ISO 9660 to standard systemu plików opublikowany przez Międzynarodową Organizację Normalizacyjną (ISO) w 1988 roku dla nośników optycznych. Został zaprojektowany jako format niezależny od platformy, aby umożliwić wymianę danych między różnymi systemami operacyjnymi i platformami komputerowymi. ISO 9660 definiuje logiczny układ, strukturę katalogów i format metadanych dla plików przechowywanych na płytach CD-ROM i innych dyskach optycznych.
Jedną z kluczowych cech ISO 9660 jest jego prostota i kompatybilność. Standard nakłada ograniczenia na nazwy plików, głębokość katalogów i ogólną strukturę systemu plików, aby zapewnić maksymalną interoperacyjność. Nazwy plików są ograniczone do 8 znaków z rozszerzeniem 3-znakowym (często określanym jako format 8.3) i mogą zawierać tylko wielkie litery, cyfry i podkreślenia. Nazwy katalogów mają takie same ograniczenia, a maksymalna głębokość katalogu wynosi 8 poziomów.
ISO 9660 definiuje hierarchiczną strukturę katalogów, z katalogiem głównym na najwyższym poziomie i podkatalogami rozgałęziającymi się pod nim. Każdy katalog jest przechowywany jako osobny rekord w systemie plików, zawierający metadane dotyczące plików i podkatalogów, które zawiera. Te metadane obejmują nazwę pliku, rozmiar, datę utworzenia i lokalizację na dysku.
Pliki w systemie plików ISO 9660 są przechowywane jako ciągłe bloki danych, przy czym każdy plik zajmuje jeden lub więcej bloków logicznych. Rozmiar bloku logicznego wynosi zwykle 2048 bajtów, chociaż standard dopuszcza inne rozmiary. Każdemu plikowi przypisywany jest unikalny identyfikator zwany identyfikatorem pliku, który służy do lokalizowania pliku w strukturze katalogów.
ISO 9660 definiuje również kilka rozszerzeń i poziomów wymiany, które zapewniają dodatkowe funkcje i elastyczność. Najczęściej używane rozszerzenie nazywa się Joliet, które umożliwia dłuższe nazwy plików (do 64 znaków) i obsługuje znaki Unicode do użytku międzynarodowego. Inne rozszerzenie, Rock Ridge, dodaje semantykę systemu plików POSIX, taką jak uprawnienia do plików, własność i linki symboliczne.
Standard ISO 9660 definiuje trzy poziomy wymiany, znane jako poziom 1, poziom 2 i poziom 3. Poziom 1 jest najbardziej restrykcyjny i kompatybilny, z najściślejszymi ograniczeniami dotyczącymi nazw plików i głębokości katalogów. Poziom 2 łagodzi niektóre z tych ograniczeń, umożliwiając dłuższe nazwy plików (do 31 znaków) i głębsze struktury katalogów (do 32 poziomów). Poziom 3 dalej rozszerza możliwości ISO 9660, umożliwiając pliki o wielu zakresach, które można podzielić na nieprzylegające części na dysku.
Podczas tworzenia systemu plików ISO 9660 dane są organizowane w kilku odrębnych obszarach na dysku. Pierwszym obszarem jest obszar systemowy, który zawiera informacje o samym dysku, takie jak deskryptor woluminu i rekordy rozruchowe. Drugim obszarem jest obszar danych, który zawiera rzeczywiste dane plików i katalogów.
W obszarze danych pliki i katalogi są organizowane w bloki logiczne i zakresy. Zakres to ciągła sekwencja bloków logicznych, które tworzą plik lub katalog. Pliki mogą być przechowywane w jednym zakresie lub podzielone na wiele zakresów, w zależności od ich rozmiaru i układu dysku.
Aby zlokalizować określony plik lub katalog w systemie plików ISO 9660, system operacyjny odczytuje główny deskryptor woluminu (PVD) z obszaru systemowego. PVD zawiera podstawowe informacje o systemie plików, w tym lokalizację katalogu głównego i rozmiar bloków logicznych. Stamtąd system operacyjny może przejść przez hierarchię katalogów i śledzić identyfikatory plików, aby zlokalizować poszczególne pliki.
Jednym z ograniczeń ISO 9660 jest jego charakter tylko do odczytu. Po utworzeniu dysku ISO 9660 jego zawartości nie można modyfikować bez ponownego utworzenia całego systemu plików. To sprawia, że nie nadaje się do przypadków użycia, w których dane muszą być często aktualizowane, takich jak systemy operacyjne na żywo lub bazy danych.
Pomimo swoich ograniczeń, ISO 9660 jest nadal szeroko stosowany do dystrybucji oprogramowania, treści multimedialnych i danych archiwalnych. Jego prostota, kompatybilność i niezawodność sprawiają, że jest to idealny wybór dla danych tylko do odczytu, do których dostęp jest wymagany na różnych platformach.
