Format arsip SVR4 adalah format file yang digunakan untuk menyimpan koleksi file dalam satu file arsip. Format ini diperkenalkan sebagai bagian dari sistem operasi UNIX System V Release 4 (SVR4) pada akhir tahun 1980-an. Format ar masih banyak digunakan saat ini pada banyak sistem UNIX dan Linux untuk mengemas pustaka perangkat lunak, file objek, dan koleksi file terkait lainnya.
Arsip ar terdiri dari header global yang diikuti oleh serangkaian anggota arsip. Setiap anggota arsip mewakili satu file yang disimpan dalam arsip. Header global adalah struktur 8-byte sederhana yang mengidentifikasi file sebagai arsip ar dan menentukan offset ke anggota arsip pertama.
Header global memiliki format sebagai berikut: - Byte 0-1: String ajaib "!<arch>\n" yang mengidentifikasi file sebagai arsip ar - Byte 2-3: Empat karakter ASCII "`\ " diikuti oleh dua byte pengisi yang bergantung pada platform, sehingga membuat header tepat 8 byte
Setelah header global terdapat anggota arsip individual. Setiap anggota arsip terdiri dari header yang diikuti segera oleh konten anggota. Header untuk setiap anggota memiliki format sebagai berikut: - Byte 0-15: Nama file, rata kiri dan diisi nol - Byte 16-27: Stempel waktu modifikasi file dalam desimal - Byte 28-33: ID pemilik dalam desimal - Byte 34-39: ID grup dalam desimal - Byte 40-47: Mode file dalam oktal - Byte 48-57: Ukuran file dalam byte dalam desimal - Byte 58-59: String "`\ "
Beberapa hal penting yang perlu diperhatikan tentang header anggota: - Nama file dibatasi hingga 16 karakter. Untuk nama yang lebih panjang, anggota nama tambahan System V khusus dapat digunakan. - Stempel waktu, ID pemilik/grup, dan mode file dalam desimal atau oktal ASCII. Mereka harus diakhiri dengan nol jika lebih pendek dari lebar bidang mereka. - Ukuran file tidak termasuk ukuran header itu sendiri. - Setiap bidang header diakhiri dengan spasi atau byte nol jika lebih pendek dari lebar tetapnya. Tidak ada pengisi penyelarasan antar bidang.
Konten setiap anggota arsip segera mengikuti header 60-byte-nya tanpa pengisi tambahan. Data file disimpan persis seperti yang muncul di file asli, tanpa pengkodean atau kompresi.
Anggota arsip khusus dapat muncul di arsip ar untuk menyediakan metadata tambahan: - "// ": Anggota tabel simbol berisi tabel pencarian nama simbol yang digunakan untuk menautkan file objek. Ia memiliki nama khusus "// " (spasi garis miring). - "/ ": Tabel nama tambahan digunakan untuk nama file yang lebih panjang dari 16 byte. Itu dinamai dengan garis miring diikuti oleh spasi yang cukup untuk mengisi hingga 16 byte. Nama tambahan disimpan sebagai daftar string yang diakhiri dengan nol di anggota ini.
Untuk mengurai arsip ar, sebuah program pertama-tama akan membaca header global 8-byte dan memverifikasi string ajaib arsip. Kemudian akan memindai data arsip, membaca header 60-byte untuk setiap anggota. Bidang ukuran file memberi tahu program berapa banyak byte yang harus dibaca untuk konten anggota itu sebelum beralih ke header berikutnya.
Saat membuat arsip ar, sebuah program menulis header global, kemudian header dan konten untuk setiap anggota arsip yang akan disertakan. Jika nama tambahan digunakan, anggota tabel nama tambahan harus ditambahkan. Tabel simbol, jika disertakan, biasanya ditambahkan sebagai anggota pertama setelah header global.
Format ar cukup sederhana, tetapi memiliki beberapa keterbatasan. Itu tidak mendukung kompresi, enkripsi, atau fitur canggih lainnya yang ditemukan dalam format yang lebih modern seperti tar atau ZIP. Batas nama 16 karakter bersifat restriktif, dan skema nama tambahan agak janggal. Meskipun demikian, ar tetap banyak digunakan karena kesederhanaan, kompatibilitas, dan kesesuaiannya untuk mengemas file terkait seperti modul kode objek ke dalam file pustaka.
Meskipun usianya, format ar terus digunakan dan beberapa perbaikan selama bertahun-tahun: - Varian BSD telah memperluas ar dengan dukungan untuk nama yang lebih panjang tanpa tabel nama tambahan dan ukuran file yang lebih besar. - Program ar GNU telah menjadi implementasi standar de facto dan mendukung berbagai ekstensi sambil tetap mempertahankan kompatibilitas. - Format ar adalah format keluaran yang diperlukan untuk file objek yang digunakan oleh banyak kompiler dan penaut.
