ISO 9660 est une norme de système de fichiers publiée en 1988 pour les supports de disques optiques. Elle a été développée par l'Organisation internationale de normalisation (ISO) et la Commission électrotechnique internationale (CEI) pour définir un système de fichiers standard pour les CD-ROM. L'objectif était d'assurer l'interopérabilité des disques de données entre différentes plates-formes et systèmes d'exploitation.
Un disque ISO 9660 contient des données dans une structure arborescente hiérarchique de répertoires et de fichiers, similaire à d'autres systèmes de fichiers. Le répertoire le plus élevé est appelé répertoire racine. Les répertoires et les fichiers sont référencés à l'aide d'un chemin qui commence à partir de la racine. Chaque répertoire, y compris la racine, contient un ensemble d'entrées de répertoire qui fournissent des métadonnées sur les fichiers et les sous-répertoires qu'il contient.
ISO 9660 définit plusieurs aspects clés et limitations de la structure du système de fichiers :
- Les noms de fichiers peuvent comporter jusqu'à 8 caractères avec une extension de 3 caractères, séparés par un point. Les noms de fichiers doivent être composés de lettres majuscules A-Z, de chiffres 0-9 et de traits de soulignement. La longueur du nom de fichier et les restrictions de caractères contribuent à garantir une large compatibilité.
- Les noms de répertoires sont également limités à 8 caractères majuscules plus le trait de soulignement. Les noms de répertoires sont également limités à 8 niveaux de profondeur.
- La longueur du chemin complet vers n'importe quel fichier ou répertoire est limitée à 255 caractères. Les séparateurs de chemin utilisent la barre oblique (/).
Un disque ISO 9660 commence par 16 secteurs de zone système, suivis d'un maximum de 2 048 secteurs de descripteurs de volume. Les descripteurs de volume fournissent des informations sur la structure et le contenu du disque, y compris le descripteur de volume principal qui contient des métadonnées clés.
Le descripteur de volume principal apparaît au secteur 16 et contient des informations telles que le nom du volume du disque, l'identifiant de l'éditeur, le préparateur des données, le droit d'auteur, le résumé et les dates de création/modification/expiration du volume. Il spécifie également la taille et l'emplacement de la table des chemins, l'emplacement du répertoire racine et la référence aux descripteurs de volume supplémentaires.
Les disques ISO 9660 utilisent des tables de chemins pour optimiser la navigation et les recherches dans les répertoires. Les tables de chemins fournissent un index de la hiérarchie des répertoires, avec des tables séparées pour les répertoires utilisant des noms en minuscules (table de chemins de type L) et les répertoires utilisant des noms en majuscules et des caractères spéciaux (table de chemins de type M). La table de chemins de type L est facultative mais utilisée sur la plupart des disques.
Chaque entrée de table de chemins contient l'emplacement de l'enregistrement de répertoire, le nombre de niveaux de répertoire à partir de la racine et le nom du répertoire. Cela permet de parcourir efficacement l'arborescence des répertoires sans avoir besoin d'analyser les répertoires secteur par secteur.
Les fichiers et les répertoires sur un disque ISO 9660 sont référencés via des entrées d'enregistrement de répertoire dans chaque répertoire. Un enregistrement de répertoire comprend des champs de métadonnées pour :
- Longueur de l'enregistrement de répertoire - Longueur de l'enregistrement d'attribut étendu - Emplacement de l'étendue du fichier/répertoire (décalage de secteur) - Longueur des données du fichier/répertoire - Date et heure d'enregistrement - Indicateurs de fichier (par exemple : caché, répertoire, fichier associé) - Taille de l'unité de fichier pour les fichiers entrelacés - Taille de l'espacement d'entrelacement pour les fichiers entrelacés - Numéro de séquence de volume - Longueur de l'identifiant de fichier (nom de fichier) - Nom de fichier
ISO 9660 définit un système de fichiers virtuel où toutes les données sont masterisées sur un support en lecture seule. En tant que tel, la norme n'inclut pas de dispositions pour modifier un disque ISO 9660 existant : le disque est toujours traité comme étant en lecture seule. Si des modifications sont nécessaires, une nouvelle image de disque doit être générée avec les fichiers et répertoires mis à jour.
Bien qu'ISO 9660 ait été conçu pour les supports optiques, les images de disque utilisant la norme peuvent également être accessibles à partir d'autres supports comme les disques durs. De nombreux systèmes d'exploitation permettent de monter un fichier image de disque ISO 9660 en tant que lecteur virtuel en lecture seule ou d'accéder au contenu de l'image de disque via des pilotes de système de fichiers spéciaux.
Des extensions ultérieures à ISO 9660 ont étendu ses capacités tout en maintenant la compatibilité descendante :
- Extensions Rock Ridge : permettent de stocker la sémantique et les informations du système de fichiers Unix sur des disques ISO 9660. Permet des noms de fichiers plus longs, des structures de répertoires plus profondes et des attributs de fichiers supplémentaires.