Podsumowując, ISO 9660 to standardowy format systemu plików dla dysków optycznych, który zapewnia prosty, kompatybilny i niezależny od platformy sposób przechowywania i wymiany danych. Jego hierarchiczna struktura katalogów, format metadanych i układ bloków logicznych zapewniają maksymalną interoperacyjność na różnych systemach operacyjnych i platformach komputerowych. Chociaż ma pewne ograniczenia, takie jak charakter tylko do odczytu i ograniczenia dotyczące nazw plików i głębokości katalogów, ISO 9660 pozostaje szeroko stosowanym i cennym standardem dla dystrybucji i archiwizacji danych.
Kompresja plików redukuje redundancję, dzięki czemu te same informacje wymagają mniej bitów. Górna granica jest wyznaczana przez teorię informacji: dla kompresji bezstratnej limitem jest entropia źródła (zobacz teoremę kodowania źródła Shannona source coding theorem oraz jego oryginalny artykuł z 1948 roku „A Mathematical Theory of Communication”). W kompresji stratnej kompromis między przepływnością a jakością opisuje teoria rate–distortion.
Większość kompresorów działa w dwóch etapach. Najpierw model przewiduje lub ujawnia strukturę danych. Następnie koder zamienia te przewidywania w niemal optymalne wzorce bitowe. Klasyczną rodziną modeli jest Lempel–Ziv LZ77 (1977) i LZ78 (1978) wykrywają powtarzające się podciągi i zamiast surowych bajtów emitują odwołania. Po stronie kodowania kodowanie Huffmana (zob. artykuł z 1952 r.) przypisuje krótsze kody symbolom bardziej prawdopodobnym. Kodowanie arytmetyczne i range coding są jeszcze precyzyjniejsze i zbliżają się do granicy entropii, a nowoczesne Asymmetric Numeral Systems (ANS) osiągają podobne wyniki dzięki szybkim implementacjom tablicowym.
DEFLATE (wykorzystywane przez gzip, zlib i ZIP) łączy LZ77 z kodowaniem Huffmana. Specyfikacje są publiczne: DEFLATE RFC 1951, wrapper zlib RFC 1950i format gzip RFC 1952. Gzip jest przeznaczony do strumieniowania i wprost nie oferuje dostępu losowego. Obrazy PNG standaryzują DEFLATE jako jedyną metodę kompresji (maks. okno 32 KiB) zgodnie ze specyfikacją „Compression method 0… deflate/inflate… at most 32768 bytes” oraz W3C/ISO PNG 2nd Edition.
Zstandard (zstd): nowszy uniwersalny kompresor zaprojektowany dla wysokich współczynników i bardzo szybkiej dekompresji. Format opisano w RFC 8878 (oraz lustrze HTML) i w specyfikacji referencyjnej na GitHubie. Podobnie jak gzip, podstawowa ramka nie celuje w dostęp losowy. Jednym z supermocy zstd są słowniki: niewielkie próbki z korpusu, które dramatycznie poprawiają kompresję wielu małych lub podobnych plików (zob.dokumentację słowników python-zstandard i przykład Nigela Tao). Implementacje akceptują zarówno słowniki „unstructured”, jak i „structured” (dyskusja).
Brotli: zoptymalizowane pod kątem treści webowych (np. fonty WOFF2, HTTP). Łączy statyczny słownik z jądrem LZ+entropia podobnym do DEFLATE. Specyfikacja to RFC 7932, które opisuje też okno 2WBITS−16 z WBITS w [10, 24] (1 KiB−16 B do 16 MiB−16 B) i stwierdza, że nie zapewnia dostępu losowego. Brotli często pokonuje gzip na tekstach webowych, jednocześnie szybko dekodując.
Kontener ZIP: ZIP to archiwum plików, które może przechowywać wpisy z różnymi metodami kompresji (deflate, store, zstd itd.). De facto standardem jest APPNOTE PKWARE (zob.portal APPNOTE, hostowaną kopięoraz omówienia LC ZIP File Format (PKWARE) / ZIP 6.3.3).
LZ4 celuje w surową szybkość przy umiarkowanych współczynnikach. Zobacz stronę projektu („extremely fast compression”) oraz opis formatu ramek. Idealne do cache w pamięci, telemetrii lub wrażliwych ścieżek, gdzie dekompresja musi być prawie tak szybka jak RAM.
XZ / LZMA goni za wysoką gęstością (świetnymi współczynnikami) kosztem wolniejszej kompresji. XZ to kontener; ciężar pracy wykonują zwykle LZMA/LZMA2 (modelowanie podobne do LZ77 + range coding). Zobacz format .xz, specyfikację LZMA (Pavlov)oraz notatki jądra Linux o XZ Embedded. XZ zwykle kompresuje lepiej niż gzip i często konkuruje z nowoczesnymi kodekami wysokiego współczynnika, ale wymaga dłuższego kodowania.
bzip2 stosuje Transformację Burrowsa–Wheelera (BWT), move-to-front, RLE i kodowanie Huffmana. Zwykle daje mniejsze pliki niż gzip, ale działa wolniej; zobacz oficjalny podręcznik oraz stronę man (Linux).