Singkatnya, format arsip SVR4 ar adalah spesifikasi yang terhormat tetapi masih banyak digunakan untuk menggabungkan koleksi file menjadi satu file yang lebih besar. Kesederhanaan dan kompatibilitasnya telah berkontribusi pada umur panjangnya. Sementara format yang lebih canggih sering kali lebih disukai untuk pengarsipan dan kompresi umum, ar tetap menjadi bagian penting dari kotak peralatan pada sistem mirip Unix, terutama untuk pengembangan perangkat lunak.
Kompresi file mengurangi redundansi sehingga informasi yang sama membutuhkan lebih sedikit bit. Batas atasnya ditentukan oleh teori informasi: untuk kompresi lossless, batasnya adalah entropi sumber (lihat teorema pengkodean sumber Shannon source coding theorem dan makalah aslinya tahun 1948 “A Mathematical Theory of Communication”). Untuk kompresi lossy, kompromi antara laju bit dan kualitas dijelaskan oleh teori rate–distortion.
Sebagian besar kompresor memiliki dua tahap. Pertama, sebuah model memprediksi atau mengekspos struktur dalam data. Kedua, sebuah coder mengubah prediksi tersebut menjadi pola bit yang hampir optimal. Keluarga pemodelan klasik adalah Lempel–Ziv LZ77 (1977) dan LZ78 (1978) mendeteksi substring berulang lalu memancarkan referensi alih-alih byte mentah. Di sisi pengodean, pengodean Huffman (lihat makalah aslinya 1952) memberikan kode lebih pendek untuk simbol yang lebih mungkin. Pengodean aritmetika dan range coding lebih halus lagi dan mendekati batas entropi, sementara Asymmetric Numeral Systems (ANS) modern mencapai rasio serupa dengan implementasi berbasis tabel yang cepat.
DEFLATE (dipakai oleh gzip, zlib, dan ZIP) menggabungkan LZ77 dengan pengodean Huffman. Spesifikasinya bersifat publik: DEFLATE RFC 1951, pembungkus zlib RFC 1950, dan format file gzip RFC 1952. Gzip dibingkai untuk streaming dan tidak menyediakan akses acak. Gambar PNG menstandarkan DEFLATE sebagai satu-satunya metode kompresi (maksimal jendela 32 KiB) menurut spesifikasi PNG “Compression method 0… deflate/inflate… at most 32768 bytes” dan W3C/ISO PNG 2nd Edition.
Zstandard (zstd): kompresor serbaguna modern yang dirancang untuk rasio tinggi dengan dekompresi sangat cepat. Formatnya didokumentasikan dalam RFC 8878 (serta cermin HTML-nya) dan spesifikasi referensi di GitHub. Seperti gzip, frame dasar tidak menargetkan akses acak. Salah satu keunggulan zstd adalah kamus: sampel kecil dari korpus Anda yang membuat banyak file kecil atau serupa terkompresi jauh lebih baik (lihat dokumentasi kamus python-zstandard dan contoh karya Nigel Tao). Implementasi menerima kamus “unstructured” maupun “structured” (diskusi).
Brotli: dioptimalkan untuk konten web (mis. font WOFF2, HTTP). Ia memadukan kamus statis dengan inti LZ+entropi mirip DEFLATE. Spesifikasinya adalah RFC 7932, yang juga menyebut jendela geser 2WBITS−16 dengan WBITS [10, 24] (1 KiB−16 B hingga 16 MiB−16 B) dan bahwa ia tidak memberikan akses acak. Brotli sering mengalahkan gzip pada teks web sambil tetap cepat saat decoding.
Kontainer ZIP: ZIP adalah arsip file yang dapat menyimpan entri dengan berbagai metode kompresi (deflate, store, zstd, dll.). Standar de facto-nya adalah APPNOTE PKWARE (lihat portal APPNOTE, salinan yang di-host, serta ringkasan LC ZIP File Format (PKWARE) / ZIP 6.3.3).
LZ4 menargetkan kecepatan mentah dengan rasio sedang. Lihat halaman proyeknya (“extremely fast compression”) dan format frame. Cocok untuk cache in-memory, telemetri, atau jalur panas yang memerlukan dekompresi hampir secepat RAM.
XZ / LZMA mengejar kerapatan tinggi dengan waktu kompres yang relatif lambat. XZ adalah kontainer; pekerjaan berat biasanya dilakukan LZMA/LZMA2 (pemodelan mirip LZ77 + range coding). Lihat format .xz, spesifikasi LZMA (Pavlov), dan catatan kernel Linux tentang XZ Embedded. XZ biasanya lebih kecil dari gzip dan sering bersaing dengan codec modern yang berorientasi rasio tinggi, walau waktu enkodenya lebih lama.
bzip2 menggunakan Transformasi Burrows–Wheeler (BWT), move-to-front, RLE, dan pengodean Huffman. Biasanya lebih kecil daripada gzip namun lebih lambat; lihat manual resminya dan halaman manual (Linux).
