USTAR (Unix Standard Tape Archive) एक फ़ाइल प्रारूप है जिसका उपयोग Unix और Unix जैसे ऑपरेटिंग सिस्टम पर फ़ाइलों को संग्रहीत करने और वितरित करने के लिए किया जाता है। इसे 1980 के दशक में टेप संग्रह बनाने के लिए एक मानकीकृत विधि के रूप में पेश किया गया था जिसे विभिन्न Unix सिस्टम के बीच आसानी से आदान-प्रदान किया जा सकता था। USTAR प्रारूप तब से विभिन्न प्लेटफार्मों पर सॉफ़्टवेयर, डेटा और अन्य फ़ाइलों को पैकेजिंग और वितरित करने के लिए व्यापक रूप से उपयोग किया जाने वाला मानक बन गया है।
USTAR प्रारूप पहले के TAR (टेप संग्रह) प्रारूप का एक विस्तार है, जिसका उपयोग चुंबकीय टेप पर संग्रह फ़ाइलें बनाने के लिए किया जाता था। TAR प्रारूप ने कई फ़ाइलों को एक ही स ंग्रह फ़ाइल में संयोजित करने की अनुमति दी, जिससे फ़ाइलों के बड़े संग्रह को संग्रहीत करना और स्थानांतरित करना आसान हो गया। हालाँकि, मूल TAR प्रारूप की सीमाएँ थीं, जैसे कि अधिकतम फ़ाइल नाम की लंबाई 99 वर्ण और अधिकतम फ़ाइल आकार 8 GB।
इन सीमाओं को दूर करने के लिए, USTAR प्रारूप को मूल TAR प्रारूप में सुधार के रूप में विकसित किया गया था। USTAR प्रारूप ने कई संवर्द्धन पेश किए, जिनमें लंबे फ़ाइल नामों (255 वर्णों तक) के लिए समर्थन, बड़े फ़ाइल आकार (8 EB या 8 एक्साबाइट तक) और फ़ाइल विशेषताओं और अनुमतियों को संग्रहीत करने के लिए अतिरिक्त मेटाडेटा फ़ील्ड शामिल हैं।
एक USTAR संग्रह फ़ाइल में फ़ाइल रिकॉर्ड की एक श्रृंखला होती है, प्रत्येक संग्रह में संग्रहीत फ़ाइल या निर्देशिका का प्रतिनिधित्व करता है। प्रत्येक फ़ाइल रिकॉर्ड एक हेडर और वास्तविक फ़ाइल डेटा से बना होता है। हेडर में फ़ाइल के बारे में मेटाडेटा होता है, जैसे कि उसका नाम, आकार, स्वामित्व, अनुमतियाँ और संशोधन समय। फ़ाइल डेटा हेडर का अनुसरण करता है और बाइट्स के एक सन्निहित ब्लॉक के रूप में संग्रहीत किया जाता है।
USTAR हेडर का एक निश्चित आकार 512 बाइट्स है और इसे कई फ़ील्ड में विभाजित किया गया है। हेडर में कुछ महत्वपूर्ण फ़ील्ड में शामिल हैं:
1. फ़ाइल नाम: फ़ाइल या निर्देशिका का नाम वाली एक शून्य-समाप्त स्ट्रिंग, जो 255 वर्णों तक लंबी होती है।
2. फ़ाइल मोड: फ़ाइल की अनुमतियों और मोड बिट्स का प्रतिनिधित्व करने वाली एक 12-वर्ण ऑक्टल संख्या।
3. स्वामी और समूह आईडी: फ़ाइल से संबद्ध संख्यात्मक उपयोगकर्ता और समूह आईडी।
4. फ़ाइल आकार: बाइट्स में फ़ाइल के आकार का प्रतिनिधित्व करने वाली एक 12-वर्ण ऑक्टल संख्या।
5. संशोधन समय: 1 जनवरी, 1970 से सेकंड की संख्या के रूप में फ़ाइल के अंतिम संशोधन समय का प्रतिनिधित्व करने वाली एक 12-वर्ण ऑक्टल संख्या।
6. हेडर चेकसम: त्रुटि का पता लगाने के लिए उपयोग की जाने वाली एक 8-वर्ण ऑक्टल संख्या।
