O XAR (eXtensible ARchive) é um formato de arquivo desenvolvido pela Apple Inc. para agrupar e distribuir software no macOS. Ele serve como um substituto para formatos mais antigos como .pkg e .dmg, oferecendo várias vantagens, como segurança aprimorada, tamanhos de arquivo menores e melhor desempenho. Os arquivos XAR usam a extensão de arquivo .xar e podem ser criados e extraídos usando o utilitário de linha de comando xar incluído no macOS.
O formato XAR é baseado no padrão XML (eXtensible Markup Language). Um arquivo XAR consiste em três componentes principais: uma tabela de conteúdo (TOC) no formato XML descrevendo o conteúdo do arquivo, os arquivos e diretórios reais armazenados no arquivo e assinaturas digitais para segurança. A TOC atua como um índice, especificando o caminho, tamanho e outros metadados para cada arquivo no arquivo. Essa estrutura baseada em XML permite extensibilidade, pois a Apple ou terceiros podem adicionar tags personalizadas para oferecer suporte a novos recursos.
Um aspecto fundamental do formato XAR é o uso de compactação. Por padrão, o XAR usa compactação zlib para reduzir o tamanho dos arquivos arquivados. A própria TOC também é compactada. Isso resulta em tamanhos de arquivo menores em comparação com formatos mais antigos como .pkg, que armazenam arquivos descompactados. No entanto, o XAR também oferece suporte ao armazenamento de arquivos descompactados, se desejado. A compactação aplicada a cada arquivo pode ser especificada individualmente na TOC.
Para garantir a integridade e autenticidade dos arquivos XAR, o formato incorpora assinaturas digitais. Cada arquivo XAR inclui uma ou mais assinaturas que cobrem toda a TOC. Essas assinaturas são criadas usando criptografia de chave pública, normalmente com algoritmos RSA ou DSA. As assinaturas permitem que os destinatários verifiquem se o arquivo não foi adulterado e se ele se origina de uma fonte confiável. A Apple usa assinaturas XAR para distribuir atualizações de software e aplicativos na Mac App Store.
Quando um arquivo XAR é aberto, a TOC é primeiro descompactada e analisada. A TOC fornece uma estrutura de diretório e metadados de arquivo, semelhante ao formato 'tar' usado em sistemas Unix. Os dados do arquivo real são armazenados após a TOC no arquivo. Os dados de cada arquivo podem ser compactados ou descompactados, conforme indicado pela entrada correspondente na TOC. Para extrair um arquivo, seus dados são localizados usando as informações de deslocamento e tamanho da TOC.
O formato XAR oferece suporte a vários recursos avançados além do arquivamento básico. Um desses recursos é a capacidade de incluir várias TOCs em um único arquivo. Isso permite a criação de atualizações incrementais em que apenas os arquivos alterados precisam ser incluídos no arquivo de atualização. As várias TOCs podem descrever o estado do arquivo em diferentes versões do software. Mecanismos de atualização inteligentes podem usar essas informações para aplicar patches incrementais com eficiência.
Além disso, os arquivos XAR podem armazenar atributos estendidos e listas de controle de acesso (ACLs) associados aos arquivos arquivados. Atributos estendidos são pares chave-valor que podem armazenar metadados específicos do aplicativo. As ACLs definem permissões granulares para acessar arquivos. Ao preservar essas informações no arquivo, o XAR garante que os atributos do arquivo original sejam restaurados quando extraídos no sistema de destino.
O formato XAR também inclui disposições para assinatura de código. Além das assinaturas no nível do arquivo que cobrem a TOC, arquivos individuais dentro do arquivo podem ter suas próprias assinaturas. Isso é útil para distribuir componentes de software que precisam ser verificados independentemente. Por exemplo, uma arquitetura de plug-in pode usar a assinatura de código para garantir que apenas plug-ins confiáveis sejam carregados por um aplicativo.
Outro recurso do XAR é sua capacidade de armazenar links físicos. Os links físicos permitem que várias entradas de diretório façam referência aos mesmos dados de arquivo no disco. Na TOC do XAR, os links físicos são representados usando elementos XML especiais que apontam para a entrada do arquivo original. Quando o arquivo é extraído, os links físicos são recriados, preservando o espaço em disco e mantendo a estrutura original do diretório.
