ar SVR4 アーカイブ形式は、単一のアーカイブファイルにファイルのコレクションを格納するために使用されるファイル形式です。1980 年代後半の System V Release 4 (SVR4) UNIX オペレーティングシステムの一部として導入されました。ar 形式は、現在でも多くの UNIX および Linux システムで、ソフトウェアライブラリ、オブジェクトファイル、および関連ファイルの他のコレクションをパッケージングするために広く使用されています。
ar アーカイブは、グローバルヘッダーの後に一連のアーカイブメンバーが続きます。各アーカイブメンバーは、アーカイブに格納された 1 つのファイルを表現します。グローバルヘッダーは、ファイルを ar アーカイブとして識別し、最初のアーカイブメンバーへのオフセットを指定する、単純な 8 バイトの構造です。
グローバルヘッダーには次の形式があります。 - バイト 0-1: ファイルを ar アーカイブとして識別するマジック文字列「!<arch>\n」 - バイト 2-3: 4 つの ASCII 文字「`\」の後に 2 つのプラットフォーム依存のパディングバイトが続き、ヘッダーをちょうど 8 バイトの長さにする
グローバルヘッダーの後に、個々のアーカイブメンバーがあります。各アーカイブメンバーは、ヘッダーの直後にメンバーの内容が続きます。各メンバーのヘッダーには次の形式があります。 - バイト 0-15: ファイル名、左揃えでヌルパディング - バイト 16-27: 10 進数のファイル変更タイムスタンプ - バイト 28-33: 10 進数の所有者 ID - バイト 34-39: 10 進数のグループ ID - バイト 40-47: 8 進数のファイルモード - バイト 48-57: 10 進数のバイト単位のファイルサ イズ - バイト 58-59: 文字列「`\」
メンバーヘッダーについて注意すべき重要な事項を次に示します。 - ファイル名は 16 文字に制限されています。長い名前の場合は、特別な System V 拡張名メンバーを使用できます。 - タイムスタンプ、所有者/グループ ID、およびファイルモードは、ASCII 10 進数または 8 進数です。フィールド幅よりも短い場合は、ヌルで終了する必要があります。 - ファイルサイズには、ヘッダー自体のサイズは含まれません。 - 各ヘッダーフィールドは、固定幅よりも短い場合はスペースまたはヌルバイトで終了します。フィールド間にはアライメントパディングはありません。
各アーカイブメンバーの内容は、60 バイトのヘッダーの直後に追加のパディングなしで続きます。ファイルデータは、エンコードや圧縮なしで、元のファイルに表示されたとおりに正確に格納されます。
追加のメタデータを格納するために、特別なアーカイブメンバーが ar アーカイブに表示される場合があります。 - 「// 」: シンボルテーブルメンバーには、オブジェクトファイルのリンクに使用されるシンボル名のルックアップテーブルが含まれています。特別な名前「// 」(スラッシュスラッシュスペース) があります。 - 「/ 」: 拡張名テーブルは、16 バイトを超えるファイル名に使用されます。スラッシュで命名され、16 バイトにパディングするために十分なスペースが続きます。拡張名は、このメンバーにヌルで終了する文字列のリストとして格納されます。
ar アーカイブを解析するには、プログラムは最初に 8 バイトのグローバルヘッダーを読み取り、アーカイブのマジック文字列を確認します。次に、アーカイブデータをスキャンし、各メンバーの 60 バイトのヘッダーを読み取ります。ファイルサイズフィールドは、プログラムに次のヘッダーに進む前に、そのメンバーの内容を読み取るために必要なバイト数を示します。
ar アーカイブを作成する場合、プログラムはグローバルヘッダーを書き出し、次に含める各アーカイブメンバーのヘッダーと内容を書き出します。拡張名が使用されている場合、拡張名テーブルメンバーを追加する必要があります。シンボルテーブルは、含まれている場合は、通常、グローバルヘッダーの後の最初のメンバーとして追加されます。
ar 形式は非常に単純ですが、いくつかの制限があります。tar や ZIP などのより近代的な形式に見られる圧縮、暗号化、またはその他の高度な機能はサポートしていません。16 文字の名前制限は制限があり、拡張名スキームはやや面倒です。それにもかかわらず、ar はそのシンプルさ、互換性、およびオブジェクトコードモジュールなどの関連ファイルをライブラリファイルにパッケージングするための適性により、広く使用されています。
