什么是数据冗余?

空间冗余常出现在图像数据中。当某些像素的数据完全相同时，逐点储存就会产生空间数据冗余。为避免出现空间冗余，可对完全一致的像素数据进行压缩。相似度较高的数据也可以进行压缩，在数据恢复后图片与原图并不完全一致，但其中的区别人眼难以分辨。利用这种特性可以实现对空间冗余的压缩，从而节省存储空间并提高数据传输效率。空间冗余压缩是数据压缩中常用的一种技术，尤其适用于图像和视频等包含大量相似像素数据的文件。

时间冗余常出现在序列图像和音频文件中。例如在电视和运动图像中，相邻帧之间可能会出现背景是相同的、仅有运动物体产生变化的情况。转化为储存数据时，去掉相邻帧之间的重复数据，就是去掉时间冗余数据。在音频中，会出现背景音不变、人的声音是连续渐变的情况，因此在储存这种类型的数据时，也会存在时间冗余。通过识别并压缩时间冗余数据，可以有效减小多媒体文件的存储空间占用，提高数据传输效率。时间冗余压缩技术广泛应用于视频编码和音频编码领域。

结构冗余常出现在纹理结构较强的图片信息中，例如有规律的花纹图片，花纹结构几乎一致，这些结构一致的花纹信息表现出来的数据也是相同的，因此在储存时会出现结构冗余现象。通过识别和压缩结构冗余数据，可以大幅减小图像文件的存储空间占用。结构冗余压缩技术常用于压缩具有规律纹理的图像数据，如地毯、砖墙、编织物等图像。

知识冗余常出现在与基础知识有较大相关性的图像数据中。许多图像显示的信息具有固定的结构，这些结构可以由较为普及的知识及前置学习经验获得。在储存时，这些信息转化为数据重复储存在数据库中，就可以称之为知识冗余。通过利用人类的先验知识，可以有效压缩知识冗余数据，从而节省存储空间。知识冗余压缩技术常用于压缩包含大量已知结构信息的图像数据。

视觉冗余是指超出人体器官感知阈值之外的信息。视觉冗余不仅指视觉感知，也包括听觉感知。例如，人体能听到的声音频率是 20Hz 到 20000Hz，在这个频率之外的声音是无法被感知的，这部分信息就称之为视觉冗余。因此在处理视觉冗余时，可以压缩这部分数据，储存的信息对人的感官来说不会有差别。利用视觉冗余压缩技术可以在不影响人类感知的前提下，有效减小图像、视频和音频文件的存储空间占用。

信息熵是指一组数据携带的平均信息量。在实际中，一组数据的实际储存大小要高于信息熵，两者之间的信息量差距就被称之为信息熵冗余，又被称为编码冗余。通过有效编码技术可以减小信息熵冗余，从而压缩数据存储空间。信息熵冗余压缩是数据压缩的基础理论，许多压缩算法都是在这一理论基础上发展而来的。利用信息熵冗余压缩技术可以最大限度地减小各种数据文件的存储空间占用。

存储冗余是指在存储层面保留数据的多个副本，以提高数据可用性和容错能力。

利用传感器观测数据之间的空间相关性，可通过网络内数据聚合和挖掘技术来利用数据冗余，从而减少网络流量和节点能耗。安全数据聚合就是一种网络内处理形式，有限能量的传感器节点将数据发送到无限能量的安全基站。

无损压缩算法如 Lempel-Ziv（LZ）和 DEFLATE 可通过消除数据中的冗余来减小文件大小。这些算法使用基于表的压缩模型来替换重复的数据字符串。

在不同地理位置部署备份设备，可以通过降低单点故障的可能性来纠正冗余设备的漏洞，从而提高整体系统的可靠性。

数据冗余可以提高数据访问的效率。通过在多个位置存储相同的数据，系统可以从最近的副本读取数据，避免了重新计算或从远程位置获取数据的开销。这对于频繁访问的数据尤为重要。

数据冗余还可以提高系统的容错能力。当某个数据副本出现故障时，系统可以从其他副本读取数据，从而保证了数据的可用性。这对于关键任务系统来说非常重要。

在大型数据集合（如互联网）中，数据冗余可以使问答系统更容易找到正确的答案。因为相同的信息可能会以不同的方式表述在不同的文档中。

数据冗余的主要缺点是需要额外的存储空间。存储多个数据副本会占用更多的存储资源，从而增加了成本。

另一个缺点是需要保持冗余数据与原始数据源同步。当原始数据发生变化时，所有副本也需要相应地更新，这会带来额外的开销。

数据冗余还需要考虑压缩和解压缩数据所需的计算资源。虽然压缩可以节省存储空间，但也会增加CPU的使用率。