ……」。然而浮點數經由差分編碼後，雖然數值部份減少，但由於小數點與尾 數間有許多零值，使得字串長度縮減不大，因此若能改善零值的問題，即能達到縮減字 串長度的結果。
圖2.5：差分編碼範例 2.4 HTTP 與 GZIP 壓縮
從IBM 技術網路上針對 HTTP 壓縮與加速網路傳遞一文介紹[47]，HTTP 壓縮是為 了改善頁面解析時間長短問題。因此，當HTTP 收到需要傳遞到用戶端的資料時，會進 行資料的讀取，而處理速度取決於下列三個重要因素：
1. 網路或應用程式伺服器產生內容的能力，即伺服器的效能，本研究的應用程式伺服 器是由Apache 網頁伺服器與 PHP 程式實作。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
13
2. 網路的頻寬。
3. 資料內容的檔案大小。
對使用者而言，網頁呈現的速度即代表整體效能的良莠，提昇網路效能最簡單的方 式，當然可透過提昇伺服器硬體設備或是增加網路頻寬，加速資料傳遞的速度，但相對 的，此舉隱含更多成本的增加。因此在伺服器至網際網路的連結過程中，如何減少資料 內容的檔案大小，才是最具成本效益的控制方法。若假設我們在回應用戶端資料時，先 進行「HTTP 壓縮」，就能改善頁面的下載速度，且HTTP 要求的時間也會加快，從 Timothy J. McLaughlin 關於 HTTP 壓縮帶來的效益一文的測試報告[22]可以得知，壓縮後的網 頁，要求人數即使增加，回應的時間仍比未壓縮前還要來的短，如圖2.6 與圖 2.7 所示。
圖2.6：檢索 Yahoo 網頁之壓縮效能圖[22]
圖2.7：檢索 eBay 網頁之壓縮效能圖[23]
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
14
從過去HTTP 壓縮的方法中，由 Jean-loup Gailly 和 Mark Adler 所創建的免費軟體 GZIP，是最常用且普遍使用的壓縮技術。 GZIP 主要是結合 1977 年 Jacob Ziv 與 Abraham Lempel 提出的 LZ77 壓縮[20]與 David Huffman 1952 年提出 Huffman[14]這兩個方法而 來，其中LZ77 作法是將處理過的字串資料編譯成字典，並將處理中的各種字串以指向 字典中相對的指標；而Huffman 使用建立的字典來減少 LZ77 找相符的字元所花費的匹 配時間，進而改善LZ77 效能問題。
Ekrem 一文同樣對 GZIP 與其他兩種常用的的壓縮工具比較與測試[33]，如圖 2.8 所示，GZIP 在壓縮率與其他兩種差異不大，但是在壓縮與解壓縮的時間來看，GZIP 明 顯效能較高，因此綜觀上述文獻分析，本研究選擇以GZIP 作為 HTTP 壓縮的主要方法，
在壓縮率相當但壓縮效率較佳的結果來看，GZIP 可以滿足本研究所重視的「效能」條 件。
圖2.8：GZIP 壓縮測試結果[33]
2.5 資料傳輸驗證
由於本研究對GeoJSON 資料壓縮的編解碼過程，可能因為網路異常使得編碼資料 傳遞到用戶端發生中斷或者內容改變，因而影響資料在用戶端解碼的正確性，尤其本研 究應用差分編碼壓縮，每個數值間皆環環相扣，不能容許數值在網路上出現錯誤，在實
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
15
驗中雖然無法掌握網路狀態與異常現象的情況，但我們可以透過檢查的機制，來確保資 料傳遞前後，用戶端及伺服器間資料內容一致與正確性。
從相關文獻得到，常見的錯誤檢查方法如下：
1. 封包檢查：
從網路通訊針對錯誤檢查的文獻中得知[10]，封包檢查的原理為，當資料要傳送出 去的時候，發送端會對資料進行一個校驗的動作，當接收端收到封包之後﹐會再對 資料進行校驗﹐再比對傳送層的協定中 TCP 或 UDP 檔頭上的校驗值(checksum) 是否一致。若結果不一致則認為資料已損毀﹐並要求對方重送。而UDP 的 checksum 計算較為複雜，並且容易發生資料遺失的問題，且應用上較不易，而TCP 雖然較 UTP 的傳輸可靠，但是計算與傳輸的時間較長。
2. 雜湊值驗證：
原理為，將傳輸的訊息經由雜驗計算產生檢查碼(checksum)，最常見為「單向雜湊 函數」(one-way hash function) ，首先解釋何謂「單向函數」與「雜湊函數」。若我 們有一串訊息m，我們可以很容易用函數 h 來計算 h(m)，無法反推回原訊息 m，則 h()函數即稱為－單向函數。而雜湊函數簡單來說，會把一個變動長度的字串轉換成 固定長度的字串，我們稱此字串為雜湊。
相關的應用如S. Bakhtiari 便利用「雜湊函數」來進行電子郵件傳輸的錯誤檢查[12]，
