Documentation/lzo.txt

   1 ===========================================================
   2 LZO stream format as understood by Linux's LZO decompressor
   3 ===========================================================
   4
   5 Introduction
   6 ============
   7
   8   This is not a specification. No specification seems to be publicly available
   9   for the LZO stream format. This document describes what input format the LZO
  10   decompressor as implemented in the Linux kernel understands. The file subject
  11   of this analysis is lib/lzo/lzo1x_decompress_safe.c. No analysis was made on
  12   the compressor nor on any other implementations though it seems likely that
  13   the format matches the standard one. The purpose of this document is to
  14   better understand what the code does in order to propose more efficient fixes
  15   for future bug reports.
  16
  17 Description
  18 ===========
  19
  20   The stream is composed of a series of instructions, operands, and data. The
  21   instructions consist in a few bits representing an opcode, and bits forming
  22   the operands for the instruction, whose size and position depend on the
  23   opcode and on the number of literals copied by previous instruction. The
  24   operands are used to indicate:
  25
  26     - a distance when copying data from the dictionary (past output buffer)
  27     - a length (number of bytes to copy from dictionary)
  28     - the number of literals to copy, which is retained in variable "state"
  29       as a piece of information for next instructions.
  30
  31   Optionally depending on the opcode and operands, extra data may follow. These
  32   extra data can be a complement for the operand (eg: a length or a distance
  33   encoded on larger values), or a literal to be copied to the output buffer.
  34
  35   The first byte of the block follows a different encoding from other bytes, it
  36   seems to be optimized for literal use only, since there is no dictionary yet
  37   prior to that byte.
  38
  39   Lengths are always encoded on a variable size starting with a small number
  40   of bits in the operand. If the number of bits isn't enough to represent the
  41   length, up to 255 may be added in increments by consuming more bytes with a
  42   rate of at most 255 per extra byte (thus the compression ratio cannot exceed
  43   around 255:1). The variable length encoding using #bits is always the same::
  44
  45        length = byte & ((1 << #bits) - 1)
  46        if (!length) {
  47                length = ((1 << #bits) - 1)
  48                length += 255*(number of zero bytes)
  49                length += first-non-zero-byte
  50        }
  51        length += constant (generally 2 or 3)
  52
  53   For references to the dictionary, distances are relative to the output
  54   pointer. Distances are encoded using very few bits belonging to certain
  55   ranges, resulting in multiple copy instructions using different encodings.
  56   Certain encodings involve one extra byte, others involve two extra bytes
  57   forming a little-endian 16-bit quantity (marked LE16 below).
  58
  59   After any instruction except the large literal copy, 0, 1, 2 or 3 literals
  60   are copied before starting the next instruction. The number of literals that
  61   were copied may change the meaning and behaviour of the next instruction. In
  62   practice, only one instruction needs to know whether 0, less than 4, or more
  63   literals were copied. This is the information stored in the <state> variable
  64   in this implementation. This number of immediate literals to be copied is
  65   generally encoded in the last two bits of the instruction but may also be
  66   taken from the last two bits of an extra operand (eg: distance).
  67
  68   End of stream is declared when a block copy of distance 0 is seen. Only one
  69   instruction may encode this distance (0001HLLL), it takes one LE16 operand
  70   for the distance, thus requiring 3 bytes.
  71
  72   .. important::
  73
  74      In the code some length checks are missing because certain instructions
  75      are called under the assumption that a certain number of bytes follow
  76      because it has already been guaranteed before parsing the instructions.
  77      They just have to "refill" this credit if they consume extra bytes. This
  78      is an implementation design choice independent on the algorithm or
  79      encoding.
  80
  81 Versions
  82
  83 0: Original version
  84 1: LZO-RLE
  85
  86 Version 1 of LZO implements an extension to encode runs of zeros using run
  87 length encoding. This improves speed for data with many zeros, which is a
  88 common case for zram. This modifies the bitstream in a backwards compatible way
  89 (v1 can correctly decompress v0 compressed data, but v0 cannot read v1 data).
  90
  91 For maximum compatibility, both versions are available under different names
  92 (lzo and lzo-rle). Differences in the encoding are noted in this document with
  93 e.g.: version 1 only.
  94
  95 Byte sequences
  96 ==============
  97
  98   First byte encoding::
  99
 100       0..16   : follow regular instruction encoding, see below. It is worth
 101                 noting that code 16 will represent a block copy from the
 102                 dictionary which is empty, and that it will always be
 103                 invalid at this place.
 104
 105       17      : bitstream version. If the first byte is 17, and compressed
 106                 stream length is at least 5 bytes (length of shortest possible
 107                 versioned bitstream), the next byte gives the bitstream version
 108                 (version 1 only).