USTAR प्रारूप में विशेष फ़ाइल प्रकारों के लिए भी समर्थन शामिल है, जैसे कि प्रतीकात्मक लिंक, हार्ड लिंक और डिवाइस फ़ाइलें। इन विशेष फ़ाइलों को विशिष्ट हेडर फ़ील्ड का उपयोग करके दर्शाया जाता है और निष्कर्षण के दौरान अलग तरह से नियंत्रित किया जाता है।
USTAR संग्रह बनाते समय, संग्रह उपयोगिता (जैसे `tar` कमांड) निर्दिष्ट फ़ाइलों और निर्देशिकाओं को पढ़ता है, प्रत्येक फ़ाइल के लिए उपयुक्त हेडर उत्पन्न करता है, और हेडर और फ़ाइल डेटा को एक ही संग्रह फ़ाइल में जोड़ता है। परिणामी संग्रह फ़ाइल को इसके आकार को कम करने के लिए विभिन्न संपीड़न एल्गोरिदम, जैसे कि gzip या bzip2 का उपयोग करके संपीड़ित किया जा सकता है।
USTAR संग्रह से फ़ाइलों को निकालने के लिए, निष्कर्षण उपयोगिता संग्रह फ़ाइल को क्रमिक रूप से पढ़ती है, प्रत्ये क फ़ाइल के बारे में जानकारी प्राप्त करने के लिए हेडर को पार्स करती है। फिर यह हेडर में संग्रहीत मेटाडेटा के आधार पर आवश्यक फ़ाइलें और निर्देशिकाएँ बनाता है और फ़ाइल डेटा को उपयुक्त स्थानों पर लिखता है।
USTAR प्रारूप को व्यापक रूप से अपनाया गया है और विभिन्न ऑपरेटिंग सिस्टम में विभिन्न संग्रह और संपीड़न टूल द्वारा समर्थित है। यह फ़ाइलों को पैकेज करने और वितरित करने का एक मानकीकृत और पोर्टेबल तरीका प्रदान करता है, जो संगतता और उपयोग में आसानी सुनिश्चित करता है।
हालाँकि, यह ध्यान देने योग्य है कि USTAR प्रारूप की कुछ सीमाएँ हैं। उदाहरण के लिए, यह 255 वर्णों से अधिक लंबे फ़ाइल नामों या 8 EB से बड़े फ़ाइल आकारों का समर्थन नहीं करता है। इसके अतिरिक्त, इसमें अंतर्निहित एन्क्रिप्शन या अखंडता सत्यापन सुविधाओं का अभाव है, जो सुरक्षित फ़ाइल स्थानांतरण और संग्रहण के लिए आवश्यक हो सकते हैं।
इन सीमाओं के बावजूद, USTAR प्रारूप अपनी सादगी, व्यापक समर्थन और Unix और Unix जैसे ऑपरेटिंग सिस्टम की एक विस्तृत श्रृंखला के साथ संगतता के कारण फ़ाइलों को संग्रहीत करने और वितरित करने के लिए एक लोकप्रिय विकल्प बना हुआ है।
संक्षेप में, USTAR संग्रह प्रारूप TAR प्रारूप का एक विस्तार है जो Unix और Unix जैसे सिस्टम पर फ़ाइलों को पैकेज करने और वितरित करने का एक मानकीकृत तरीका प्रदान करता है। यह मूल TAR प्रारूप की तुलना में लंबे फ़ाइल नामों, बड़े फ़ाइल आकारों और अतिरिक्त मेटाडेटा का समर्थन करता है। USTAR संग्रह में फ़ाइल रिकॉर्ड की एक श्रृंखला होती है, प्रत्येक में फ़ाइल मेटाडेटा और वास्तविक फ़ाइल डेटा के साथ एक हेडर होता है। प्रारूप को संग्रह और संपीड़न टूल द्वारा व्यापक रूप से समर्थित किया जाता है और आमतौर पर सॉफ़्टवेयर वितरण और डेटा विनिमय के लिए उपयोग किया जाता है।
फ़ाइल कंप्रेशन রিডन्डेंसी को कम करता है ताकि वही जानकारी कम बिट्स ले। आप कितनी दूर जा सकते हैं इसकी ऊपरी सीमा सूचना सिद्धांत द्वारा नियंत्रित होती है: दोषरहित कंप्रेशन के लिए, सीमा स्रोत की एन्ट्रॉपी है (शैनन का स्रोत कोडिंग प्रमेय और उनका मूल 1948 का पेपर “संचार का एक गणितीय सिद्धांत”देखें)। दोषपूर्ण कंप्रेशन के लिए, दर और गुणवत्ता के बीच का ट्रेड-ऑफ दर-विरूपण सिद्धांत द्वारा कब्जा कर लिया गया है।
