ISO 9660 es un estándar de sistema de archivos publicado por la Organización Internacional de Normalización (ISO) en 1988 para medios de disco óptico. Fue diseñado como un formato independiente de la plataforma para permitir el intercambio de datos entre diferentes sistemas operativos y plataformas informáticas. ISO 9660 define el diseño lógico, la estructura de directorios y el formato de metadatos para archivos almacenados en CD-ROM y otros discos ópticos.
Una de las características clave de ISO 9660 es su simplicidad y compatibilidad. El estándar impone restricciones en los nombres de archivo, la profundidad del directorio y la estructura general del sistema de archivos para garantizar la máxima interoperabilidad. Los nombres de archivo están limitados a 8 caracteres con una extensión de 3 caracteres (a menudo denominada formato 8.3) y solo pueden contener letras mayúsculas, dígitos y guiones bajos. Los nombres de directorio tienen las mismas restricciones y la profundidad máxima del directorio es de 8 niveles.
ISO 9660 define una estructura de directorio jerárquica, con un directorio raíz en el nivel superior y subdirectorios que se ramifican debajo de él. Cada directorio se almacena como un registro separado en el sistema de archivos, que contiene metadatos sobre los archivos y subdirectorios que contiene. Estos metadatos incluyen el nombre del archivo, el tamaño, la fecha de creación y la ubicación en el disco.
Los archivos en un sistema de archivos ISO 9660 se almacenan como bloques de datos contiguos, y cada archivo ocupa uno o más bloques lógicos. El tamaño de un bloque lógico suele ser de 2048 bytes, aunque el estándar permite otros tamaños. A cada archivo se le asigna un identificador único llamado Identificador de archivo, que se utiliza para localizar el archivo dentro de la estructura del directorio.
ISO 9660 también define varias extensiones y niveles de intercambio que proporcionan características y flexibilidad adicionales. La extensión más utilizada se llama Joliet, que permite nombres de archivo más largos (hasta 64 caracteres) y admite caracteres Unicode para uso internacional. Otra extensión, Rock Ridge, agrega semántica del sistema de archivos POSIX, como permisos de archivo, propiedad y enlaces simbólicos.
El estándar ISO 9660 define tres niveles de intercambio, conocidos como Nivel 1, Nivel 2 y Nivel 3. El Nivel 1 es el más restrictivo y compatible, con los límites más estrictos en los nombres de archivo y la profundidad del directorio. El Nivel 2 relaja algunas de estas restricciones, permitiendo nombres de archivo más largos (hasta 31 caracteres) y estructuras de directorio más profundas (hasta 32 niveles). El Nivel 3 amplía aún más las capacidades de ISO 9660 al permitir archivos de extensión múltiple, que se pueden dividir en partes no contiguas en el disco.
Al crear un sistema de archivos ISO 9660, los datos se organizan en varias áreas distintas en el disco. La primera área es el Área del sistema, que contiene información sobre el disco en sí, como el descriptor de volumen y los registros de arranque. La segunda área es el Área de datos, que contiene los datos reales del archivo y el directorio.
Dentro del Área de datos, los archivos y directorios se organizan en bloques lógicos y extensiones. Una extensión es una secuencia contigua de bloques lógicos que forman un archivo o directorio. Los archivos se pueden almacenar en una sola extensión o dividirse en varias extensiones, según su tamaño y el diseño del disco.
Para localizar un archivo o directorio específico dentro de un sistema de archivos ISO 9660, el sistema operativo lee el Descriptor de volumen principal (PVD) del Área del sistema. El PVD contiene información esencial sobre el sistema de archivos, incluida la ubicación del directorio raíz y el tamaño de los bloques lógicos. A partir de ahí, el sistema operativo puede atravesar la jerarquía del directorio y seguir los Identificadores de archivo para localizar archivos individuales.
Una de las limitaciones de ISO 9660 es su naturaleza de solo lectura. Una vez que se crea un disco ISO 9660, su contenido no se puede modificar sin recrear todo el sistema de archivos. Esto lo hace inadecuado para casos de uso donde los datos deben actualizarse con frecuencia, como sistemas operativos en vivo o bases de datos.
A pesar de sus limitaciones, ISO 9660 sigue siendo ampliamente utilizado hoy en día para distribuir software, contenido multimedia y datos de archivo. Su simplicidad, compatibilidad y robustez lo convierten en una opción ideal para datos de solo lectura a los que se necesita acceder en una variedad de plataformas.