 109                 Otherwise, the bitstream version is 0.
 110
 111       18..21  : copy 0..3 literals
 112                 state = (byte - 17) = 0..3  [ copy <state> literals ]
 113                 skip byte
 114
 115       22..255 : copy literal string
 116                 length = (byte - 17) = 4..238
 117                 state = 4 [ don't copy extra literals ]
 118                 skip byte
 119
 120   Instruction encoding::
 121
 122       0 0 0 0 X X X X  (0..15)
 123         Depends on the number of literals copied by the last instruction.
 124         If last instruction did not copy any literal (state == 0), this
 125         encoding will be a copy of 4 or more literal, and must be interpreted
 126         like this :
 127
 128            0 0 0 0 L L L L  (0..15)  : copy long literal string
 129            length = 3 + (L ?: 15 + (zero_bytes * 255) + non_zero_byte)
 130            state = 4  (no extra literals are copied)
 131
 132         If last instruction used to copy between 1 to 3 literals (encoded in
 133         the instruction's opcode or distance), the instruction is a copy of a
 134         2-byte block from the dictionary within a 1kB distance. It is worth
 135         noting that this instruction provides little savings since it uses 2
 136         bytes to encode a copy of 2 other bytes but it encodes the number of
 137         following literals for free. It must be interpreted like this :
 138
 139            0 0 0 0 D D S S  (0..15)  : copy 2 bytes from <= 1kB distance
 140            length = 2
 141            state = S (copy S literals after this block)
 142          Always followed by exactly one byte : H H H H H H H H
 143            distance = (H << 2) + D + 1
 144
 145         If last instruction used to copy 4 or more literals (as detected by
 146         state == 4), the instruction becomes a copy of a 3-byte block from the
 147         dictionary from a 2..3kB distance, and must be interpreted like this :
 148
 149            0 0 0 0 D D S S  (0..15)  : copy 3 bytes from 2..3 kB distance
 150            length = 3
 151            state = S (copy S literals after this block)
 152          Always followed by exactly one byte : H H H H H H H H
 153            distance = (H << 2) + D + 2049
 154
 155       0 0 0 1 H L L L  (16..31)
 156            Copy of a block within 16..48kB distance (preferably less than 10B)
 157            length = 2 + (L ?: 7 + (zero_bytes * 255) + non_zero_byte)
 158         Always followed by exactly one LE16 :  D D D D D D D D : D D D D D D S S
 159            distance = 16384 + (H << 14) + D
 160            state = S (copy S literals after this block)
 161            End of stream is reached if distance == 16384
 162            In version 1 only, to prevent ambiguity with the RLE case when
 163            ((distance & 0x803f) == 0x803f) && (261 <= length <= 264), the
 164            compressor must not emit block copies where distance and length
 165            meet these conditions.
 166
 167         In version 1 only, this instruction is also used to encode a run of
 168            zeros if distance = 0xbfff, i.e. H = 1 and the D bits are all 1.
 169            In this case, it is followed by a fourth byte, X.
 170            run length = ((X << 3) | (0 0 0 0 0 L L L)) + 4
 171
 172       0 0 1 L L L L L  (32..63)
 173            Copy of small block within 16kB distance (preferably less than 34B)
 174            length = 2 + (L ?: 31 + (zero_bytes * 255) + non_zero_byte)
 175         Always followed by exactly one LE16 :  D D D D D D D D : D D D D D D S S
 176            distance = D + 1
 177            state = S (copy S literals after this block)
 178
 179       0 1 L D D D S S  (64..127)
 180            Copy 3-4 bytes from block within 2kB distance
 181            state = S (copy S literals after this block)
 182            length = 3 + L
 183          Always followed by exactly one byte : H H H H H H H H
 184            distance = (H << 3) + D + 1
 185
 186       1 L L D D D S S  (128..255)
 187            Copy 5-8 bytes from block within 2kB distance
 188            state = S (copy S literals after this block)
 189            length = 5 + L
 190          Always followed by exactly one byte : H H H H H H H H
 191            distance = (H << 3) + D + 1
 192
 193 Authors
 194 =======
 195
 196   This document was written by Willy Tarreau <w@1wt.eu> on 2014/07/19 during an
 197   analysis of the decompression code available in Linux 3.16-rc5, and updated
 198   by Dave Rodgman <dave.rodgman@arm.com> on 2018/10/30 to introduce run-length
 199   encoding. The code is tricky, it is possible that this document contains
 200   mistakes or that a few corner cases were overlooked. In any case, please
 201   report any doubt, fix, or proposed updates to the author(s) so that the
 202   document can be updated.