PAX(Packed Archive Format)는 파일과 디렉토리를 보관하고 압축하는 데 사용되는 파일 형식입니다. 원래 Google에서 개발되었으며 ZIP 및 tar 형식의 기술을 결합한 것입니다. PAX는 효율적인 압축, 파일에 대한 빠른 임의 액세스, 맞춤형 메타데이터에 대한 확장성을 제공하는 것을 목표로 합니다.
PAX 보관 파일은 핵심적으로 보관된 파일의 메타데이터가 포함된 중앙 디렉토리로 구성되고, 그 뒤에 압축된 파일 데이터 자체가 있습니다. 중앙 디렉토리는 전체 파일을 스캔할 필요 없이 빠르게 액세스할 수 있도록 항상 보관 파일의 끝에 위치합니다.
중앙 디렉토리의 각 파일 항목에는 파일 경로, 크기, 타임스탬프, CRC32 체크섬, 사용된 압축 방법과 같은 정보가 포함됩니다. 파일 경로는 유니코드 문자열로 저장되어 ASCII가 아닌 파일 이름을 지원합니다. PAX는 파일 경로에 UTF-8 인코딩을 사용합니다.
압축을 위해 PAX는 DEFLATE, Brotli, Zstandard(zstd)를 포함한 여러 알고리즘을 지원합니다. DEFLATE는 ZIP과 gzip에서 사용되는 것과 동일한 알고리즘인 기본 방법입니다. 압축률과 속도 사이의 균형이 잘 맞습니다. Brotli와 Zstandard는 텍스트 파일과 같은 특정 유형의 데이터에 대해 더 나은 압축률을 제공할 수 있는 새로운 알고리즘이지만 압축 및 압축 해제 속도가 느립니다.
PAX의 압축된 파일 데이터는 청크로 저장되며 각 청크의 최대 압축 해제 크기는 1MB입니다. 이 청크 저장은 특정 파일을 추출하기 위해 전체 보관 파일을 처리하는 대신 필요한 청크만 찾아서 압축을 풀어야 하므로 파일에 대한 효율적인 임의 액세스를 가능하게 합니다.
PAX의 주요 기능 중 하나는 솔리드 압축을 지원한다는 것입니다. 솔리드 압축을 사용하면 보관 파일이 별도 파일의 컬렉션이 아니라 단일 연속 데이터 스트림으로 처리됩니다. 이를 통해 압축기는 파일 경계에서 중복과 패턴을 찾아내어 압축률을 높일 수 있습니다. 그러나 솔리드 압축은 원하는 파일에 이르기까지 전체 보관 파일을 압축 해제해야 할 수 있으므로 개별 파일에 빠르게 액세스하는 기능에 영향을 미칠 수 있습니다.
PAX에는 데이터 손상을 감지하는 무결성 검사도 포함됩니다. 중앙 디렉토리의 각 파일 항목에는 압축 해제된 파일 데이터의 CRC32 체크섬이 포함됩니다. PAX는 파일을 추출할 때 압축 해제된 데이터의 체크섬을 계산하고 저장된 체크섬과 비교하여 무결성을 확인합니다. 또한 PAX 보관 파일에 선택적 디지털 서명을 포함하여 인증 및 변조 감지를 제공할 수 있습니다.
성능을 향상시키기 위해 PAX는 멀티 스레드 압축 및 압축 해제를 지원합니다. 파일은 여러 CPU 코어를 활용하여 병렬로 압축하고 보관 파일에 쓸 수 있습니다. 마찬가지로 추출 중에 여러 파일을 동시에 압축 해제할 수 있습니다. 이 병렬 처리를 통해 멀티 코어 시스템에서 보관 및 추출 작업을 크게 가속할 수 있습니다.
PAX 보관 파일은 표준 파일 속성 외에도 추가 메타데이터를 저장할 수 있습니다. 맞춤형 메타데이터는 키-값 쌍을 사용하여 파일과 디렉토리에 할당할 수 있습니다. 이 메타데이터는 파일 항목과 함께 중앙 디렉토리에 저장됩니다. 맞춤형 메타데이터의 예로는 작성자 정보, 파일 범주, 애플리케이션별 데이터 등이 있습니다.