En resumen, ISO 9660 es un formato de sistema de archivos estandarizado para discos ópticos que proporciona una forma simple, compatible e independiente de la plataforma para almacenar e intercambiar datos. Su estructura de directorio jerárquica, formato de metadatos y diseño de bloque lógico garantizan la máxima interoperabilidad entre diferentes sistemas operativos y plataformas informáticas. Si bien tiene algunas limitaciones, como su naturaleza de solo lectura y las restricciones en los nombres de archivo y la profundidad del directorio, ISO 9660 sigue siendo un estándar ampliamente utilizado y valioso para la distribución y el archivo de datos.
La compresión de archivos reduce la redundancia para que la misma información ocupe menos bits. El límite superior de hasta dónde se puede llegar está gobernado por la teoría de la información: para la compresión sin pérdidas, el límite es la entropía de la fuente (véase el teorema de codificación de fuente y su artículo original de 1948 “Una teoría matemática de la comunicación”). Para la compresión con pérdidas, el equilibrio entre la tasa y la calidad se captura mediante la teoría de la tasa-distorsión.
La mayoría de los compresores tienen dos etapas. Primero, un modelo predice o expone la estructura de los datos. Segundo, un codificador convierte esas predicciones en patrones de bits casi óptimos. Una familia clásica de modelado es Lempel-Ziv: LZ77 (1977) y LZ78 (1978) detectan subcadenas repetidas y emiten referencias en lugar de bytes sin procesar. En el lado de la codificación, la codificación de Huffman (véase el artículo original de 1952) asigna códigos más cortos a los símbolos más probables. La codificación aritmética y la codificación por rangos son alternativas más detalladas que se acercan más al límite de la entropía, mientras que los modernos Sistemas Numéricos Asimétricos (ANS) logran una compresión similar con implementaciones rápidas basadas en tablas.
DEFLATE (utilizado por gzip, zlib y ZIP) combina LZ77 con la codificación de Huffman. Sus especificaciones son públicas: DEFLATE RFC 1951, envoltura zlib RFC 1950, y formato de archivo gzip RFC 1952. Gzip está diseñado para la transmisión y explícitamente no intenta proporcionar acceso aleatorio. Las imágenes PNG estandarizan DEFLATE como su único método de compresión (con una ventana máxima de 32 KiB), según la especificación de PNG “Método de compresión 0… deflate/inflate… como máximo 32768 bytes” y W3C/ISO PNG 2ª Edición.
Zstandard (zstd): un compresor de propósito general más nuevo diseñado para altas relaciones de compresión con una descompresión muy rápida. El formato está documentado en RFC 8878 (también espejo HTML) y la especificación de referencia en GitHub. Al igual que gzip, el marco básico no tiene como objetivo el acceso aleatorio. Uno de los superpoderes de zstd son los diccionarios: pequeñas muestras de su corpus que mejoran drásticamente la compresión en muchos archivos pequeños o similares (véase documentación del diccionario python-zstandard y el ejemplo práctico de Nigel Tao). Las implementaciones aceptan diccionarios tanto “no estructurados” como “estructurados” (discusión).
Brotli: optimizado para contenido web (por ejemplo, fuentes WOFF2, HTTP). Mezcla un diccionario estático con un núcleo de entropía+LZ similar a DEFLATE. La especificación es RFC 7932, que también señala una ventana deslizante de 2WBITS−16 con WBITS en [10, 24] (1 KiB−16 B hasta 16 MiB−16 B) y que no intenta el acceso aleatorio. Brotli a menudo supera a gzip en texto web mientras se decodifica rápidamente.
Contenedor ZIP: ZIP es un archivo de ficheros que puede almacenar entradas con varios métodos de compresión (deflate, store, zstd, etc.). El estándar de facto es la APPNOTE de PKWARE (véase APPNOTE portal, una copia alojada, y resúmenes de LC Formato de archivo ZIP (PKWARE) / ZIP 6.3.3).
LZ4 se centra en la velocidad bruta con relaciones modestas. Véase su página del proyecto („compresión extremadamente rápida“) y formato de trama. Es ideal para cachés en memoria, telemetría o rutas calientes donde la descompresión debe ser cercana a la velocidad de la RAM.
XZ / LZMA buscan la densidad (grandes relaciones) con una compresión relativamente lenta. XZ es un contenedor; el trabajo pesado lo realiza normalmente LZMA/LZMA2 (modelado tipo LZ77 + codificación por rangos). Véase formato de archivo .xz, la especificación de LZMA (Pavlov), y las notas del kernel de Linux sobre XZ Embedded. XZ suele comprimir más que gzip y a menudo compite con los códecs modernos de alta relación, pero con tiempos de codificación más lentos.
bzip2 aplica la Transformada de Burrows-Wheeler (BWT), move-to-front, RLE y codificación de Huffman. Suele ser más pequeño que gzip pero más lento; véase el manual oficial y las páginas del manual (Linux).
