我们当前正在将压缩层从pyzstd迁移到Python内置的compression.zstd模块（在Python 3.14中引入），在这一转换过程中，我们注意到一个有趣的行为差异，尚未完全解释清楚。

使用pyzstd时，以下调用在多次执行中总是产生完全相同的字节输出：

pyzstd.compress(
    data=content,
    zstd_dict=training_dict.as_digested_dict
)

然而，使用新的内置模块，等效的调用：

zstd.compress(
    data=content,
    zstd_dict=training_dict.as_digested_dict
)

……在两次连续调用相同输入时，生成的字节对象大小不同。

一个可能相关的细节是：在两次compress() 调用之间，我们通过以下方式从磁盘重新加载字典：

training_dict = zstd.ZstdDict(zst_file)

每次使用的都是完全相同的.zst文件，我们只是再次在第二次compress() 调用前执行这一行。我们不确定从同一个文件重新实例化ZstdDict是否会对最终的压缩输出产生影响，但若是一个因素，我们也想提及。

多次调用时，有时test_compress_after_reloading_dict_from_disk_produces_identical_output会失败，有时会通过。

input = {
  "test_1": 1283998000000,
  "test_2": 0,
  "test_3": "test"
}

CONTENT = json.dumps(input).encode('utf-8')

def _load_dict(path: str) -> zstd.ZstdDict:
    with open(path, "rb") as f:
        return zstd.ZstdDict(f.read())

def test_compress_after_reloading_dict_from_disk_produces_identical_output():
    training_dict = _load_dict(DICT_PATH)
    result_1 = zstd.compress(data=CONTENT, zstd_dict=training_dict.as_digested_dict)

    training_dict = _load_dict(DICT_PATH)
    result_2 = zstd.compress(data=CONTENT, zstd_dict=training_dict.as_digested_dict)

    assert result_1 == result_2, (
        f"Reloading ZstdDict from disk changed the compressed output.\n"
        f"  Before reload: {len(result_1)} bytes\n"
        f"  After reload:  {len(result_2)} bytes"
    )

造成这种行为的原因可能是什么？

解决方案

从来不能保证先解码再重新压缩就能得到原始输入。对于同一数据，有很多种有效的压缩方式。对于无损压缩器而言，唯一的保证是先压缩再解压后能还原你开始时的数据。

只有在满足一系列条件时，才有可能在对同一输入进行压缩时得到相同的输出，例如使用相同的压缩代码、相同版本的代码、相同的设置，以及对该代码的相同操作。