Il formato di archivio ISO, noto anche come ISO 9660, è uno standard di file system pubblicato dall'Organizzazione internazionale per la normazione (ISO) nel 1988. È stato progettato come file system multipiattaforma per supporti di dischi ottici, come i CD-ROM. L'obiettivo era quello di fornire un metodo unificato per i diversi sistemi operativi per leggere i dati dai dischi ottici, garantendo interoperabilità e compatibilità.
ISO 9660 definisce una struttura gerarchica del file system, simile ai file system utilizzati dalla maggior parte dei sistemi operativi. Organizza i dati in directory e file, con ogni directory in grado di contenere sottodirectory e file. Lo standard specifica il formato dei descrittori di volume e directory, nonché la tabella dei percorsi, utilizzata per un rapido accesso alle directory.
Una delle caratteristiche principali del formato ISO 9660 è la sua semplicità e compatibilità. Lo standard impone restrizioni sui nomi dei file, sulle strutture delle directory e sui metadati per garantire che i dischi possano essere letti da un'ampia gamma di sistemi. I nomi dei file sono limitati a 8 caratteri, seguiti da un'estensione di 3 caratteri (formato 8.3) e possono contenere solo lettere maiuscole, cifre e caratteri di sottolineatura. I nomi delle directory sono limitati in modo simile, con una profondità massima di 8 livelli.
Per ospitare nomi di file più lunghi e metadati aggiuntivi, lo standard ISO 9660 è stato esteso attraverso varie specifiche. Una di queste estensioni è Joliet, introdotta da Microsoft nel 1995. Joliet consente nomi di file più lunghi (fino a 64 caratteri Unicode) e supporta la distinzione tra maiuscole e minuscole. Ciò viene ottenuto includendo un set aggiuntivo di record di directory utilizzando la codifica UCS-2, che viene letta dai sistemi che supportano l'estensione Joliet.
Un'altra notevole estensione di ISO 9660 è Rock Ridge, sviluppata per i sistemi UNIX. Rock Ridge aggiunge la semantica del file system POSIX, come le autorizzazioni dei file, la proprietà e i collegamenti simbolici, al formato ISO 9660. Questa estensione consente la conservazione degli attributi dei file specifici di UNIX durante la creazione di immagini ISO dai file system UNIX.
Il formato ISO 9660 divide il disco in blocchi logici, ognuno in genere di 2.048 byte. I primi 16 blocchi sono riservati all'uso del sistema e contengono i descrittori del volume, che forniscono informazioni sulla struttura e sul contenuto del disco. Il descrittore del volume primario è obbligatorio e include dettagli come l'identificatore del volume del disco, la dimensione dei blocchi logici e il record della directory principale.
Dopo i descrittori del volume, la tabella dei percorsi viene memorizzata sul disco. La tabella dei percorsi contiene informazioni sulla posizione di ciascuna directory sul disco, consentendo un rapido attraversamento della gerarchia delle directory. È costituita da una tabella dei percorsi L (Little-Endian) e una tabella dei percorsi M (Big-Endian) per supportare diversi ordinamenti di byte utilizzati da vari sistemi.
Le directory e i file vengono memorizzati nei blocchi successivi del disco. Ogni directory è rappresentata da un record di directory, che contiene informazioni come il nome della directory, la sua directory padre e la posizione dei suoi file e sottodirectory associati. I file vengono memorizzati come sequenze contigue di blocchi logici, con la loro posizione e dimensione specificate nel corrispondente record di identificazione file all'interno della directory.
Durante la creazione di un'immagine ISO, il file system viene prima organizzato in base ai requisiti dello standard ISO 9660. Ciò include la garanzia che i nomi di file e directory siano conformi al formato 8.3, la limitazione della profondità della directory e la conversione dei nomi di file in maiuscolo. Una volta preparato il file system, viene scritto in un file immagine con l'estensione ".iso", che può quindi essere masterizzato su un disco ottico o utilizzato come immagine di disco virtuale.
Per leggere un disco formattato ISO 9660, il sistema operativo o un'applicazione software dedicata inizia esaminando i descrittori del volume per determinare la struttura e le caratteristiche del disco. Quindi utilizza la tabella dei percorsi e i record di directory per navigare nella gerarchia del file system e individuare file o directory specifici. Quando si accede a un file, il sistema legge i blocchi logici appropriati dal disco in base alle informazioni fornite nel record di identificazione file.
Il formato ISO 9660 è stato ampiamente adottato ed è ancora comunemente utilizzato per distribuire software, contenuti multimediali e dati di archivio su dischi ottici. La sua semplicità, compatibilità e robustezza hanno contribuito alla sua longevità, anche se sono emersi nuovi formati di dischi ottici e file system.
Nonostante la sua età, lo standard ISO 9660 rimane rilevante nell'informatica moderna. Molte applicazioni software e sistemi operativi, tra cui Windows, macOS e Linux, continuano a supportare il formato in modo nativo. Inoltre, le immagini ISO vengono spesso utilizzate per distribuire file di installazione del sistema operativo, pacchetti software e immagini del disco della macchina virtuale, poiché forniscono un metodo conveniente e indipendente dalla piattaforma per l'archiviazione e il trasferimento dei dati.
