UGLYPEAR AI completa su actualización de negocio: compresión de documentos de alto rendimiento × base de ingeniería de datos RAGConocer el nuevo negocio →

Rendimiento de referencia y métricas técnicas

Parámetros de configuración central y métricas de diseño, cuantificando las capacidades del producto

Parámetros de configuración central

Configuración predeterminada del sistema, ajustable según sus necesidades reales

12
Concurrencia máxima del pool de hilos
Predeterminado de edición servidor
Configurable
1GB
Límite de archivo edición escritorio/individual
Edición suscripción / servidor
Configurable
10GB
Límite de archivo edición red
Predeterminado de edición red
Configurable
100/60s
Límite de tasa predeterminado
Configurable
3-10
Réplicas K8s HPA
Soporta autoescalado
9
Servicios Docker Compose
Base de datos · Caché · API · Monitoreo · Frontend, etc.
2
Colas de tareas
Tareas de compresión · Tareas de mantenimiento
15
Escenarios de compresión
Cubre escenarios de aplicación principales

Métricas de diseño

Objetivos de diseño de rendimiento para la verificación de seguridad central

<1ms
Latencia de autenticación
Escritorio/móvil
<5ms
Latencia de autorización
Lado del servidor

Ratios de compresión medidos

Benchmarks internos sobre muestras reales, como referencia de evaluación

Escenario de muestra Ratio Nivel Notas
Hoja de cálculo ERP (xlsx con objetos incrustados) hasta 11.64x Ultra Compresión recursiva de objetos incrustados + subconjuntado de fuentes + compresión de mapas de bits OLE
PPTX de grabación e-learning (fuentes incrustadas ~40%) 9.19x Ultra 57.6MB → 6.27MB mediante subconjuntado de fuentes incrustadas
Documento OFD escaneado (447 páginas, 67.7MB) 2.92x Ultra 4~11x más rápido que el motor anterior, con protección por lista blanca de firmas/adjuntos
TIFF fotográfico (RGB sin comprimir) hasta 110x Ultra Canal sin pérdida nativo, píxeles idénticos byte a byte
GeoTIFF satelital (LZW de paleta) 1.03x Ultra Fuente ya muy comprimida — techo sin pérdida; etiquetas de georreferenciación completamente preservadas
Familia de textos (Markdown/YAML/GeoJSON, etc.) 20 ~ 54x Equilibrado~Ultra Codificación sin pérdida escalonada zstd/brotli, restauración byte a byte
DICOM médico 1.34 ~ 1.58x Fuerte Re-sellado sin pérdida con la sintaxis Deflated estándar, píxeles intactos
Paquete Shapefile geoespacial 3.53x Fuerte shp/shx/dbf/prj empaquetados juntos, legibles directamente por herramientas GIS

Ratio = tamaño original ÷ tamaño comprimido. Las cifras se miden sobre muestras reales internas; la ganancia real depende del contenido del archivo. Todos los formatos incorporan una protección de ganancia — cuando la recompresión no aporta beneficio, la salida es idéntica byte a byte a la entrada (nunca crece) — y la recodificación con pérdida supera los pisos de calidad SSIM≥0.90 / PSNR≥30dB.

Parámetros de arquitectura e implementación

Parámetros de configuración predeterminados del sistema

Parámetro Valor predeterminado
Pool de hilos edición servidor 12 concurrentes
Límite de archivo edición individual 1GB
Límite de archivo edición red 10GB
Límite de tasa predeterminado 100 veces / 60 segundos
Autoescalado K8s HPA 3 ~ 10 réplicas
Servicios Docker Compose 9

Guía de autocomprobación

Se recomienda verificar el rendimiento real siguiendo estos pasos

  • Preparar el conjunto de prueba: Seleccione muestras de archivo representativas (por ejemplo, 10 fotos de diferentes resoluciones, 5 PDF de diferentes tamaños, 3 videos de diferentes duraciones), cubriendo los formatos principales que utiliza realmente.
  • Registrar el tamaño original: Registre el conteo de bytes original de cada archivo como base para el cálculo de la relación de compresión.
  • Ejecutar la compresión: Use la edición de escritorio o llame al SDK/API para ejecutar la compresión, seleccione el nivel y el escenario de compresión objetivo, y registre el tiempo de compresión (puede usar el comando time o cronometraje dentro del código).
  • Calcular la relación de compresión: Relación de compresión = (tamaño original - tamaño comprimido) / tamaño original × 100%. Se recomienda contar por categoría de formato, en lugar de mezclarlos.
  • Evaluación de calidad: Para imágenes/videos puede comparar las métricas PSNR o SSIM para evaluar la pérdida de calidad; para documentos puede verificar manualmente si el contenido clave es claramente legible.
  • Prueba de concurrencia (edición servidor): Use herramientas de prueba de estrés para enviar solicitudes concurrentes a la API y observe la utilización del pool de hilos y la latencia de respuesta.

¿Necesita una evaluación de rendimiento personalizada?

Contáctenos para probar con sus escenarios de archivo reales

Contactar y consultar Obtener SDK para autocomprobación