ISO 9660 to standard systemu plików opublikowany w 1988 roku dla nośników optycznych. Został opracowany przez Międzynarodową Organizację Normalizacyjną (ISO) i Międzynarodową Komisję Elektrotechniczną (IEC) w celu zdefiniowania standardowego systemu plików dla płyt CD-ROM. Celem było zapewnienie współdziałania dysków danych między różnymi platformami i systemami operacyjnymi.
Dysk ISO 9660 zawiera dane w hierarchicznej strukturze drzewa katalogów i plików, podobnie jak inne systemy plików. Najwyższy katalog jest znany jako katalog główny. Do katalogów i plików odwołuje się za pomocą ścieżki, która zaczyna się od katalogu głównego. Każdy katalog, w tym katalog główny, zawiera zestaw wpisów katalogu, które dostarczają metadanych o plikach i podkatalogach w nim zawartych.
ISO 9660 definiuje kilka kluczowych aspektów i ograniczeń struktury systemu plików:
- Nazwy plików mogą mieć maksymalnie 8 znaków długości z rozszerzeniem 3 znaków, oddzielonych kropką. Nazwy plików muszą składać się z wielkich liter A-Z, cyfr 0-9 i podkreślenia. Ograniczenia długości i znaków nazw plików pomagają zapewnić szeroką kompatybilność.
- Nazwy katalogów są podobnie ograniczone do 8 wielkich liter plus podkreślenia. Nazwy katalogów są również ograniczone do 8 poziomów głębokości.
- Całkowita długość ścieżki do dowolnego pliku lub katalogu jest ograniczona do 255 znaków. Separatory ścieżek używają ukośnika (/).
Dysk ISO 9660 zaczyna się od 16 sektorów obszaru systemowego, a następnie do 2048 sektorów deskryptorów woluminów. Deskriptory woluminów dostarczają informacji o strukturze i zawartości dysku, w tym głównego deskryptora woluminu, który zawiera kluczowe metadane.
Główny deskryptor woluminu pojawia się w sektorze 16 i zawiera informacje takie jak nazwa woluminu dysku, identyfikator wydawcy, przygotowujący dane, prawa autorskie, streszczenie oraz daty utworzenia/modyfikacji/wygaśnięcia woluminu. Określa również rozmiar i lokalizację tabeli ścieżek, lokalizację katalogu głównego oraz odniesienie do dodatkowych deskryptorów woluminów.
Dyski ISO 9660 używają tabel ścieżek do optymalizacji nawigacji i wyszukiwania katalogów. Tabele ścieżek zapewniają indeks hierarchii katalogów, z oddzielnymi tabelami dla katalogów używających nazw małych liter (tabela ścieżek typu L) i katalogów używających nazw wielkich liter i znaków specjalnych (tabela ścieżek typu M). Tabela ścieżek typu L jest opcjonalna, ale używana na większości dysków.
Każdy wpis tabeli ścieżek zawiera lokalizację rekordu katalogu, liczbę poziomów katalogu od katalogu głównego oraz nazwę katalogu. Pozwala to na wydajne przechodzenie drzewa katalogów bez konieczności analizowania katalogów sektor po sektorze.
Do plików i katalogów na dysku ISO 9660 odwołuje się za pomocą wpisów rekordu katalogu w każdym katalogu. Rekord katalogu zawiera pola metadanych dla:
- Długości rekordu katalogu - Długości rekordu atrybutu rozszerzonego - Lokalizacji zakresu pliku/katalogu (przesunięcie sektora) - Długości danych pliku/katalogu - Daty i godziny nagrania - Flag pliku (np. ukryty, katalog, plik powiązany) - Rozmiaru jednostki pliku dla plików przeplatanych - Rozmiaru odstępu przeplotu dla plików przeplatanych - Numeru sekwencji woluminu - Długości identyfikatora pliku (nazwa pliku) - Nazwy pliku
ISO 9660 definiuje wirtualny system plików, w którym wszystkie dane są masterowane na nośniku tylko do odczytu. W związku z tym standard nie zawiera postanowień dotyczących modyfikowania istniejącego dysku ISO 9660 - dysk jest zawsze traktowany jako tylko do odczytu. Jeśli potrzebne są zmiany, należy wygenerować nowy obraz dysku z zaktualizowanymi plikami i katalogami.
Podczas gdy ISO 9660 został zaprojektowany dla nośników optycznych, obrazy dysków korzystające ze standardu mogą być również dostępne z innych nośników, takich jak dyski twarde. Wiele systemów operacyjnych umożliwia zamontowanie pliku obrazu dysku ISO 9660 jako wirtualnego napędu tylko do odczytu lub dostęp do zawartości obrazu dysku za pomocą specjalnych sterowników systemu plików.
Późniejsze rozszerzenia ISO 9660 rozszerzyły jego możliwości, zachowując jednocześnie wsteczną kompatybilność:
- Rozszerzenia Rock Ridge: Zezwalają na przechowywanie semantyki i informacji systemu plików Unix na dyskach ISO 9660. Umożliwiają dłuższe nazwy plików, głębsze struktury katalogów i dodatkowe atrybuty plików.
- Rozszerzenia Joliet: Określone przez Microsoft w celu umożliwienia nazw plików Unicode o długości do 64 znaków. Nazwy plików Joliet mogą używać szerszego zakresu znaków i są przechowywane w formacie UTF-16.
- El Torito: Umożliwia uruchomienie dysku poprzez zapewnienie specyfikacji dla rozruchowych płyt CD-ROM, które mogą zawierać kod rozruchowy i rozruchowe obrazy dysków.
Chociaż popularność dysków optycznych spadła w porównaniu z ich szczytem, ISO 9660 pozostaje znaczącym standardem wymiany danych na nośnikach tylko do odczytu. Jego konstrukcja promowała interoperacyjność między platformami komputerowymi, jednocześnie działając w ramach ograniczeń pamięci optycznej. Zrozumienie formatu ISO 9660 jest cenne dla osób pracujących z archiwami CD/DVD, obrazami dysków i wnętrznościami systemu operacyjnego.
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 stron ę 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.