Ukuran “jendela” penting. Referensi DEFLATE hanya bisa melihat ke belakang 32 KiB (RFC 1951) serta batas 32 KiB di PNG yang disebutkan di sini. Brotli memiliki jendela sekitar 1 KiB hingga 16 MiB (RFC 7932). Zstd menyetel jendela dan kedalaman pencarian lewat level (RFC 8878). Stream dasar gzip/zstd/brotli didesain untuk decoding sekuensial; format dasarnya tidak menjanjikan akses acak, meskipun kontainer (mis. indeks tar, framing berchunk, atau indeks khusus format) bisa menambahkannya.
Format di atas bersifat lossless: Anda bisa merekonstruksi byte yang sama persis. Codec media sering lossy: mereka membuang detail yang tak terlihat untuk mencapai bitrate lebih rendah. Pada gambar, JPEG klasik (DCT, kuantisasi, pengodean entropi) distandardisasi dalam ITU-T T.81 / ISO/IEC 10918-1. Di audio, MP3 (MPEG-1 Layer III) dan AAC (MPEG-2/4) menggunakan model persepsi dan transformasi MDCT (lihat ISO/IEC 11172-3, ISO/IEC 13818-7, dan ringkasan MDCT di sini). Lossy dan lossless dapat berdampingan (mis. PNG untuk aset UI; codec web untuk gambar/video/audio).
Teori Shannon 1948 · Rate–distortion · Pengodean Huffman 1952 · Pengodean aritmetika · Range coding · ANS. Format DEFLATE · zlib · gzip · Zstandard · Brotli · LZ4 frame · Format XZ. Tumpukan BWT Burrows–Wheeler (1994) · manual bzip2. Media JPEG T.81 · MP3 ISO/IEC 11172-3 · AAC ISO/IEC 13818-7 · MDCT.
Intinya: pilih kompresor yang cocok dengan data dan batasan Anda, ukur pada input nyata, dan jangan lupakan keuntungan dari kamus dan framing yang cerdas. Dengan pasangan yang tepat Anda mendapat file lebih kecil, transfer lebih cepat, dan aplikasi lebih responsif tanpa mengorbankan kebenaran atau portabilitas.
Kompresi file adalah proses yang mengurangi ukuran file atau beberapa file, biasanya untuk menyimpan ruang penyimpanan atau mempercepat transmisi melalui jaringan.
Kompresi file berfungsi dengan mengidentifikasi dan menghilangkan redundansi dalam data. Ia menggunakan algoritma untuk mengkodekan data asli dalam ruang yang lebih kecil.
Dua jenis utama kompresi file adalah kompresi tanpa kehilangan (lossless) dan kompresi dengan kehilangan (lossy). Kompresi lossless memungkinkan file asli untuk dipulihkan dengan sempurna, sedangkan kompresi lossy memungkinkan pengurangan ukuran yang lebih signifikan dengan biaya beberapa kehilangan kualitas data.
Contoh populer dari alat kompresi file adalah WinZip, yang mendukung beberapa format kompresi termasuk ZIP dan RAR.
Dengan kompresi tanpa kehilangan, kualitas tetap tidak berubah. Namun, dengan kompresi dengan kehilangan, dapat terjadi penurunan kualitas yang cukup terlihat karena menghilangkan data yang kurang penting untuk mengurangi ukuran file lebih signifikan.
Ya, kompresi file aman dari segi integritas data, terutama dengan kompresi tanpa kehilangan. Namun, seperti file lainnya, file yang dikompresi bisa menjadi target malware atau virus, jadi selalu penting untuk memiliki perangkat lunak keamanan yang terpercaya.
Hampir semua jenis file dapat dikompresi, termasuk file teks, gambar, audio, video, dan file perangkat lunak. Namun, level kompresi yang dapat dicapai bisa sangat bervariasi di antara jenis file.
File ZIP adalah jenis format file yang menggunakan kompresi tanpa kehilangan untuk mengurangi ukuran satu atau lebih file. Beberapa file dalam sebuah file ZIP efektif digabungkan menjadi satu file, yang juga memudahkan berbagi.
Secara teknis, ya, meskipun pengurangan ukuran tambahan mungkin minimal atau bahkan kontraproduktif. Melakukan kompresi pada file yang sudah dikompresi terkadang bisa meningkatkan ukurannya karena metadata yang ditambahkan oleh algoritma kompresi.
Untuk melakukan dekompresi file, biasanya Anda memerlukan alat dekompresi atau unzipping, seperti WinZip atau 7-Zip. Alat-alat ini dapat mengekstrak file asli dari format yang dikompresi.