In conclusione, il formato ISO 9660 ha svolto un ruolo cruciale nella standardizzazione della struttura del file system per i dischi ottici, consentendo la compatibilità multipiattaforma e facilitando la distribuzione di contenuti digitali. Le sue estensioni, come Joliet e Rock Ridge, hanno aggiunto il supporto per nomi di file più lunghi, metadati aggiuntivi e attributi specifici di UNIX. Sebbene i dischi ottici siano stati in gran parte sostituiti da altri supporti di memorizzazione e metodi di distribuzione basati su rete, il formato ISO 9660 rimane uno standard affidabile e ampiamente supportato per l'archiviazione e lo scambio di dati.
Man mano che la tecnologia continua a evolversi, il formato ISO 9660 potrebbe alla fine essere sostituito da file system più recenti e avanzati progettati per dischi ottici ad alta capacità o altri supporti di memorizzazione. Tuttavia, il suo impatto sulla storia dell'informatica e il suo ruolo nello stabilire un approccio standardizzato allo scambio di dati multipiattaforma non saranno dimenticati. Il formato ISO 9660 funge da testimonianza dell'importanza dell'interoperabilità e dei vantaggi della collaborazione a livello di settore nello sviluppo e nell'adozione di standard.
La compressione dei file riduce la ridondanza in modo che le stesse informazioni occupino meno bit. Il limite superiore di quanto si può andare è governato dalla teoria dell'informazione: per la compressione senza perdita, il limite è l'entropia della fonte (vedi il teorema della codifica di sorgente di Shannon e il suo articolo originale del 1948 “Una teoria matematica della comunicazione”). Per la compressione con perdita, il compromesso tra velocità e qualità è catturato dalla teoria tasso-distorsione.
La maggior parte dei compressori ha due fasi. In primo luogo, un modello predice o espone la struttura nei dati. In secondo luogo, un codificatore trasforma tali previsioni in modelli di bit quasi ottimali. Una famiglia di modellazione classica è Lempel-Ziv: LZ77 (1977) e LZ78 (1978) rilevano sottostringhe ripetute ed emettono riferimenti invece di byte grezzi. Sul lato della codifica, la codifica di Huffman (vedi l'articolo originale del 1952) assegna codici più brevi a simboli più probabili. La codifica aritmetica e la codifica a intervalli sono alternative a grana più fine che si avvicinano al limite dell'entropia, mentre i moderni Sistemi Numerici Asimmetrici (ANS) ottengono una compressione simile con implementazioni veloci basate su tabelle.
DEFLATE (usato da gzip, zlib e ZIP) combina LZ77 con la codifica di Huffman. Le sue specifiche sono pubbliche: DEFLATE RFC 1951, wrapper zlib RFC 1950, e formato file gzip RFC 1952. Gzip è strutturato per lo streaming ed esplicitamente non tenta di fornire accesso casuale. Le immagini PNG standardizzano DEFLATE come unico metodo di compressione (con una finestra massima di 32 KiB), secondo le specifiche PNG “Metodo di compressione 0… deflate/inflate… al massimo 32768 byte” e W3C/ISO PNG 2a Edizione.
Zstandard (zstd): un compressore generico più recente progettato per rapporti elevati con decompressione molto veloce. Il formato è documentato in RFC 8878 (anche mirror HTML) e nelle specifiche di riferimento su GitHub. Come gzip, il frame di base non mira all'accesso casuale. Uno dei superpoteri di zstd sono i dizionari: piccoli campioni dal tuo corpus che migliorano drasticamente la compressione su molti file piccoli o simili (vedi documenti del dizionario python-zstandard e l'esempio funzionante di Nigel Tao). Le implementazioni accettano dizionari sia “non strutturati” che “strutturati” (discussione).
Brotli: ottimizzato per i contenuti web (ad es. font WOFF2, HTTP). Mescola un dizionario statico con un core di entropia LZ+ simile a DEFLATE. La specifica è RFC 7932, che nota anche una finestra scorrevole di 2WBITS−16 con WBITS in [10, 24] (da 1 KiB−16 B a 16 MiB−16 B) e che non tenta l'accesso casuale. Brotli spesso batte gzip sul testo web decodificando rapidamente.
Contenitore ZIP: ZIP è un archivio di file che può memorizzare voci con vari metodi di compressione (deflate, store, zstd, ecc.). Lo standard de facto è l'APPNOTE di PKWARE (vedi portale APPNOTE, una copia ospitata, e panoramiche LC Formato file ZIP (PKWARE) / ZIP 6.3.3).
LZ4 punta alla velocità grezza con rapporti modesti. Vedi la sua pagina del progetto (“compressione estremamente veloce”) e il formato del frame. È ideale per cache in memoria, telemetria o percorsi caldi in cui la decompressione deve essere quasi alla velocità della RAM.