以確認接收端的雜湊值是否與發送端相等，來決定是否儲存郵件或要求重新發送。
IBM 開發論壇一文[30]將相同包裝編碼後的檔案佈署在不同環境中，並透過「雜湊 值驗證」每一個經過編碼並包裝成的檔案是否相同。
由於封包檢查需要網路通訊的背景知識，因此在應用上較不易，而雜湊值驗證的方 法較為簡單，只需使用雜湊函數計算出雜湊值即可達到驗證的目的，因此本研究希望用 最簡單的方法達到錯誤檢查的目的。
‧
擇」的效能評估一文[9]，以 MD5(Message-Digest Algorithm 5，MD 5)的整體運算及回應 效能比其他演算法佳，因此研究採用MD5 作為資料驗證碼的計算方法。‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
17
圖2.9：MD5 雜湊演算法流程[25]
2.6 開放式原始碼 Web GIS 平台簡介
目前有許多開放免費地圖與程式設計資源的網路地圖服務，其中又以Google Maps 及Open Layers 普遍受各大軟體或學術領域應用，除了可提供使用者製作網路地圖，並 且可以免費使用地圖圖資，讓使用者能客製化地理影像圖資，包括衛星影像、航照圖或 早期地圖掃描影像等。
Google Maps 是由 Google 公司提供的電子地圖服務[36]，能提供傳統向量地圖及衛 星照片，其特點為透過Google Maps 提供的組件化 API，讓使用者得以自行利用或與其 他的網路服務整合應用，然而Google Maps 在實務操作上是有限制的提供服務，對於圖 徵的數量及未壓縮檔案的大小均有設限，因此無法完全滿足本研究的要求。
Open Layers 是一個完全開放 JavaScript 原始碼的地圖服務[43]，是由 MetaCarta 開 發了初步的版本，且它的所有環境都是透過JavaScript 產生，包括地圖資料、繪圖等，
它可連結多種地圖的圖層，如微軟bing 地圖、Google Maps、Yahoo 地圖及 ESRI 地圖等；
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
18
在使用上，Open Layers 沒有開發限制與付費政策問題，所有程式元件均完全開放且免 費提供使用者應用，對於許多想要節省成本的開發團隊而言，Open Layers 是個非常適 合的網路平台服務，其簡易呈現畫面如圖2.10 所示。本研究綜合考量網路地圖軟體的使 用成本及限制後，將選擇採用Open Layers 作為研究的網路平台。
圖2.10：OpenLayers 範例畫面
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
19
隨著Web GIS 應用層面逐漸擴張，資料的內容豐富度也隨之提昇，面對瞬息萬變的 資料，促使資訊系統與技術推陳出新，運用簡單、快速且有效率的方法來處理龐大的資 料，GeoJSON 技術也在此環境下應運而生。在第二章回顧其他地理資料交換格式，以 及對GeoJSON 的初步了解，每種格式都能有不同的 Web GIS 應用效益，然而 GeoJSON 在Web GIS 解讀過程中，簡化了格式翻譯的流程，加上簡單的內容結構，讓系統讀取與 執行效能優於其他格式，這也是本研究期待GeoJSON 能有更多的應用與發展空間原因。
本章之重點在於討論壓縮技術之設計與檢查機制流程的規劃，再於第四章進一步判 斷壓縮技術的效益與正確性。以下，3.1 節先介紹本研究實驗的系統架構；3.2 節介紹研 究的工具與資料處理的流程；3.3 節是將輸出的 GeoJSON 格式套用在本研究設計的壓縮 技術，以比較浮點式編碼與差分編碼二者的壓縮率，並評估HTTP 壓縮對於改善資料傳 遞時間的效益；3.4 節是將壓縮技術應用於不同條件下進行實驗，包括不同壓縮組合及 不同型態資料對壓縮率的影響；3.5 節是針對壓縮技術套用後，在無法預知可能發生網 路傳輸問題下，設計一套資料傳輸檢查機制，以確保資料的正確性與一致性。
本章之重點在於討論壓縮技術之設計與檢查機制流程的規劃，再於第四章進一步判 斷壓縮技術的效益與正確性。以下，3.1 節先介紹本研究實驗的系統架構；3.2 節介紹研 究的工具與資料處理的流程；3.3 節是將輸出的 GeoJSON 格式套用在本研究設計的壓縮 技術，以比較浮點式編碼與差分編碼二者的壓縮率，並評估HTTP 壓縮對於改善資料傳 遞時間的效益；3.4 節是將壓縮技術應用於不同條件下進行實驗，包括不同壓縮組合及 不同型態資料對壓縮率的影響；3.5 節是針對壓縮技術套用後，在無法預知可能發生網 路傳輸問題下，設計一套資料傳輸檢查機制，以確保資料的正確性與一致性。