스트리밍 지원은 PAX의 또 다른 기능입니다. 보관 파일은 전체 보관 파일을 메모리에 로드할 필요 없이 스트리밍 방식으로 생성하고 추출할 수 있습니다. 이는 대규모 보관 파일을 처리하거나 제한된 메모리 리소스로 작업할 때 특히 유용합니다. 스트리밍을 통해 보관 파일을 즉석에서 생성하거나 네트워크 연결을 통해 데이터를 수신하면서 처리할 수 있습니다.
후방 호환성과 상호 운용성을 위해 PAX 보관 파일에 폴백 ZIP 보관 파일을 포함할 수 있습니다. ZIP 보관 파일은 PAX 보관 파일의 끝에 추가되고 동일한 파일을 기존 ZIP 형식으로 포함합니다. 이를 통해 PAX를 지원하지 않는 이전 도구에서도 보관 파일의 ZIP 부분에서 파일을 추출할 수 있습니다.
PAX는 효율성, 유연성, 오픈 소스 구현으로 인해 인기를 얻었습니다. 다양한 플랫폼에서 다양한 보관 도구와 라이브러리에서 지원됩니다. libpax라는 참조 구현은 C로 작성되었으며 PAX 보관 파일을 생성하고 추출하기 위한 저수준 API를 제공합니다.
PAX의 한계 중 하나는 기본적으로 암호화를 지원하지 않는다는 것입니다. 그러나 PAX를 다른 암호화 기술과 결합하거나 PAX 형식을 기반으로 구축된 타사 도구를 사용하여 암호화를 구현 할 수 있습니다.
요약하자면 PAX(Packed Archive Format)는 빠른 임의 액세스, 솔리드 압축, 병렬 처리, 맞춤형 메타데이터, 스트리밍 지원과 같은 기능을 제공하는 다목적이고 효율적인 파일 보관 형식입니다. 압축 알고리즘, 청크 저장, 확장성을 결합하여 파일 보관 및 배포에 적합한 선택이 됩니다.
파일 압축은 동일한 정보가 더 적은 비트를 차지하도록 중복성을 줄입니다. 얼마나 멀리 갈 수 있는지에 대한 상한선은 정보 이론에 의해 결정됩니다. 무손실 압축의 경우, 한계는 소스의 엔트로피입니다(섀넌의 소스 코딩 정리 와 그의 1948년 원본 논문 “통신의 수학적 이론”참조). 손실 압축의 경우, 속도와 품질 간의 절충은 속도-왜곡 이론에 의해 포착됩니다.
대부분의 압축기에는 두 단계가 있습니다. 첫째, 모델이 데이터의 구조를 예측하거나 노출합니다. 둘째, 코더가 이러한 예측을 거의 최적의 비트 패턴으로 변환합니다. 고전적인 모델링 계열은 렘펠-지브입니다. LZ77 (1977) 과 LZ78 (1978)은 반복되는 하위 문자열을 감지하고 원시 바이트 대신 참조를 내보냅니다. 코딩 측면에서는 허프만 코딩 (원본 논문 1952참조)이 더 가능성 있는 기호에 더 짧은 코드를 할당합니다. 산술 코딩 과 범위 코딩 은 엔트로피 한계에 더 가깝게 압축하는 더 세분화된 대안이며, 현대적인 비대칭 숫자 체계(ANS) 는 빠른 테이블 기반 구현으로 유사한 압축을 달성합니다.
DEFLATE(gzip, zlib, ZIP에서 사용)는 LZ77과 허프만 코딩을 결합합니다. 사양은 공개되어 있습니다. DEFLATE RFC 1951, zlib 래퍼 RFC 1950, gzip 파일 형식 RFC 1952. Gzip은 스트리밍을 위해 구성되었으며 명시적으로 임의 접근을 시도하지 않습니다. PNG 이미지는 PNG 사양에 따라 DEFLATE를 유일한 압축 방법으로 표준화합니다(최대 32KiB 창). “압축 방법 0… deflate/inflate… 최대 32768바이트” 및 W3C/ISO PNG 제2판.