अधिकांश कंप्रेशर्स के दो चरण होते हैं। सबसे पहले, एक मॉडल डेटा में संरचना की भविष्यवाणी करता है या उजागर करता है। दूसरा, एक कोडर उन भविष्यवाणियों को लगभग-इष्टतम बिट पैटर्न में बदल देता है। एक क्लासिक मॉडलिंग परिवार लेम्पेल-ज़िव है: LZ77 (1977) और LZ78 (1978) बार-बार आने वाले सबस्ट्रिंग का पता लगाते हैं और कच्चे बाइट्स के बजाय संदर्भ उत्सर्जित करते हैं। कोडिंग पक्ष पर, हफमैन कोडिंग (मूल पेपर देखें 1952) अधिक संभावित प्रतीकों को छोटे कोड प्रदान करता है। अरिथमैटिक कोडिंग और रेंज कोडिंग बारीक-बारीक विकल्प हैं जो एन्ट्रॉपी सीमा के करीब निचोड़ते हैं, जबकि आधुनिक असममित अंक प्रणाली (ANS) तेज तालिका-चालित कार्यान्वयन के साथ समान कंप्रेशन प्राप्त करता है।
DEFLATE (gzip, zlib, और ZIP द्वारा उपयोग किया जाता है) LZ77 को हफमैन कोडिंग के साथ जोड़ता है। इसके स्पेक्स सार्वजनिक हैं: DEFLATE RFC 1951, zlib रैपर RFC 1950, और gzip फ़ाइल प्रारूप RFC 1952. Gzip स्ट्रीमिंग के लिए बनाया गया है और स्पष्ट रूप से यादृच्छिक पहुँच प्रदान करने का प्रयास नहीं करता है. PNG छवियां DEFLATE को अपनी एकमात्र कंप्रेशन विधि के रूप में मानकीकृत करती हैं (अधिकतम 32 KiB विंडो के साथ), PNG स्पेक के अनुसार “संपीड़न विधि 0… डिफ्लेट/इन्फ्लेट… अधिकतम 32768 बाइट्स” और W3C/ISO PNG दूसरा संस्करण.
Zstandard (zstd): एक नया सामान्य-उद्देश्य कंप्रेसर है जिसे बहुत तेज डीकंप्रेसन के साथ उच्च अनुपात के लिए डिज़ाइन किया गया है। प्रारूप RFC 8878 (यह भी HTML मिरर) और संदर्भ स्पेक GitHub परमें प्रलेखित है। Gzip की तरह, मूल फ्रेम यादृच्छिक पहुँच का लक्ष्य नहीं रखता है. zstd की महाशक्तियों में से एक शब्दकोश है: आपके कॉर्पस से छोटे नमूने जो कई छोटी या समान फ़ाइलों पर संपीड़न में नाटकीय रूप से सुधार करते हैं (देखें python-zstandard शब्दकोश डॉक्स और निगेल ताओ का काम किया हुआ उदाहरण)। कार्यान्वयन “असंरचित” और “संरचित” दोनों शब्दकोशों को स्वीकार करते हैं (चर्च ा).
Brotli: वेब सामग्री के लिए अनुकूलित (जैसे, WOFF2 फोंट, HTTP)। यह एक स्थिर शब्दकोश को एक DEFLATE-जैसे LZ+एन्ट्रॉपी कोर के साथ मिलाता है। स्पेक RFC 7932है, जो 2WBITS−16 की एक स्लाइडिंग विंडो को भी नोट करता है जिसमें WBITS [10, 24] (1 KiB−16 B से 16 MiB−16 B तक) में है और यह यादृच्छिक पहुँच का प्रयास नहीं करता है. Brotli अक्सर वेब टेक्स्ट पर gzip को मात देता है जबकि जल्दी से डीकोड करता है।
ZIP कंटेनर: ZIP एक फ़ाइल संग्रह है जो विभिन्न संपीड़न विधियों (deflate, store, zstd, आदि) के साथ प्रविष्टियों को संग्रहीत कर सकता है। वास्तविक मानक PKWARE का APPNOTE है (देखें APPNOTE पोर्टल, एक होस्ट की गई प्रति, और LC अवलोकन ज़िप फ़ाइल प्रारू प (PKWARE) / ज़िप 6.3.3).
