tools: support zstd's dict compression/decompression

[neverchanje]

as we can see from the above two pics, dict-based compression can significantly improve compression ratio (+20%), besides, with a larger dictionary buffer the compression ratio increases (by 10%).

[qinzuoyan]

这个让用户怎么用？感觉不太易用啊？譬如：

1. 用户如果用spark写数据，多个task并发写数据，那么由谁来train？Dict怎么建立？
2. 用户现在从一个表里读数据，怎么知道是不是要用Dict？用哪个Dict？

[neverchanje]

在 zstd 的设计里，train 就是在测试的时候干的，dict 训练好之后保存在 pegasus 里，用户启动 spark 的时候把 dict 拿到，然后压缩解压就用这个 dict。

dict 可以每个 spark 任务一个，也可以做成 thread-safe 的单例。现在没帮用户做成单例，用户就只能每个 task 拿一个 dict，这点可以改。

[qinzuoyan]

如果每个spark一个，就会有很多个Dict。另一个业务如果要读数据，应当选择哪个Dict？如果读的数据来自不同spark写入的，应当用哪个Dict？整个使用场景都应当想清楚，让用户用起来简单、无歧义。