Le format d'archive DEB (Debian Package) est un système de packaging largement utilisé pour distribuer des logiciels sur Debian et les distributions Linux basées sur Debian, comme Ubuntu. Il fournit une méthode standardisée pour regrouper les logiciels avec leurs dépendances, leurs fichiers de configuration et leurs métadonnées, ce qui permet aux utilisateurs d'installer, de mettre à niveau et de supprimer facilement des paquets logiciels.
Une archive DEB est essentiellement un fichier d'archive compressé avec une structure et une convention de nommage spécifiques. Il a généralement une extension de fichier `.deb` et est créé à l'aide de l'utilitaire d'archivage `ar`. L'archive contient trois composants principaux : le fichier `debian-binary`, l'archive `control.tar.gz` et l'archive `data.tar.gz`.
Le fichier `debian-binary` est un fichier texte brut qui spécifie la version du format DEB utilisée dans l'archive. Il contient généralement une seule ligne avec le numéro de version, comme `2.0`.
L'archive `control.tar.gz` contient les métadonnées du paquet et les informations de contrôle. Il s'agit d'une archive tar compressée gzip qui comprend plusieurs fichiers et répertoires. Le fichier le plus important de cette archive est le fichier `control`, qui contient des informations essentielles sur le paquet, telles que son nom, sa version, son architecture, ses dépendances, son responsable et sa description.
Les autres fichiers de l'archive `control.tar.gz` peuvent inclure : - `preinst` : un script qui est exécuté avant l'installation du paquet. - `postinst` : un script qui est exécuté après l'installation du paquet. - `prerm` : un script qui est exécuté avant la suppression du paquet. - `postrm` : un script qui est exécuté après la suppression du paquet. - `conffiles` : une liste des fichiers de configuration qui appartiennent au paquet. - `shlibs` : une liste des dépendances des bibliothèques partagées. - `triggers` : un fichier qui définit les déclencheurs du paquet.
L'archive `data.tar.gz` contient les fichiers et répertoires réels qui constituent le paquet logiciel. Il s'agit également d'une archive tar compressée gzip. Lorsque le paquet est installé, le contenu de cette archive est extrait dans le répertoire racine du système de fichiers.
Le format d'archive DEB utilise une convention de nommage spécifique pour les fichiers de paquet générés. Le nom du fichier du paquet se compose de plusieurs parties : `<nom>_<version>-<révision>_<architecture>.deb`. Le `<nom>` représente le nom du paquet, `<version>` est le numéro de version du logiciel, `<révision>` est la révision du packaging (utilisée lorsque la même version du logiciel est packagée plusieurs fois) et `<architecture>` spécifie l'architecture cible (par exemple, amd64, i386, arm64).
Lorsqu'un paquet DEB est installé, le gestionnaire de paquets (tel que `apt` ou `dpkg`) effectue plusieurs étapes. Il extrait le contenu de l'archive `data.tar.gz` dans le système de fichiers, exécute tous les scripts de pré-installation définis dans l'archive `control.tar.gz` et met à jour la base de données des paquets pour enregistrer l'installation. Le gestionnaire de paquets résout et installe également toutes les dépendances requises par le paquet.
L'un des principaux avantages du format d'archive DEB est sa capacité à gérer les dépendances. Le fichier `control` de l'archive `control.tar.gz` spécifie les dépendances du paquet, y compris les paquets requis et leurs contraintes de version. Lors de l'installation d'un paquet DEB, le gestionnaire de paquets résout et installe automatiquement les dépendances nécessaires, garantissant que le logiciel dispose de tous les composants requis pour fonctionner correctement.
Le format d'archive DEB prend également en charge le versioning et les mises à niveau des paquets. Chaque paquet a un numéro de version spécifié dans le fichier `control`. Lorsqu'une nouvelle version d'un paquet est publiée, elle peut être installée par-dessus la version existante. Le gestionnaire de paquets gère le processus de mise à niveau, en exécutant tous les scripts de pré-suppression et de post-installation nécessaires, et en mettant à jour la base de données des paquets en conséquence.
En plus des composants principaux, les paquets DEB peuvent également inclure des fichiers et des répertoires supplémentaires, tels que de la documentation, des exemples et des fichiers de localisation. Ces fichiers sont généralement placés dans des répertoires spécifiques au sein de l'archive `data.tar.gz`, conformément à la norme de hiérarchie du système de fichiers (FHS).
Le format d'archive DEB dispose d'un riche écosystème d'outils et d'utilitaires pour créer, gérer et distribuer des paquets. L'outil en ligne de commande `dpkg-deb` est couramment utilisé pour créer des paquets DEB à partir du code source ou de fichiers binaires. Il automatise le processus de génération des fichiers de contrôle nécessaires et de compression des données dans le format d'archive DEB.
D'autres outils, tels que `dh_make` et `debhelper`, fournissent des abstractions de niveau supérieur et une automatisation pour la construction de paquets DEB. Ils simplifient le processus de packaging en générant des fichiers modèles, en gérant les tâches courantes et en appliquant les meilleures pratiques de packaging.
Le format d'archive DEB prend également en charge les signatures numériques et l'authentification des paquets. Les paquets peuvent être signés avec une clé privée pour garantir leur intégrité et leur authenticité. Le gestionnaire de paquets vérifie les signatures lors de l'installation pour empêcher toute altération et garantir que les paquets proviennent de sources fiables.
En résumé, le format d'archive DEB est un système de packaging puissant et largement utilisé pour les distributions Linux basées sur Debian. Il fournit un moyen standardisé de distribuer des logiciels, de gérer les dépendances et de gérer les installations et les mises à niveau des paquets. En comprenant la structure et les composants des paquets DEB, les développeurs et les administrateurs système peuvent packager et distribuer efficacement leurs logiciels aux utilisateurs de manière fiable et efficace.
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.