XZ / LZMA spingono per la densità (ottimi rapporti) con una compressione relativamente lenta. XZ è un contenitore; il lavoro pesante è tipicamente svolto da LZMA/LZMA2 (modellazione simile a LZ77 + codifica a intervalli). Vedi formato file .xz, la specifica LZMA (Pavlov), e le note del kernel Linux su XZ Embedded. XZ di solito comprime meglio di gzip e spesso compete con i moderni codec ad alto rapporto, ma con tempi di codifica più lenti.
bzip2 applica la Trasformata di Burrows-Wheeler (BWT), move-to-front, RLE e la codifica di Huffman. È tipicamente più piccolo di gzip ma più lento; vedi il manuale ufficiale e le pagine man (Linux).
La “dimensione della finestra” è importante. I riferimenti DEFLATE possono guardare indietro solo di 32 KiB (RFC 1951 e il limite di 32 KiB di PNG notato qui). La finestra di Brotli varia da circa 1 KiB a 16 MiB (RFC 7932). Zstd regola la finestra e la profondità di ricerca per livello (RFC 8878). I flussi di base gzip/zstd/brotli sono progettati per la decodifica sequenziale; i formati di base non promettono l'accesso casuale, sebbene i contenitori (ad es. indici tar, framing a blocchi o indici specifici del formato) possano stratificarlo.
I formati di cui sopra sono senza perdita: è possibile ricostruire i byte esatti. I codec multimediali sono spesso con perdita: scartano dettagli impercettibili per raggiungere bitrate più bassi. Nelle immagini, il JPEG classico (DCT, quantizzazione, codifica entropica) è standardizzato in ITU-T T.81 / ISO/IEC 10918-1. Nell'audio, MP3 (MPEG-1 Layer III) e AAC (MPEG-2/4) si basano su modelli percettivi e trasformate MDCT (vedi ISO/IEC 11172-3, ISO/IEC 13818-7, e una panoramica MDCT qui). Con perdita e senza perdita possono coesistere (ad es. PNG per le risorse dell'interfaccia utente; codec Web per immagini/video/audio).
Teoria: Shannon 1948 · Velocità-distorsione · Codifica: Huffman 1952 · Codifica aritmetica · Codifica a intervalli · ANS. Formati: DEFLATE · zlib · gzip · Zstandard · Brotli · LZ4 frame · Formato XZ. Stack BWT: Burrows–Wheeler (1994) · manuale bzip2. Media: JPEG T.81 · MP3 ISO/IEC 11172-3 · AAC ISO/IEC 13818-7 · MDCT.
In conclusione: scegli un compressore che si adatti ai tuoi dati e ai tuoi vincoli, misura su input reali e non dimenticare i vantaggi derivanti dai dizionari e dal framing intelligente. Con la giusta accoppiata, puoi ottenere file più piccoli, trasferimenti più veloci e app più scattanti, senza sacrificare la correttezza o la portabilità.
La compressione dei file è un processo che riduce le dimensioni di un file o di più file, tipicamente per risparmiare spazio di archiviazione o accelerare la trasmissione su una rete.
La compressione dei file funziona identificando e rimuovendo la ridondanza nei dati. Utilizza algoritmi per codificare i dati originali in uno spazio minore.
I due principali tipi di compressione dei file sono la compressione senza perdita e la compressione con perdita. La compressione senza perdita permette di ripristinare perfettamente il file originale, mentre la compressione con perdita consente una riduzione di dimensioni più significativa a costo di una certa perdita nella qualità dei dati.
Un esempio popolare di uno strumento di compressione dei file è WinZip, che supporta più formati di compressione tra cui ZIP e RAR.
Con la compressione senza perdita, la qualità rimane inalterata. Tuttavia, con la compressione con perdita, può esserci una diminuzione notevole della qualità perché elimina dati meno importanti per ridurre più significativamente la dimensione del file.
Sì, la compressione dei file è sicura in termini di integrità dei dati, specialmente con la compressione senza perdita. Tuttavia, come qualsiasi file, i file compressi possono essere presi di mira da malware o virus, quindi è sempre importante avere in atto un software di sicurezza affidabile.
Quasi tutti i tipi di file possono essere compressi, inclusi file di testo, immagini, audio, video e software. Tuttavia, il livello di compressione ottenibile può variare significativamente tra i tipi di file.
Un file ZIP è un tipo di formato di file che utilizza la compressione senza perdita per ridurre le dimensioni di uno o più file. Più file in un file ZIP sono effettivamente raggruppati insieme in un unico file, il che facilita anche la condivisione.
Tecnicamente, sì, anche se la riduzione aggiuntiva delle dimensioni potrebbe essere minima o addirittura controproducente. Comprimere un file già compresso potrebbe a volte aumentare le sue dimensioni a causa dei metadati aggiunti dall'algoritmo di compressione.
Per decomprimere un file, di solito ti serve uno strumento di decompressione o di estrazione, come WinZip o 7-Zip. Questi strumenti possono estrarre i file originali dal formato compresso.