LZ4 मामूली अनुपात के साथ कच्ची गति को लक्षित करता है। इसकी परियोजना पृष्ठ (“अत्यंत तेज संपीड़न”) और फ्रेम प्रारूपदेखें। यह इन-मेमोरी कैश, टेलीमेट्री, या हॉट पाथ के लिए आदर्श है जहां डीकंप्रेसन को रैम की गति के करीब होना चाहिए।
XZ / LZMA अपेक्षाकृत धीमी संपीड़न के साथ घनत्व (महान अनुपात) के लिए धक्का देते हैं। XZ एक कंटेनर है; भारी उठाने का काम आमतौर पर LZMA/LZMA2 (LZ77-जैसा मॉडलिंग + रेंज कोडिंग) द्वारा किया जाता है। देखें .xz फ़ाइल प्रारूप, LZMA स्पेक (पावलोव), और लिनक्स कर्नेल नोट्स XZ एंबेडेड पर. XZ आमतौर पर gzip को आउट-कंप्रेस करता है और अक्सर उच्च-अनुपात वाले आधुनिक कोडेक्स के साथ प्रतिस्पर्धा करता है, लेकिन धीमी एन्कोड समय के साथ।
bzip2 बरोज़-व्हीलर ट्रांसफ़ॉर्म (BWT), मूव-टू-फ्रंट, RLE, और हफ़मैन कोडिंग लागू करता है। यह आमतौर पर gzip से छोटा लेकिन धीमा होता है; देखें आधिकारिक मैनुअल और मैन पेज (लिनक्स).
“विंडो का आकार” मायने रखता है। DEFLATE संदर्भ केवल 32 KiB पीछे देख सकते हैं (RFC 1951 और PNG की 32 KiB कैप यहाँ उल्लेख किया गया है)। ब्रोटली की विंडो लगभग 1 KiB से 16 MiB तक होती है (RFC 7932). Zstd स्तर के अनुसार विंडो और खोज गहराई को ट्यून करता है (RFC 8878). बेसिक gzip/zstd/brotli स्ट्रीम अनुक्रमिक डिकोडिंग के लिए डिज़ाइन किए गए हैं; आधार प्रारूप रैंडम एक्सेस का वादा नहीं करते हैं, हालांकि कंटेनर (जैसे, टार इंडेक्स, चंक्ड फ्रेमिंग, या प्रारूप-विशिष्ट इंडेक्स) इसे परत कर सकते हैं।
उपरोक्त प्रारूप दोषरहित हैं: आप सटीक बाइट्स का पुनर्निर्माण कर सकते हैं। मीडिया कोडेक्स अक्सर दोषपूर्ण होते हैं: वे कम बिटरेट हिट करने के लिए अगोचर विवरण को त्याग देते हैं। छवियों में, क्लासिक जेपीईजी (डीसीटी, क्वांटिज़ेशन, एन्ट्रॉपी कोडिंग) ITU-T T.81 / ISO/IEC 10918-1में मानकीकृत है। ऑडियो में, एमपी3 (MPEG-1 लेयर III) और एएसी (MPEG-2/4) अवधारणात्मक मॉडल और एमडीसी टी ट्रांसफ़ॉर्म पर निर्भर करते हैं (देखें ISO/IEC 11172-3, ISO/IEC 13818-7, और एक एमडीसीटी अवलोकन यहाँ)। दोषपूर्ण और दोषरहित सह-अस्तित्व में हो सकते हैं (जैसे, यूआई संपत्ति के लिए पीएनजी; छवियों/वीडियो/ऑडियो के लिए वेब कोडेक्स)।
सिद्धांत: शैनन 1948 · दर-विरूपण · कोडिंग: हफमैन 1952 · अरिथमैटिक कोडिंग · रेंज कोडिंग · ANS. प्रारूप: DEFLATE · zlib · gzip · Zstandard · Brotli · LZ4 फ्रेम · XZ प्रारूप. BWT स्टै क: बरोज़-व्हीलर (1994) · bzip2 मैनुअल. मीडिया: जेपीईजी T.81 · एमपी3 ISO/IEC 11172-3 · एएसी ISO/IEC 13818-7 · एमडीसीटी.