Para trabalhar com arquivos XAR programaticamente, os desenvolvedores podem usar a ferramenta de linha de comando xar ou bibliotecas como libxar. A ferramenta xar fornece comandos para criar, extrair e manipular arquivos XAR. Ele oferece suporte a várias opções de compactação, assinatura e verificação. O Libxar é uma biblioteca C que implementa o formato XAR e fornece uma API para leitura e gravação de arquivos XAR. Ele permite que os desenvolvedores integrem o suporte a XAR em seus próprios aplicativos.
Em resumo, o formato XAR oferece uma abordagem moderna e extensível para empacotamento e distribuição de software no macOS. Seu uso de XML para a tabela de conteúdo, compactação para tamanhos de arquivo menores, assinaturas digitais para segurança e suporte a recursos avançados como atualizações incrementais e assinatura de código o tornam uma ferramenta poderosa para desenvolvedores e administradores de sistema. À medida que a Apple continua a melhorar e promover o formato, o XAR provavelmente se tornará o padrão para distribuição de software no macOS.
A compactação de arquivos reduz redundâncias para que as mesmas informações ocupem menos bits. O limite superior é definido pela teoria da informação: em compactação sem perdas, a fronteira é a entropia da fonte (veja o teorema de codificação de fonte de Shannon teorema de codificação de fonte e seu artigo original de 1948 “A Mathematical Theory of Communication”). Para compactação com perdas, o trade-off entre taxa e qualidade é capturado pela teoria taxa-distorção.
A maioria dos compressores tem duas etapas. Primeiro, um modelo prevê ou expõe estrutura nos dados. Depois, um codificador transforma essas previsões em padrões de bits quase ótimos. Uma família clássica é Lempel–Ziv LZ77 (1977) e LZ78 (1978) detectam substrings repetidas e emitem referências em vez de bytes brutos. Do lado da codificação Huffman (veja o artigo de 1952) dá códigos menores a símbolos mais prováveis. Codificação aritmética e codificação por intervalos chegam ainda mais perto do limite de entropia, enquanto Asymmetric Numeral Systems (ANS) modernos atingem taxas similares com implementações rápidas baseadas em tabelas.
DEFLATE (usado por gzip, zlib e ZIP) combina LZ77 com Huffman. As especificações são públicas: DEFLATE RFC 1951, wrapper zlib RFC 1950e formato gzip RFC 1952. O gzip é moldado para streaming e não tenta fornecer acesso aleatório. PNG padroniza DEFLATE como único método de compressão (janela máxima de 32 KiB) segundo “Compression method 0… deflate/inflate… at most 32768 bytes” e o W3C/ISO PNG 2nd Edition.
Zstandard (zstd): um compressor moderno de uso geral pensado para altas taxas e decompactação muito rápida. O formato está em RFC 8878 (e no espelho HTML) além da especificação de referência no GitHub. Assim como gzip, o frame básico não mira acesso aleatório. Um superpoder do zstd são dicionários: pequenas amostras do seu corpus que reduzem drasticamente muitos arquivos pequenos ou parecidos (consulte a documentação de dicionários do python-zstandard e o exemplo de Nigel Tao). Implementações aceitam dicionários “unstructured” e “structured” (discussão).
Brotli: otimizado para conteúdo web (ex.: fontes WOFF2, HTTP). Mistura um dicionário estático com um núcleo LZ+entropia parecido com DEFLATE. Sua especificação é RFC 7932, que também descreve uma janela 2WBITS−16 com WBITS em [10, 24] (1 KiB−16 B até 16 MiB−16 B) e diz que não fornece acesso aleatório. Brotli costuma superar gzip em texto web e ainda decodifica rápido.
Contêiner ZIP: ZIP é um arquivo que pode armazenar entradas com diversos métodos (deflate, store, zstd etc.). O padrão de fato é o APPNOTE da PKWARE (veja o portal APPNOTE, uma cópia hospedadae os resumos da LC ZIP File Format (PKWARE) / ZIP 6.3.3).
LZ4 mira velocidade bruta com razões modestas. Consulte a página do projeto (“extremely fast compression”) e o formato de frame. Ideal para caches em memória, telemetria ou pipelines quentes que exigem decompactação quase na velocidade da RAM.
XZ / LZMA busca densidade (ótimas taxas) com compressão relativamente lenta. XZ é um contêiner; quem faz o serviço pesado é normalmente LZMA/LZMA2 (modelagem tipo LZ77 + range coding). Veja o formato .xz, a especificação LZMA (Pavlov)e notas do kernel Linux sobre XZ Embedded. XZ costuma comprimir melhor que gzip e rivaliza com codecs modernos de alta taxa, porém com tempos de codificação mais longos.
bzip2 usa Transformada de Burrows–Wheeler (BWT), move-to-front, RLE e Huffman. Geralmente gera arquivos menores que gzip, porém mais devagar; veja o manual oficial e as páginas man (Linux).
