diff --git a/doc/HTTP_SERVICE_CN.md b/doc/HTTP_SERVICE_CN.md
index f442e1e8ca4a68123106dbd25fd7b93cf171caa2..ff7082b0c6c2f091a199420be45ce83403befdd4 100644
--- a/doc/HTTP_SERVICE_CN.md
+++ b/doc/HTTP_SERVICE_CN.md
@@ -12,7 +12,7 @@ BRPC-Server会尝试去JSON字符串中再去反序列化出Proto格式的数据
 
 ### Http+protobuf方式
 各种语言都提供了对ProtoBuf的支持，如果您对此比较熟悉，您也可以先将数据使用ProtoBuf序列化，再将序列化后的数据放入Http请求数据体中，然后指定Content-Type: application/proto，从而使用http/h2+protobuf二进制串访问服务。
-
+实测随着数据量的增大，使用JSON方式的Http的数据量和反序列化的耗时会大幅度增加，推荐当您的数据量较大时，使用Http+protobuf方式，后续我们会在框架的HttpClient中增加该功能，目前暂没有支持。
 
 **理论上讲，序列化/反序列化的性能从高到底排序为：protobuf > http/h2+protobuf > http**
 
@@ -109,7 +109,7 @@ repeated int32 numbers = 1;
 
 ### Http压缩
 
-支持gzip压缩，但gzip并不是一个压缩解压速度非常快的方法，当数据量较小时候，使用gzip压缩反而会得不偿失，推荐至少数据大于512字节时才考虑使用gzip压缩。
+支持gzip压缩，但gzip并不是一个压缩解压速度非常快的方法，当数据量较小时候，使用gzip压缩反而会得不偿失，推荐至少数据大于512字节时才考虑使用gzip压缩,实测结果是当数据量小于50K时，压缩的收益都不大。
 
 #### Client请求的数据体压缩
 
diff --git a/python/paddle_serving_client/httpclient.py b/python/paddle_serving_client/httpclient.py
index 8c1f99a5a61564e94d1d27ff2a6ccb9e857004de..dc120686e42c7e4368e8cd32216c8b63c9d56782 100755
--- a/python/paddle_serving_client/httpclient.py
+++ b/python/paddle_serving_client/httpclient.py
@@ -142,6 +142,15 @@ class HttpClient(object):
         else:
             self.http_timeout_ms = http_timeout_ms
 
+    def set_ip(self, ip):
+        self.ip = ip
+
+    def set_service_name(self, service_name):
+        self.service_name = service_name
+
+    def set_port(self, port):
+        self.port = port
+
     def set_request_compress(self, try_request_gzip):
         self.try_request_gzip = try_request_gzip
 
@@ -295,9 +304,10 @@ class HttpClient(object):
                         raise ValueError(
                             "feedvar is string-type,feed, feed can`t be a single int or others."
                         )
-
-            total_data_number = total_data_number + data_bytes_number(
-                data_value)
+            # 如果不压缩，那么不需要统计数据量。
+            if self.try_request_gzip:
+                total_data_number = total_data_number + data_bytes_number(
+                    data_value)
             Request["tensor"][index]["elem_type"] = elem_type
             Request["tensor"][index]["shape"] = shape
             Request["tensor"][index][data_key] = data_value