निष्कर्ष: एक कंप्रेसर चुनें जो आपके डेटा और बाधाओं से मेल खाता हो, वास्तविक इनपुट पर मापें, और शब्दकोशों और स्मार्ट फ्रेमिंग से होने वाले लाभों को न भूलें। सही जोड़ी के साथ, आप प्राप्त कर सकते हैं छोटी फाइलें, तेज स्थानान्तरण, और तेज ऐप्स - शुद्धता या पोर्टेबिलिटी का त्याग किए बिना।
फ़ाइल संकुचन एक प्रक्रिया है जो फ़ाइल या फ़ाइलों का आकार घटाती है, आमतौर पर संग्रहण स्थान को बचाने या नेटवर्क पर संचार को तेज करने के लिए।
फ़ाइल संकुचन डाटा में रिडंडेंसी की पहचान और हटाने के द्वारा काम करता है। यह एल्गोरिदम का उपयोग करके मूल डेटा को एक छोटे स्थान में कोड करता है।
फ़ाइल संकुचन के दो मुख्य प्रकार हैं - नुकसान रहित और नुकसानदायक संकुचन। नुकसान रहित संकुचन की अनुमति है कि मूल फ़ाइल को पूरी तरह से बहाल किया जा सके, जबकि नुकसानदायक संकुचन डेटा की गुणवत्ता में कुछ हानि की लागत पर अधिक आकार घटाव की अनुमति देता है।
फाइल संकुचन उ पकरण का एक लोकप्रिय उदाहरण WinZip है, जो ZIP और RAR सहित कई संकुचन प्रारूपों का समर्थन करता है।
नुकसान रहित संकुचन के साथ, गुणवत्ता अपरिवर्तित रहती है। हालांकि, नुकसानदायक संकुचन के साथ, फ़ाइल का आकार अधिक ध्यान से घटाने के लिए कुछ कम महत्वपूर्ण डेटा को हटाने के कारण गुणवत्ता में ध्यान देने योग्य कमी हो सकती है।
हां, डेटा संरक्षण के संबंध में फ़ाइल संकुचन सुरक्षित है, खासकर नुकसान रहित संकुचन के साथ। हालांकि, किसी भी फ़ाइल की तरह, संकुचित फ़ाइलों को मैलवेयर या वायरस के लक्ष्य के रूप में लिया जा सकता है, इसलिए यह हमेशा महत्त्वपूर्ण होता है कि प्रमुख सुरक्षा सॉफ़्टवेयर स्थापित हो।
लगभग सभी प्रकार की फ़ाइलें संकुचित की जा सकती हैं, जिसमें पाठ फ़ाइलें, चित्र, ऑडियो, वीडियो, और सॉफ़्टवेयर फ़ाइलें शामिल हैं। हालांकि, प्राप्त करने योग्य संकुचन का स्तर फ़ाइल प्रकारों के बीच महत्वपूर्ण रूप से अलग हो सकता है।
ZIP फ़ाइल एक प्रकार की फ़ाइल प्रारूप है जो नुकसान रहित संकुचन का उपयोग करके एक या अधिक फ़ाइलों के आकार को घटाती है। ZIP फ़ाइल में अनेक फ़ाइलें प्रभावी रूप से एक ही फ़ाइल में संग्रहित की जाती हैं, जो साझा करना भी आसान बनाती है।
तकनीकी रूप से, हां, हालांकि अतिरिक्त आकार घटाव न्यूनतम हो सकता है या यहां तक कि प्रतिकूल हो सकता है। पहले से संकुचित फ़ाइल को संकुचित करना कभी-कभी इसका आकार बढ़ सकता है क्योंकि संकुचन एल्गोरिदम द्वारा जोड़ी गई मेटाडाटा।
फ़ाइल को डिकम्प्रेस करने के लिए, आपको आमतौर पर एक डिकम्प्रेसन या अनज़िपिंग उपकरण की आवश्यकता होती है, जैसे WinZip या 7-Zip। ये उपकरण संपीडित प्रारूप से मूल फ़ाइलों को निकाल सकते हैं।