O “tamanho da janela” importa. Referências DEFLATE olham no máximo 32 KiB para trás (RFC 1951) e o limite de 32 KiB do PNG documentado aqui. Brotli cobre janelas de ~1 KiB a 16 MiB (RFC 7932). Zstd ajusta janela e profundidade de busca pelos níveis (RFC 8878). Streams básicos de gzip/zstd/brotli foram feitos para decodificação sequencial; os formatos não prometem acesso aleatório, embora contêineres (tar com índice, framing em blocos ou índices específicos) possam adicioná-lo.
Os formatos acima são sem perdas: recuperam exatamente os mesmos bytes. Codecs de mídia costumam ser com perdas: descartam detalhes imperceptíveis para atingir taxas mais baixas. Em imagens, o JPEG clássico (DCT, quantização, codificação entropia) é padronizado em ITU-T T.81 / ISO/IEC 10918-1. Em áudio, MP3 (MPEG-1 Layer III) e AAC (MPEG-2/4) usam modelos perceptuais e transformadas MDCT (veja ISO/IEC 11172-3, ISO/IEC 13818-7e a visão geral de MDCT aqui). As abordagens com e sem perdas podem coexistir (ex.: PNG para ativos de UI; codecs web para imagem/vídeo/áudio).
Teoria Shannon 1948 · Rate–distortion · Codificação Huffman 1952 · Codificação aritmética · Range coding · ANS. Formatos DEFLATE · zlib · gzip · Zstandard · Brotli · LZ4 frame · Formato XZ. Pilha BWT Burrows–Wheeler (1994) · manual do bzip2. Mídia JPEG T.81 · MP3 ISO/IEC 11172-3 · AAC ISO/IEC 13818-7 · MDCT.
Em resumo: escolha um compressor que combine com seus dados e restrições, meça em entradas reais e não esqueça os ganhos de dicionários e framing inteligente. Com o par certo você obtém arquivos menores, transferências mais rápidas e apps mais responsivos sem sacrificar correção ou portabilidade.
A compressão de arquivos é um processo que reduz o tamanho de um arquivo ou arquivos, normalmente para economizar espaço de armazenamento ou acelerar a transmissão em uma rede.
A compressão de arquivos funciona identificando e removendo redundâncias nos dados. Ela usa algoritmos para codificar os dados originais em um espaço menor.
Os dois principais tipos de compressão de arquivos são a compressão sem perdas e a compressão com perdas. A compressão sem perdas permite que o arquivo original seja perfeitamente restaurado, enquanto a compressão com perdas permite uma redução de tamanho mais significativa com alguma perda de qualidade dos dados.
Um exemplo popular de uma ferramenta de compressão de arquivos é o WinZip, que suporta vários formatos de compressão, incluindo ZIP e RAR.
Com compressão sem perdas, a qualidade permanece inalterada. No entanto, com compressão com perdas, pode haver uma diminuição perceptível na qualidade, pois elimina dados menos importantes para reduzir significativamente o tamanho do arquivo.
Sim, a compressão de arquivos é segura em termos de integridade dos dados, especialmente com compressão sem perdas. No entanto, como qualquer arquivo, os arquivos comprimidos podem ser alvo de malware ou vírus, por isso, é sempre importante ter um software de segurança de boa reputação.
Quase todos os tipos de arquivos podem ser comprimidos, incluindo arquivos de texto, imagens, áudio, vídeo e arquivos de software. No entanto, o nível de compressão alcançável pode variar significativamente entre os tipos de arquivo.
Um arquivo ZIP é um tipo de formato de arquivo que usa compressão sem perdas para reduzir o tamanho de um ou mais arquivos. Vários arquivos em um arquivo ZIP são efetivamente agrupados em um único arquivo, o que também facilita o compartilhamento.
Tecnicamente, sim, embora a redução de tamanho adicional possa ser mínima ou até contraproducente. Comprimir um arquivo já comprimido pode às vezes aumentar seu tamanho devido aos metadados adicionados pelo algoritmo de compressão.
Para descomprimir um arquivo, geralmente você precisa de uma ferramenta de descompressão ou descompactação, como WinZip ou 7-Zip. Essas ferramentas podem extrair os arquivos originais do formato comprimido.