- Extensions Joliet : spécifiées par Microsoft pour autoriser des noms de fichiers Unicode d'une longueur maximale de 64 caractères. Les noms de fichiers Joliet peuvent utiliser une plus large gamme de caractères et sont stockés au format UTF-16.
- El Torito : permet à un disque d'être amorçable en fournissant une spécification pour les CD-ROM amorçables, qui peuvent inclure un code d'amorçage et des images de disque amorçables.
Bien que les disques optiques aient perdu en popularité par rapport à leur apogée, ISO 9660 reste une norme importante pour l'échange de données sur des supports en lecture seule. Sa conception a favorisé l'interopérabilité entre les plates-formes informatiques tout en travaillant dans les contraintes du stockage optique. Comprendre le format ISO 9660 est précieux pour ceux qui travaillent avec des archives CD/DVD, des images de disque et des composants internes de système d'exploitation.
La compression de fichiers réduit la redondance afin que la même information prenne moins de bits. La limite supérieure de ce que vous pouvez faire est régie par la théorie de l'information : pour la compression sans perte, la limite est l'entropie de la source (voir le théorème de codage de source et son article original de 1948 « Une théorie mathématique de la communication »). Pour la compression avec perte, le compromis entre le débit et la qualité est capturé par la théorie du débit-distorsion.
La plupart des compresseurs ont deux étapes. Premièrement, un modèle prédit ou expose la structure des données. Deuxièmement, un codeur transforme ces prédictions en modèles de bits quasi optimaux. Une famille de modélisation classique est Lempel-Ziv : LZ77 (1977) et LZ78 (1978) détectent les sous-chaînes répétées et émettent des références au lieu d'octets bruts. Du côté du codage, le codage de Huffman (voir l'article original de 1952) attribue des codes plus courts aux symboles les plus probables. Le codage arithmétique et le codage par plage sont des alternatives plus fines qui se rapprochent de la limite de l'entropie, tandis que les systèmes de numération asymétriques (ANS) modernes permettent une compression similaire avec des implémentations rapides basées sur des tables.
DEFLATE (utilisé par gzip, zlib et ZIP) combine LZ77 avec le codage de Huffman. Ses spécifications sont publiques : DEFLATE RFC 1951, wrapper zlib RFC 1950, et format de fichier gzip RFC 1952. Gzip est conçu pour le streaming et explicitement ne tente pas de fournir un accès aléatoire. Les images PNG normalisent DEFLATE comme leur seule méthode de compression (avec une fenêtre maximale de 32 Kio), conformément à la spécification PNG « Méthode de compression 0… dégonfler/gonfler… au plus 32768 octets » et W3C/ISO PNG 2e édition.
Zstandard (zstd) : un compresseur polyvalent plus récent conçu pour des taux de compression élevés avec une décompression très rapide. Le format est documenté dans la RFC 8878 (également miroir HTML) et la spécification de référence sur GitHub. Comme gzip, la trame de base ne vise pas l'accès aléatoire. L'un des superpouvoirs de zstd réside dans les dictionnaires : de petits échantillons de votre corpus qui améliorent considérablement la compression sur de nombreux fichiers minuscules ou similaires (voir la documentation du dictionnaire python-zstandard et l'exemple pratique de Nigel Tao). Les implémentations acceptent à la fois les dictionnaires « non structurés » et « structurés » (discussion).
Brotli : optimisé pour le contenu Web (par exemple, les polices WOFF2, HTTP). Il mélange un dictionnaire statique avec un noyau d'entropie+LZ de type DEFLATE. La spécification est la RFC 7932, qui note également une fenêtre glissante de 2WBITS−16 avec WBITS dans [10, 24] (1 Kio−16 B jusqu'à 16 Mio−16 B) et qu'il ne tente pas d'accès aléatoire. Brotli surpasse souvent gzip sur le texte Web tout en décodant rapidement.
Conteneur ZIP : ZIP est une archive de fichiers qui peut stocker des entrées avec diverses méthodes de compression (deflate, store, zstd, etc.). La norme de facto est l'APPNOTE de PKWARE (voir le portail APPNOTE, une copie hébergée, et les aperçus de la LC Format de fichier ZIP (PKWARE) / ZIP 6.3.3).
LZ4 vise la vitesse brute avec des ratios modestes. Voir sa page de projet (« compression extrêmement rapide ») et son format de trame. Il est idéal pour les caches en mémoire, la télémétrie ou les chemins d'accès très sollicités où la décompression doit être proche de la vitesse de la RAM.
