Format archiwum DEB (pakiet Debian) jest szeroko stosowanym systemem pakowania do dystrybucji oprogramowania w Debianie i dystrybucjach Linuksa opartych na Debianie, takich jak Ubuntu. Zapewnia on standaryzowaną metodę pakowania oprogramowania wraz z jego zależnościami, plikami konfiguracyjnymi i metadanymi, co ułatwia użytkownikom instalowanie, aktualizowanie i usuwanie pakietów oprogramowania.
Archiwum DEB jest zasadniczo skompresowanym plikiem archiwum o określonej strukturze i konwencji nazewnictwa. Zwykle ma rozszerzenie pliku `.deb` i jest tworzony za pomocą narzędzia do archiwizacji `ar`. Archiwum zawiera trzy główne składniki: plik `debian-binary`, archiwum `control.tar.gz` i archiwum `data.tar.gz`.
Plik `debian-binary` jest plikiem zwykłego tekstu, który określa wersję formatu DEB używanego w archiwum. Zwykle zawiera pojedynczy wiersz z numerem wersji, np. `2.0`.
Archiwum `control.tar.gz` zawiera metadane pakietu i informacje kontrolne. Jest to skompresowane za pomocą gzip archiwum tar, które zawiera kilka plików i katalogów. Najważniejszym plikiem w tym archiwum jest plik `control`, który zawiera podstawowe informacje o pakiecie, takie jak jego nazwa, wersja, architektura, zależności, opiekun i opis.
Inne pliki w archiwum `control.tar.gz` mogą obejmować: - `preinst`: Skrypt wykonywany przed zainstalowaniem pakietu. - `postinst`: Skrypt wykonywany po zainstalowaniu pakietu. - `prerm`: Skrypt wykonywany przed usunięciem pakietu. - `postrm`: Skrypt wykonywany po usunięciu pakietu. - `conffiles`: Lista plików konfiguracyjnych należących do pakietu. - `shlibs`: Lista zależności bibliotek współdzielonych. - `triggers`: Plik definiujący wyzwalacze pakietu.
Archiwum `data.tar.gz` zawiera rzeczywiste pliki i katalogi, które składają się na pakiet oprogramowania. Jest to również skompresowane za pomocą gzip archiwum tar. Podczas instalowania pakietu zawartość tego archiwum jest wyodrębniana do katalogu głównego systemu plików.
Format archiwum DEB wykorzystuje określoną konwencję nazewnictwa dla generowanych plików pakietów. Nazwa pliku pakietu składa się z kilku części: `<nazwa>_<wersja>-<rewizja>_<architektura>.deb`. `<nazwa>` reprezentuje nazwę pakietu, `<wersja>` jest numerem wersji oprogramowania, `<rewizja>` jest rewizją pakowania (używaną, gdy ta sama wersja oprogramowania jest pakowana wiele razy), a `<architektura>` określa docelową architekturę (np. amd64, i386, arm64).
Gdy pakiet DEB jest instalowany, menedżer pakietów (taki jak `apt` lub `dpkg`) wykonuje kilka kroków. Wyodrębnia zawartość archiwum `data.tar.gz` do systemu plików, wykonuje wszelkie skrypty preinstalacyjne zdefiniowane w archiwum `control.tar.gz` i aktualizuje bazę danych pakietów, aby zarejestrować instalację. Menedżer pakietów również rozwiązuje i instaluje wszelkie zależności wymagane przez pakiet.
Jedną z głównych zalet formatu archiwum DEB jest jego zdolność do obsługi zależności. Plik `control` w archiwum `control.tar.gz` określa zależności pakietu, w tym wymagane pakiety i ich ograniczenia wersji. Podczas instalowania pakietu DEB menedżer pakietów automatycznie rozwiązuje i instaluje niezbędne zależności, zapewniając, że oprogramowanie ma wszystkie wymagane komponenty do prawidłowego działania.
Format archiwum DEB obsługuje również wersjonowanie pakietów i aktualizacje. Każdy pakiet ma numer wersji określony w pliku `control`. Gdy zostanie wydana nowa wersja pakietu, można ją zainstalować na istniejącej wersji. Menedżer pakietów obsługuje proces aktualizacji, wykonując wszelkie niezbędne skrypty przed usunięciem i po instalacji oraz odpowiednio aktualizując bazę danych pakietów.
Oprócz głównych składników pakiety DEB mogą również zawierać dodatkowe pliki i katalogi, takie jak dokumentacja, przykłady i pliki lokalizacyjne. Pliki te są zwykle umieszczane w określonych katalogach w archiwum `data.tar.gz`, zgodnie ze standardem hierarchii systemu plików (FHS).
Format archiwum DEB ma bogaty ekosystem narzędzi i narzędzi do tworzenia, zarządzania i dystrybucji pakietów. Narzędzie wiersza poleceń `dpkg-deb` jest powszechnie używane do tworzenia pakietów DEB z kodu źródłowego lub plików binarnych. Automatyzuje proces generowania niezbędnych plików kontrolnych i kompresowania danych do formatu archiwum DEB.
Inne narzędzia, takie jak `dh_make` i `debhelper`, zapewniają wyższego poziomu abstrakcje i automatyzację do tworzenia pakietów DEB. Uproszczają proces pakowania, generując pliki szablonów, obsługując typowe zadania i wymuszając najlepsze praktyki pakowania.
Format archiwum DEB obsługuje również podpisy cyfrowe i uwierzytelnianie pakietów. Pakiety mogą być podpisane prywatnym kluczem, aby zapewnić ich integralność i autentyczność. Menedżer pakietów weryfikuje podpisy podczas instalacji, aby zapobiec manipulacjom i zapewnić, że pakiety pochodzą z zaufanych źródeł.
Podsumowując, format archiwum DEB jest potężnym i szeroko stosowanym systemem pakowania dla dystrybucji Linuksa opartych na Debianie. Zapewnia on standaryzowany sposób dystrybucji oprogramowania, obsługi zależności oraz zarządzania instalacjami i aktualizacjami pakietów. Dzięki zrozumieniu struktury i składników pakietów DEB programiści i administratorzy systemów mogą skutecznie pakować i dystrybuować swoje oprogramowanie użytkownikom w niezawodny i wydajny sposób.
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.