Zstandard (zstd): 매우 빠른 압축 해제와 높은 비율을 위해 설계된 최신 범용 압축기입니다. 형식은 RFC 8878 (또한 HTML 미러) 및 참조 사양 GitHub에 문서화되어 있습니다. gzip과 마찬가지로 기본 프레임은 임의 접근을 목표로 하지 않습니다. zstd의 초능력 중 하나는 사전입니다. 코퍼스에서 가져온 작은 샘플로, 작거나 유사한 많은 파일에서 압축을 극적으로 향상시킵니다( python-zstandard 사전 문서 및 Nigel Tao의 작업 예제참조). 구현은 “비정형” 및 “정형” 사전을 모두 허용합니다 (토론).
Brotli: 웹 콘텐츠(예: WOFF2 글꼴, HTTP)에 최적화되어 있습니다. 정적 사전과 DEFLATE와 유사한 LZ+엔트로피 코어를 혼합합니다. 사양은 RFC 7932이며, WBITS가 [10, 24]인 2WBITS−16의 슬라이딩 윈도우(1KiB−16B ~ 16MiB−16B)와 임의 접근을 시도하지 않음을 명시합니다. Brotli는 웹 텍스트에서 gzip을 자주 능가하며 빠르게 디코딩됩니다.
ZIP 컨테이너: ZIP은 다양한 압축 방법 (deflate, store, zstd 등)으로 항목을 저장할 수 있는 파일 아카이브입니다. 사실상의 표준은 PKWARE의 APPNOTE입니다( APPNOTE 포털, 호스팅된 사본, LC 개요 ZIP 파일 형식(PKWARE) / ZIP 6.3.3참조).
LZ4는 적당한 비율로 원시 속도를 목표로 합니다. 프로젝트 페이지 (「매우 빠른 압축」)와 프레임 형식을 참조하십시오. 압축 해제가 RAM 속도에 가까워야 하는 인메모리 캐시, 원격 측정 또는 핫 경로에 이상적입니다.
XZ / LZMA는 비교적 느린 압축으로 밀도(훌륭한 비율)를 추구합니다. XZ는 컨테이너입니다. 무거운 작업은 일반적으로 LZMA/LZMA2(LZ77과 유사한 모델링 + 범위 코딩)에 의해 수행됩니다. .xz 파일 형식, LZMA 사양(Pavlov), 리눅스 커널 노트 XZ 임베디드를 참조하십시오. XZ는 일반적으로 gzip보다 압축률이 높으며 종종 높은 비율의 최신 코덱과 경쟁하지만 인코딩 시간이 더 깁니다.
bzip2는 버로우즈-휠러 변환(BWT), move-to-front, RLE 및 허프만 코딩을 적용합니다. 일반적으로 gzip보다 작지만 느립니다. 공식 설명서 와 man 페이지 (리눅스)를 참조하십시오.
“창 크기”가 중요합니다. DEFLATE 참조는 32KiB만 되돌아볼 수 있습니다 (RFC 1951 및 PNG의 32KiB 상한 여기에 명시됨). Brotli의 창은 약 1KiB에서 16MiB까지 다양합니다 (RFC 7932). Zstd는 레벨별로 창과 검색 깊이를 조정합니다 (RFC 8878). 기본 gzip/zstd/brotli 스트림은 순 차적 디코딩을 위해 설계되었습니다. 기본 형식은 임의 접근을 약속하지 않습니다. 하지만 컨테이너(예: tar 인덱스, 청크 프레이밍 또는 형식별 인덱스)를 통해 계층화할 수 있습니다.