XZ / LZMA visent la densité (excellents ratios) avec une compression relativement lente. XZ est un conteneur ; le gros du travail est généralement effectué par LZMA/LZMA2 (modélisation de type LZ77 + codage par plage). Voir le format de fichier .xz, la spécification LZMA (Pavlov), et les notes du noyau Linux sur XZ Embedded. XZ surcompresse généralement gzip et rivalise souvent avec les codecs modernes à haut ratio, mais avec des temps d'encodage plus lents.
bzip2 applique la transformée de Burrows-Wheeler (BWT), move-to-front, RLE et le codage de Huffman. Il est généralement plus petit que gzip mais plus lent ; voir le manuel officiel et les pages de manuel (Linux).
La « taille de la fenêtre » est importante. Les références DEFLATE ne peuvent remonter que de 32 Kio (RFC 1951 et la limite de 32 Kio de PNG notée ici). La fenêtre de Brotli va d'environ 1 Kio à 16 Mio (RFC 7932). Zstd ajuste la fenêtre et la profondeur de recherche par niveau (RFC 8878). Les flux de base gzip/zstd/brotli sont conçus pour un décodage séquentiel ; les formats de base ne promettent pas d'accès aléatoire, bien que des conteneurs (par exemple, des index tar, un tramage en morceaux ou des index spécifiques au format) puissent l'ajouter.
Les formats ci-dessus sont sans perte : vous pouvez reconstruire les octets exacts. Les codecs multimédias sont souvent avec perte : ils suppriment les détails imperceptibles pour atteindre des débits binaires inférieurs. Dans les images, le JPEG classique (DCT, quantification, codage entropique) est normalisé dans ITU-T T.81 / ISO/IEC 10918-1. En audio, MP3 (MPEG-1 Layer III) et AAC (MPEG-2/4) reposent sur des modèles perceptuels et des transformées MDCT (voir ISO/IEC 11172-3, ISO/IEC 13818-7, et un aperçu de la MDCT ici). Avec et sans perte peuvent coexister (par exemple, PNG pour les ressources de l'interface utilisateur ; codecs Web pour les images/vidéo/audio).
Théorie : Shannon 1948 · Débit-distorsion · Codage : Huffman 1952 · Codage arithmétique · Codage par plage · ANS. Formats : DEFLATE · zlib · gzip · Zstandard · Brotli · Trame LZ4 · Format XZ. Pile BWT : Burrows–Wheeler (1994) · manuel bzip2. Médias : JPEG T.81 · MP3 ISO/IEC 11172-3 · AAC ISO/IEC 13818-7 · MDCT.
Conclusion : choisissez un compresseur qui correspond à vos données et à vos contraintes, mesurez sur des entrées réelles et n'oubliez pas les gains des dictionnaires et du tramage intelligent. Avec la bonne combinaison, vous pouvez obtenir des fichiers plus petits, des transferts plus rapides et des applications plus réactives, sans sacrifier la correction ou la portabilité.
La compression de fichiers est un processus qui réduit la taille d'un fichier ou de fichiers, généralement pour économiser de l'espace de stockage ou accélérer la transmission sur un réseau.
La compression de fichiers fonctionne en identifiant et en supprimant les redondances dans les données. Elle utilise des algorithmes pour encoder les données originales dans un espace plus petit.
Les deux types principaux de compression de fichiers sont la compression sans perte et la compression avec pertes. La compression sans perte permet de restaurer parfaitement le fichier original, tandis que la compression avec pertes permet une réduction de taille plus significative au détriment de la perte de qualité des données.
Un exemple populaire d'un outil de compression de fichiers est WinZip, qui prend en charge de multiples formats de compression dont ZIP et RAR.
Avec la compression sans perte, la qualité reste inchangée. Cependant, avec la compression avec pertes, il peut y avoir une diminution notable de la qualité car elle élimine les données moins importantes pour réduire de manière plus significative la taille du fichier.
Oui, la compression de fichiers est sûre en termes d'intégrité des données, surtout avec la compression sans perte. Cependant, comme tout fichier, les fichiers compressés peuvent être ciblés par des logiciels malveillants ou des virus, il est donc toujours important d'avoir un logiciel de sécurité de confiance en place.
Presque tous les types de fichiers peuvent être compressés, y compris les fichiers texte, images, audio, vidéo, et les fichiers logiciels. Cependant, le niveau de compression réalisable peut varier considérablement selon les types de fichiers.
Un fichier ZIP est un type de format de fichier qui utilise la compression sans perte pour réduire la taille d'un ou de plusieurs fichiers. Plusieurs fichiers dans un fichier ZIP sont effectivement regroupés en un seul fichier, ce qui facilite également le partage.
Techniquement, oui, bien que la réduction de taille supplémentaire puisse être minime voire contre-productive. Compresser un fichier déjà compressé peut parfois augmenter sa taille en raison des métadonnées ajoutées par l'algorithme de compression.
Pour décompresser un fichier, il vous faut généralement un outil de décompression ou de dézippage, comme WinZip ou 7-Zip. Ces outils peuvent extraire les fichiers originaux à partir du format compressé.