Format arsip .tar.gz, juga dikenal sebagai tarball atau arsip tar yang digzip, adalah format file yang umum digunakan untuk mengemas dan mengompres file dan direktori bersama-sama menjadi satu file untuk penyimpanan dan transmisi yang mudah. Ini menggabungkan format tar (Tape Archive) untuk menggabungkan file dan direktori dengan kompresi gzip untuk mengurangi ukuran file secara keseluruhan. Format .tar.gz banyak digunakan dalam sistem operasi mirip Unix dan didukung oleh berbagai alat dan utilitas pengarsipan.
Format tar itu sendiri merupakan gabungan dari catatan file dan direktori. Setiap catatan berisi metadata tentang file atau direktori, seperti nama, ukuran, izin, kepemilikan, dan stempel waktu modifikasi. Data file yang sebenarnya disimpan setelah metadata dalam arsip. Arsip tar dapat mempertahankan struktur direktori, tautan simbolik, dan jenis file khusus lainnya.
Untuk membuat arsip tar, utilitas tar digunakan. Ini secara rekursif melintasi direktori atau daftar file yang ditentukan dan menghasilkan satu file tar yang berisi semua file dan direktori. File tar yang dihasilkan memiliki ekstensi .tar. Perintah tar mendukung berbagai opsi untuk mengontrol proses pembuatan arsip, seperti menentukan nama file keluaran, mengecualikan file atau direktori tertentu, mempertahankan izin dan kepemilikan, dan menangani tautan simbolik.
Meskipun format tar berguna untuk menggabungkan file bersama-sama, itu tidak memberikan kompresi apa pun dengan sendirinya. Di sinilah gzip berperan. Gzip adalah algoritma kompresi populer yang menggunakan pengkodean Lempel-Ziv (LZ77) untuk mengompres data secara efisien. Ini menganalisis data input dan mengganti urutan berulang dengan referensi ke kemunculan sebelumnya, mengurangi ukuran data secara keseluruhan.
Untuk membuat arsip .tar.gz, utilitas tar digunakan bersama dengan utilitas gzip. Pertama, utilitas tar membuat arsip tar seperti yang dijelaskan sebelumnya. Kemudian, file tar yang dihasilkan disalurkan melalui utilitas gzip, yang mengompres file tar menggunakan algoritma gzip. Output terkompresi biasanya diberi ekstensi .gz, menghasilkan file .tar.gz.
Tingkat kompresi gzip dapat disesuaikan menggunakan opsi baris perintah. Secara default, gzip menggunakan tingkat kompresi 6, yang memberikan keseimbangan yang baik antara rasio kompresi dan kecepatan. Tingkat kompresi yang lebih tinggi (hingga 9) dapat menghasilkan ukuran file yang lebih kecil tetapi mungkin membutuhkan waktu lebih lama untuk dikompres. Tingkat kompresi yang lebih rendah (hingga 1) memprioritaskan kecepatan daripada rasio kompresi.
Untuk mengekstrak file dari arsip .tar.gz, prosesnya dibalik. Arsip pertama kali didekompresi menggunakan utilitas gzip, yang mengembalikan file tar asli. Kemudian, utilitas tar digunakan untuk mengekstrak file dan direktori dari arsip tar. Perintah tar mendukung opsi untuk menentukan lokasi ekstraksi, mempertahankan izin dan kepemilikan, dan menangani tautan simbolik.
Salah satu keuntungan dari format .tar.gz adalah kompatibilitasnya di berbagai platform. Utilitas tar dan gzip tersedia secara luas di sistem mirip Unix, dan banyak sistem operasi lain menyediakan alat untuk menangani file .tar.gz. Ini membuatnya mudah untuk membuat arsip pada satu sistem dan mengekstraknya pada sistem lain, terlepas dari arsitektur atau sistem operasi yang mendasarinya.
Selain utilitas baris perintah, berbagai alat grafis dan program kompresi file mendukung format .tar.gz. Alat-alat ini sering menyediakan antarmuka yang ramah pengguna untuk membuat, mengekstrak, dan mengelola arsip .tar.gz, sehingga dapat diakses oleh pengguna yang lebih menyukai antarmuka grafis.
Format .tar.gz memiliki beberapa keterbatasan dan pertimbangan. Itu tidak menyediakan enkripsi bawaan atau perlindungan kata sandi untuk file yang diarsipkan. Jika keamanan menjadi perhatian, teknik atau alat enkripsi tambahan perlu digunakan bersama dengan .tar.gz. Selain itu, rasio kompresi yang dicapai oleh gzip dapat bervariasi tergantung pada jenis data yang dikompres. File berbasis teks dan file dengan pola berulang cenderung terkompresi dengan baik, sementara file yang sudah dikompres (misalnya, gambar, video) mungkin tidak mendapat manfaat yang signifikan dari kompresi gzip lebih lanjut.
Terlepas dari keterbatasan ini, format .tar.gz tetap banyak digunakan karena kesederhanaan, kompatibilitas, dan efektivitasnya dalam mengemas dan mengompres file. Ini biasanya digunakan untuk mendistribusikan kode sumber, paket perangkat lunak, arsip cadangan, dan mentransfer banyak koleksi file melalui jaringan atau media penyimpanan.
Singkatnya, format arsip .tar.gz menggabungkan format tar untuk menggabungkan file dan direktori dengan kompresi gzip untuk membuat file arsip terkompresi. Ini menawarkan cara yang mudah dan efisien untuk mengemas dan mengompres file untuk penyimpanan dan transmisi, sambil menjaga kompatibilitas di berbagai sistem. Memahami format .tar.gz dan alat terkaitnya sangat berharga untuk mengelola dan mendistribusikan file di berbagai lingkungan komputasi.
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.