その古さにもかかわらず、ar 形式は継続的に使用されており、長年にわたっていくつかの改善が見られています。 - BSD バリアントは、拡張名テーブルなしでより長い名前とより大きなファイルサイズをサポートするように ar を拡張しました。 - GNU ar プログラムは事実上の標準実装となり、互換性を維持しながらさまざまな拡張機能をサポートしています。 - ar 形式は、多くのコンパイラとリンカーによって使用されるオブジェクトファイルの必須出力形式です。
要約すると、ar SVR4 アーカイブ形式は、ファイルのコレクションを 1 つのより大きなファイルにバンドルするための由緒あるが、依然として広く使用されている仕様です。そのシンプルさと互換性は、その長寿に貢献してきました。より高度な形式は、一般的なアーカイブと圧縮によく使用されますが、ar は、特にソフトウェア開発において、Unix 系システムのツールボックスの重要な部分であり続けています。
ファイル圧縮は冗長性を減らすことで、同じ情報がより少ないビットで済むようにします。どこまで圧縮できるかの上限は情報理論によって定められています。可逆圧縮の場合、その限界はソースのエントロピーです（シャノンの ソース符号化定理 と彼の1948年の独創的な論文 「通信の数学的理論」を参照）。非可逆圧縮の場合、レートと品質のトレードオフは レート歪み理論によって捉えられます。
ほとんどの圧縮プログラムには2つの段階があります。まず、モデルがデータ内の構造を予測または公開します。 次に、コーダーがそれらの予測をほぼ最適なビットパターンに変換します。古典的なモデリング ファミリーはレンペル–ジブです。 LZ77 (1977) とLZ78 (1978)は、繰り返される部分文字列を検出し、生のバイトの代わりに参照を出力します。 コーディング側では、 ハフマン符号化 （元の論文 1952を参照）は、より可能性の高いシンボルに短いコードを割り当てます。 算術符号化 と 範囲符号化 は、エントロピー限界に近づけるためのよりきめ細かい代替手段であり、現代の 非対称数系（ANS） は、高速なテーブル駆動の実装で同様の圧縮を実現します。
DEFLATE（gzip、zlib、ZIPで使用）は、LZ77とハフマン符号化を組み合わせたものです。その仕様は公開されています： DEFLATE RFC 1951、zlibラッパー RFC 1950、およびgzipファイル形式 RFC 1952。Gzipはストリーミング用にフレーム化されており、明示的に ランダムアクセスを提供しようとはしません。PNG画像は、PNG仕様書によれば、DEFLATEを唯一の圧縮方法として標準化しています（最大32 KiBのウィンドウ）。 「圧縮方法0… deflate/inflate… 最大32768バイト」 および W3C/ISO PNG第2版。
Zstandard (zstd): 非常に高速な 解凍で高い圧縮率を実現するために設計された、新しい汎用圧縮プログラムです。この形式は RFC 8878 （ HTMLミラーも参照）および参照仕様書 GitHubで文書化されています。gzipと同様に、基本フレームは ランダムアクセスを目的としていません。zstdのスーパーパワーの1つは辞書です。コーパスからの小さなサンプルで、多数の小さなファイルや類似のファイルで 圧縮を劇的に改善します（ python-zstandard辞書ドキュメント および Nigel Taoの実例を参照）。実装は、「非構造化」と「構造化」の両方の辞書を受け入れます （ディスカッション）。
Brotli: ウェブコンテンツ（例：WOFF2フォント、HTTP）に最適化されています。静的辞書と DEFLATEのようなLZ+エントロピーコアを組み合わせます。仕様は RFC 7932で、2WBITS−16のスライディングウィンドウ（WBITSは[10, 24]、1 KiB−16 Bから 16 MiB−16 Bまで）と、 ランダムアクセスを試みないことも記されています。Brotliは、ウェブテキストでgzipをしばしば上回り、高速にデコードします。
ZIPコンテナ: ZIPは、さまざまな圧縮方法 （deflate、store、zstdなど）でエントリを保存できるファイルアーカイブです。事実上の標準はPKWAREのAPPNOTEです（ APPNOTEポータル、 ホストされているコピー、およびLCの概要 ZIPファイル形式（PKWARE） / ZIP 6.3.3を参照）。
LZ4は、控えめな圧縮率で生の速度を目標としています。その プロジェクトページ （「非常に高速な圧縮」）と フレーム形式を参照してください。メモリ内キャッシュ、テレメトリ、または解凍がRAM速度に近い必要があるホットパスに最適です。
XZ / LZMAは、比較的遅い圧縮で密度（優れた圧縮率）を追求します。XZはコンテナです。 重労働は通常、LZMA/LZMA2（LZ77のようなモデリング+範囲符号化）によって行われます。 .xzファイル形式、 LZMA仕様（Pavlov）、およびLinuxカーネルのメモ XZ Embeddedについてを参照してください。XZは通常、gzipを上回り、高圧縮率の最新コーデックとしばしば競合しますが、エンコード時間は遅くなります。
