Nén và Ghép Nối Dữ Liệu Trên Web: gzip, Brotli và Zstd

Trong thế giới phát triển web, việc giảm lượng dữ liệu truyền từ máy chủ đến trình duyệt luôn là mối quan tâm hàng đầu. Nén dữ liệu là một trong những cách hiệu quả nhất để đạt được điều này, nhưng không phải lúc nào việc ghép nối các tệp nén cũng diễn ra suôn sẻ như chúng ta tưởng.

Tại Sao Nén Dữ Liệu Quan Trọng Trên Web?

Mục tiêu của nén trong môi trường web rất đơn giản: gửi ít byte hơn từ máy chủ đến máy khách. Tuy nhiên, nén không phải là miễn phí. Chúng ta phải đánh đổi giữa tỷ lệ nén (dữ liệu đầu vào nhỏ đến mức nào) và tốc độ nén. Trong bối cảnh trình duyệt, chất lượng nén thường được ưu tiên hơn tốc độ giải nén.

Có hai chiến lược nén chính:

• Nén động tại thời điểm yêu cầu: Phù hợp khi dữ liệu được tạo ra theo yêu cầu cụ thể (ví dụ: dữ liệu người dùng từ cơ sở dữ liệu). Cần nén nhanh để không làm tăng độ trễ phản hồi.
• Nén tĩnh trước: Phù hợp với dữ liệu cố định như hình ảnh, CSS, JavaScript hoặc HTML. Có thể nén kỹ hơn vì chỉ thực hiện một lần và hưởng lợi lâu dài.

Theo báo cáo Web Almanac 2025 của HTTP Archive, chỉ có ba định dạng nén được sử dụng phổ biến: gzip, brotli và zstd. Trong đó, brotli chiếm ưu thế trên lưu lượng CDN, còn gzip vẫn dẫn đầu trên lưu lượng không qua CDN.

Vấn Đề Ghép Nối Các Tệp Nén

Ý tưởng ghép nối rất hấp dẫn: nếu bạn có các thành phần của một tệp được xây dựng ở các thời điểm khác nhau, bạn muốn ghép chúng lại thành một luồng nén hợp lệ mà không cần giải nén, ghép nối rồi nén lại.

gzip: Nổi Tiếng Nhưng Không Được Hỗ Trợ Rộng Rãi

gzip nổi tiếng với khả năng ghép nối. Bạn có thể làm điều này trên dòng lệnh:

echo 'My website' | gzip > header.html.gz
echo 'Hello world!' | gzip > body.html.gz
cat header.html.gz body.html.gz > index.html.gz

Khi giải nén bằng gunzip, bạn nhận lại đầy đủ cả hai phần. Nhưng vấn đề nằm ở chỗ: các ứng dụng hạ nguồn như trình duyệt và HTTP client không xử lý tốt việc này.

Khi thử với curl, bạn sẽ gặp lỗi "Failed writing received data to disk/application". Với Chrome, trình duyệt thậm chí không thông báo rằng phần thứ hai đã bị mất.

Giải pháp là sử dụng công cụ gzjoin.c từ thư viện zlib. Công cụ này an toàn hơn vì nó giải nén từng tệp để tìm kiếm nhưng không cần nén lại. Tuy nhiên, đây chỉ là ví dụ mẫu, không phải API chính thức trong bất kỳ ngôn ngữ lập trình phổ biến nào.

Brotli: Cần Thủ Thuật Đặc Biệt

Bản triển khai tham chiếu của brotli từ Google không hỗ trợ ghép nối kiểu gzip. Nếu bạn thử cat hai tệp brotli lại, phần thứ hai sẽ bị hỏng.

Tuy nhiên, các nhà phát triển tại Dropbox đã tinh chỉnh điều này vào năm 2018 trong triển khai rust-brotli của họ. Đến năm 2025, họ bổ sung các cờ cho phép tạo tệp brotli có thể ghép nối trực tiếp mà không cần công cụ bên ngoài:

echo 'My website' | brotli -c -appendable -bytealign -bare > header.html.br
echo 'Hello world!' | brotli -c -catable -appendable -bytealign -bare > body.html.br
{ cat header.html.br body.html.br; printf '\x03'; } > index.html.br

Điều thú vị là ngay cả brotli chính thức của Google cũng có thể giải mã tệp này. Cách tiếp cận này linh hoạt hơn so với việc chỉ định offset luồng - phương pháp gần nhất mà Google brotli hỗ trợ, nhưng lại thiếu tính nhất quán trong các thư viện client.

Zstd: Được Thiết Kế Sẵn Cho Việc Ghép Nối

zstd là định dạng duy nhất được xây dựng từ đầu để có thể ghép nối trên web. Việc ghép nối diễn ra đơn giản như bạn mong đợi:

echo 'My website' | zstd > header.html.zst
echo 'Hello world!' | zstd > body.html.zst
cat header.html.zst body.html.zst > index.html.zst
zstd --decompress -c index.html.zst

Kết quả hoạt động hoàn hảo với cả curl và Chrome mà không cần bất kỳ thủ thuật nào. Đây là lý do zstd ngày càng được ưa chuộng, đặc biệt khi nó vừa trở nên khả dụng trên tất cả các nền tảng tiêu dùng lớn trong năm nay.

Bài Học Về Chuẩn Mở Và Tính Tương Thích

Điểm thú vị không nằm ở những thiếu sót của đặc tả, mà ở chỗ các triển khai như rust-brotli có thể khắc phục chúng mà không tạo ra tệp mà các triển khai khác không thể giải mã. Việc tinh chỉnh tiêu chuẩn là điều phổ biến, giống như trong các giao thức đồng thuận blockchain.

Đối với các nhà phát triển web Việt Nam đang tối ưu hóa hiệu suất trang web:

• zstd là lựa chọn hàng đầu nếu bạn cần ghép nối các tệp nén, nhờ hỗ trợ native và tính linh hoạt cao
• brotli vẫn là lựa chọn tốt cho nén tĩnh nhờ tỷ lệ nén vượt trội, nhưng cần cẩn thận với việc ghép nối
• gzip tuy cũ nhưng vẫn phổ biến nhờ khả năng tương thích ngược rộng rãi

Việc hiểu rõ giới hạn của từng định dạng sẽ giúp bạn đưa ra quyết định đúng đắn cho kiến trúc CDN và máy chủ của mình, tránh những lỗi khó chẩn đoán khi dữ liệu nén không được xử lý như mong đợi.