위의 형식은 무손실입니다. 정확한 바이트를 재구성할 수 있습니다. 미디어 코덱은 종종 손실입니다. 더 낮은 비트 전송률을 달성하기 위해 감지할 수 없는 세부 정보를 버립니다. 이미지에서 클래식 JPEG(DCT, 양자화, 엔트로피 코딩)는 ITU-T T.81 / ISO/IEC 10918-1에 표준화되어 있습니다. 오디오에서 MP3(MPEG-1 Layer III) 및 AAC(MPEG-2/4)는 지각 모델 및 MDCT 변환에 의존합니다( ISO/IEC 11172-3, ISO/IEC 13818-7, MDCT 개요 여기참조). 손실 및 무손실은 공존할 수 있습니다(예: UI 자산용 PNG, 이미지/비디오/오디오용 웹 코덱).
이론: 섀넌 1948 · 속도-왜곡 · 코딩: 허프만 1952 · 산술 코딩 · 범위 코딩 · ANS. 형식: DEFLATE · zlib · gzip · Zstandard · Brotli · LZ4 프레임 · XZ 형식. BWT 스택: 버로우즈-휠러(1994) · bzip2 설명서. 미디어: JPEG T.81 · MP3 ISO/IEC 11172-3 · AAC ISO/IEC 13818-7 · MDCT.
결론: 데이터와 제약 조건에 맞는 압축기를 선택하고, 실제 입력으로 측정하고, 사전과 스마트 프레이밍의 이점을 잊지 마십시오. 올바른 조합으로 정확성이나 이식성을 희생하지 않고 더 작은 파일, 더 빠른 전송, 더 빠른 앱을 얻을 수 있습니다.
파일 압축은 파일 또는 파일들의 크기를 줄이는 과정으로, 일반적으로 저장 공간을 절약하거나 네트워크를 통한 전송을 가속화하기 위해 사용됩니다.
파일 압축은 데이터의 중복성을 식별하고 제거함으로써 작동합니다. 원래의 데이터를 더 작은 공간에 인코딩하기 위해 알고리즘을 사용합니다.
파일 압축의 두 가지 주요 유형은 손실 없는 압축과 손실 압축입니다. 손실 없는 압축은 원래 파일을 완벽하게 복원할 수 있게 하는 반면, 손실 압축은 데이터 품질의 일부 손실을 감수하면서 더 큰 크기 축소를 가능하게 합니다.
파일 압축 도구의 인기 있는 예는 ZIP과 RAR 같은 다양한 압축 형식을 지원하는 WinZip입니다.
손실 없는 압축에서는 품질이 변하지 않습니다. 그러나 손실 압축에서는 파일 크기를 더욱 크게 줄이기 위해 중요하지 않은 데이터를 제거하기 때문에 품질 저하가 눈에 띄게 될 수 있습니다.
네, 특히 손실 없는 압축에서는 데이터 무결성 측면에서 파일 압축이 안전합니다. 그러나 모든 파일과 마찬가지로, 압축된 파일도 멀웨어나 바이러스의 대상이 될 수 있으므로, 항상 신뢰할 수 있는 보안 소프트웨어를 갖추는 것이 중요합니다.
거의 모든 종류의 파일들은 압축이 가능하며, 이에는 텍스트 파일, 이미지, 오디오, 비디오, 소프트웨어 파일이 포함됩니다. 그러나, 압축 가능한 수준은 파일 유형에 따라 크게 달라질 수 있습니다.
ZIP 파일은 파일의 크기를 줄이는 데 손실 없는 압축을 사용하는 파일 형식의 일종입니다. ZIP 파일 안에는 여러 파일이 효과적으로 한 개의 파일로 묶여 있어 공유가 더욱 쉽습니다.
기술적으로는 가 능합니다, 그러나 추가적인 크기 줄임은 최소한이거나 심지어 역효과일 수 있습니다. 이미 압축된 파일을 다시 압축하려고 하면, 압축 알고리즘이 추가하는 메타데이터 때문에 파일의 크기가 증가하기도 합니다.
파일을 압축 해제하려면 일반적으로 압축 해제 또는 압축 풀기 도구, 예를 들면 WinZip이나 7-Zip 같은 도구가 필요합니다. 이러한 도구들은 원래의 파일을 압축된 형식에서 추출할 수 있습니다.