Liczy się „rozmiar okna”. Odwołania w DEFLATE mogą sięgać tylko 32 KiB wstecz (RFC 1951) oraz limitu PNG 32 KiB opisanego tutaj. Brotli ma okno od ~1 KiB do 16 MiB (RFC 7932). Zstd dostraja okno i głębokość wyszukiwania poziomami (RFC 8878). Podstawowe strumienie gzip/zstd/brotli są projektowane do sekwencyjnego dekodowania; same formaty nie gwarantują dostępu losowego, choć kontenery (np. indeksy tar, ramek chunked lub indeksy specyficzne dla formatu) mogą go dodać.
Powyższe formaty są bezstratne: odtwarzają dokładnie te same bajty. Kodeki multimedialne często są stratne: odrzucają niewidoczne szczegóły, by osiągnąć niższe bitrate’y. W obrazach klasyczny JPEG (DCT, kwantyzacja, kodowanie entropijne) jest standaryzowany w ITU-T T.81 / ISO/IEC 10918-1. W audio MP3 (MPEG-1 Layer III) i AAC (MPEG-2/4) używają modeli percepcyjnych i transformacji MDCT (zob.ISO/IEC 11172-3, ISO/IEC 13818-7i przegląd MDCT tutaj). Metody stratne i bezstratne mogą współistnieć (np. PNG do UI, kodeki webowe dla obrazów/wideo/audio).
Teoria Shannon 1948 · Rate–distortion · Kodowanie Huffman 1952 · Kodowanie arytmetyczne · Range coding · ANS. Format DEFLATE · zlib · gzip · Zstandard · Brotli · LZ4 frame · Format XZ. Stos BWT Burrows–Wheeler (1994) · podręcznik bzip2. Media JPEG T.81 · MP3 ISO/IEC 11172-3 · AAC ISO/IEC 13818-7 · MDCT.
Podsumowanie: wybierz kompresor dopasowany do danych i ograniczeń, mierz na prawdziwych próbkach i nie zapominaj o zyskach ze słowników oraz sprytnego ramek. Z odpowiednią parą uzyskasz mniejsze pliki, szybsze transfery i żwawsze aplikacje bez poświęcania poprawności czy przenośności.
Kompresja plików to proces, który zmniejsza rozmiar pliku lub plików, zazwyczaj w celu oszczędności miejsca na dysku lub przyspieszenia transmisji przez sieć.
Kompresja plików działa poprzez identyfikowanie i usuwanie nadmiarowej informacji w danych. Wykorzystuje algorytmy do kodowania oryginalnych danych w mniejszej przestrzeni.
Dwa główne typy kompresji plików to kompresja bezstratna i stratna. Kompresja bezstratna pozwala na idealne przywrócenie oryginalnego pliku, podczas gdy kompresja stratna umożliwia znaczniejsze zmniejszenie rozmiaru kosztem pewnej utraty jakości danych.
Popularnym przykładem narzędzia do kompresji plików jest WinZip, który obsługuje wiele formatów kompresji, w tym ZIP i RAR.
W przypadku kompresji bezstratnej, jakość pozostaje niezmieniona. Jednak przy kompresji stratnej może dojść do zauważalnego spadku jakości, ponieważ eliminuje ona mniej ważne dane, aby bardziej znacząco zmniejszyć rozmiar pliku.
Tak, kompresja plików jest bezpieczna pod względem integralności danych, zwłaszcza przy kompresji bezstratnej. Jednak, jak wszystkie pliki, skompresowane pliki mogą być celem dla złośliwego oprogramowania lub wirusów, dlatego zawsze ważne jest, aby mieć zainstalowane wiarygodne oprogramowanie zabezpieczające.
Prawie wszystkie typy plików można skompresować, w tym pliki tekstowe, obrazy, audio, wideo i pliki oprogramowania. Jednak poziom możliwej do osiągnięcia kompresji może znacznie różnić się w zależności od typu pliku.
Plik ZIP to typ formatu pliku, który wykorzystuje kompresję bezstratną do zmniejszenia rozmiaru jednego lub więcej plików. Wiele plików w pliku ZIP jest efektywnie grupowanych razem w jeden plik, co ułatwia również udostępnianie.
Technicznie tak, chociaż dodatkowe zmniejszenie rozmiaru może być minimalne lub nawet niekorzystne. Kompresowanie już skompresowanego pliku czasami może zwiększyć jego rozmiar z powodu metadanych dodawanych przez algorytm kompresji.
Aby rozpakować plik, zazwyczaj potrzebujesz narzędzia do dekompresji lub rozpakowywania, takiego jak WinZip czy 7-Zip. Te narzędzia mogą wyodrębnić oryginalne pliki z formatu skompresowanego.