El „tamaño de la ventana“ importa. Las referencias de DEFLATE solo pueden mirar hacia atrás 32 KiB (RFC 1951 y el límite de 32 KiB de PNG señalado aquí). La ventana de Brotli varía de aproximadamente 1 KiB a 16 MiB (RFC 7932). Zstd ajusta la ventana y la profundidad de búsqueda por nivel (RFC 8878). Los flujos básicos de gzip/zstd/brotli están diseñados para la decodificación secuencial; los formatos base no prometen acceso aleatorio, aunque los contenedores (por ejemplo, índices tar, tramas fragmentadas o índices específicos del formato) pueden superponerlo.
Los formatos anteriores son sin pérdidas: se pueden reconstruir los bytes exactos. Los códecs de medios suelen ser con pérdidas: descartan detalles imperceptibles para alcanzar tasas de bits más bajas. En imágenes, el JPEG clásico (DCT, cuantificación, codificación de entropía) está estandarizado en ITU-T T.81 / ISO/IEC 10918-1. En audio, MP3 (MPEG-1 Layer III) y AAC (MPEG-2/4) se basan en modelos perceptuales y transformadas MDCT (véase ISO/IEC 11172-3, ISO/IEC 13818-7, y un resumen de MDCT aquí). Con y sin pérdidas pueden coexistir (por ejemplo, PNG para activos de interfaz de usuario; códecs web para imágenes/vídeo/audio).
Teoría: Shannon 1948 · Tasa-distorsión · Codificación: Huffman 1952 · Codificación aritmética · Codificación por rangos · ANS. Formatos: DEFLATE · zlib · gzip · Zstandard · Brotli · Trama LZ4 · Formato XZ. Pila BWT: Burrows–Wheeler (1994) · manual de bzip2. Medios: JPEG T.81 · MP3 ISO/IEC 11172-3 · AAC ISO/IEC 13818-7 · MDCT.
En resumen: elija un compresor que se ajuste a sus datos y restricciones, mida con entradas reales y no olvide las ganancias de los diccionarios y el entramado inteligente. Con la combinación adecuada, puede obtener archivos más pequeños, transferencias más rápidas y aplicaciones más ágiles, sin sacrificar la corrección o la portabilidad.
La compresión de archivos es un proceso que reduce el tamaño de un archivo o archivos, típicamente para ahorrar espacio de almacenamiento o acelerar la transmisión a través de una red.
La compresión de archivos funciona identificando y eliminando la redundancia en los datos. Utiliza algoritmos para codificar los datos originales en un espacio menor.
Los dos tipos principales de compresión de archivos son la compresión sin pérdida y la compresión con pérdida. La compresión sin pérdida permite restaurar perfectamente el archivo original, mientras que la compresión con pérdida permite una reducción de tamaño más significativa a costa de alguna pérdida en la calidad de los datos.
Un ejemplo popular de una herramienta de compresión de archivos es WinZip, que admite varios formatos de compresión incluyendo ZIP y RAR.
Con la compresión sin pérdida, la calidad permanece sin cambios. Sin embargo, con la compresión con pérdida, puede haber una disminución notable en la calidad, ya que elimina datos menos importantes para reducir de manera más significativa el tamaño del archivo.
Sí, la compresión de archivos es segura en términos de integridad de datos, especialmente con la compresión sin pérdida. Sin embargo, como en todos los archivos, los archivos comprimidos pueden ser objeto de malware o virus, por lo que siempre es importante tener un software de seguridad de confianza en funcionamiento.
Casi todos los tipos de archivos se pueden comprimir, incluyendo archivos de texto, imágenes, audio, video y archivos de software. Sin embargo, el nivel de compresión alcanzable puede variar significativamente entre los tipos de archivos.
Un archivo ZIP es un tipo de formato de archivo que utiliza compresión sin pérdida para reducir el tamaño de uno o varios archivos. Varios archivos en un archivo ZIP se agrupan efectivamente en un solo archivo, lo que también facilita la compartición.
Técnicamente, sí, aunque la reducción de tamaño adicional podría ser mínima o incluso contraproducente. Comprimir un archivo ya comprimido a veces aumenta su tamaño debido a los metadatos agregados por el algoritmo de compresión.
Para descomprimir un archivo, generalmente necesitas una herramienta de descompresión, como WinZip o 7-Zip. Estas herramientas pueden extraer los archivos originales del formato comprimido.