bzip2は、 Burrows–Wheeler変換（BWT）、move-to-front、RLE、およびハフマン符号化を適用します。通常、gzipよりも小さいですが遅いです。 公式マニュアル およびmanページ （Linux）を参照してく ださい。
「ウィンドウサイズ」は重要です。DEFLATE参照は32 KiBしか遡れません （RFC 1951 およびPNGの32 KiBキャップ ここに記載）。Brotliのウィンドウは、約1 KiBから16 MiBの範囲です （RFC 7932）。Zstdは、レベルごとにウィンドウと検索深度を調整します （RFC 8878）。基本的なgzip/zstd/brotliストリームは、シーケンシャルデコード用に設計されています。基本形式は ランダムアクセスを約束しませんが、コンテナ（例：tarインデックス、チャンク化されたフレーミング、または形式固有のインデックス）でそれを階層化できます。
上記の形式は可逆です。正確なバイトを再構築できます。メディアコーデックはしばしば非可逆です。 より低いビットレートを達成するために、知覚できない詳細を破棄します。画像では、古典的なJPEG（DCT、量子化、エントロピー 符号化）は ITU-T T.81 / ISO/IEC 10918-1で標準化されています。音声では、MP3（MPEG-1 Layer III）とAAC（MPEG-2/4）は、知覚モデルとMDCT変換に依存しています（ ISO/IEC 11172-3、 ISO/IEC 13818-7、およびMDCTの概要 こちらを参照）。非可逆と可逆は共存できます（例：UIアセット用のPNG、画像/動画/音声用のWebコーデック）。
理論： シャノン 1948 · レート歪み · 符号化： ハフマン 1952 · 算術符号化 · 範囲符号化 · ANS. フォーマット： DEFLATE · zlib · gzip · Zstandard · Brotli · LZ4フレーム · XZ形式. BWTスタック： Burrows–Wheeler (1994) · bzip2マニュアル. メディア： JPEG T.81 · MP3 ISO/IEC 11172-3 · AAC ISO/IEC 13818-7 · MDCT.
結論：データと制約に合った圧縮プログラムを選択し、実際の入力で測定し、 辞書とスマートフレーミングによる利点を忘れないでください。適切な組み合わせで、 より小さなファイル、より速い転送、より軽快なアプリを手に入れることができます—正確さや移植性を犠牲にすることなく。
ファイルの圧縮は、ファイルやファイルのサイズを減らすプロセスで、通常はストレージスペースを節約したり、ネットワークを介した伝送を高速化するために使用されます。
ファイルの圧縮は、データの冗長性を識別して削除することで機能します。それはアルゴリズムを使用して、元のデータをより小さいスペースでエンコードします。
ファイルの圧縮の主要な2つのタイプはロスレス圧縮とロッシー圧縮です。ロスレス圧縮では、元のファイルを完全に復元することができますが、ロッシー圧縮ではデータ品質の若干の損失を伴うより大きなサイズの削減が可能になります。
ファイルの圧縮ツールの人気の例はWinZipで、ZIPとRARを含む複数の圧縮形式をサポートしています。
ロスレス圧縮では品質は変わりません。しかし、ロッシー圧縮では、それほど重要ではないデータを削除してファイルサイズをより大幅に削減するため、品質の低下が目立つことがあります。
はい、データの整合性の面では、特にロスレス圧縮ではファイルの圧縮は安全です。しかし、他のファイルと同様に、圧縮ファイルはマルウェアやウイルスの標的になる可能性があるため、常に信頼することができるセキュリティソフトウェアを用意しておくことが重要です。
ほぼすべてのタイプのファイルが圧縮可能であり、テキストファイル、画像、音声、動画、ソフトウェアファイルなどがあります。ただし、圧縮可能なレベルは、ファイルタイプによって大幅に異なることがあります。
ZIPファイルは、1つ以上のファイルのサイズを減らすためにロスレス圧縮を使用するファイル形式の一種です。ZIPファイルの中の複数のファイルは、実質的に1つのファイルにまとめられるため、共有も簡単になります。
技術的にははい、ですが、さらなるサイズ縮小は最小限で、あるいは逆効果となる可能性があります。既に圧縮されたファイルを圧縮すると、圧縮アルゴリズムによって追加されたメタデータにより、そのサイズが増えることがあります。
ファイルを解凍するには、通常、解凍ツールやアンジッパーといったツール、例えばWinZipや7-Zipが必要です。これらのツールは、圧縮形式から元のファイルを抽出することができます。