รูปแบบไฟล์เก็บถาวร .tar.gz หรือที่เรียกว่า tarball หรือไฟล์เก็บถาวร tar ที่บีบอัดด้วย gzip เป็นรูปแบบไฟล์ที่ใช้กันทั่วไปสำหรับการจัดเก็บและบีบอัดไฟล์และไดเร็กทอรีเข้าด้วยกันเป็นไฟล์เดียวเพื่อความสะดวกในการจัดเก็บและส่งผ่าน โดยรวมรูปแบบ tar (Tape Archive) สำหรับการรวมไฟล์และไดเร็กทอรีเข้าด้วยกันกับการบีบอัด gzip เพื่อลดขนาดไฟล์โดยรวม รูปแบบ .tar.gz ใช้กันอย่างแพร่หลายในระบบปฏิบัติการแบบ Unix และรองรับโดยเครื่องมือและยูทิลิตี้การเก็บถาวรต่างๆ
รูปแบบ tar เองเป็นการเชื่อมต่อกันของเรกคอร์ดไฟล์และไดเร็กทอรี แต่ละเรกคอร์ดมีเมตาดาต้าเกี่ยวกับไฟล์หรือไดเร็กทอรี เช่น ชื่อ ขนาด สิทธิ์ ความเป็นเจ้าของ และไทม์สแตมป์การแก้ไข ข้อมูลไฟล์จริงจะถูกจัดเก็บหลังจากเมตาดาต้าในไฟล์เก็บถาวร ไฟล์เก็บถาวร Tar สามารถรักษาโครงสร้างไดเร็กทอรี ลิงก์เชิงสัญลักษณ์ และชนิดไฟล์พิเศษอื่นๆ
ในการสร้างไฟล์เก็บถาวร tar จะใช้ยูทิลิตี้ tar ซึ่งจะวนซ้ำผ่านไดเร็กทอรีหรือรายการไฟล์ที่ระบุและสร้างไฟล์ tar เดียวที่มีไฟล์และไดเร็กทอรีทั้งหมด ไฟล์ tar ที่ได้จะมีนามสกุล .tar คำสั่ง tar รองรับตัวเลือกต่างๆ เพื่อควบคุมกระบวนการสร้างไฟล์เก็บถาวร เช่น การระบุชื่อไฟล์เอาต์พุต การยกเว้นไฟล์หรือไดเร็กทอรีบางอย่าง การรักษาสิทธิ์และความเป็นเจ้าของ และการจัดการลิงก์เชิงสัญลักษณ์
ในขณะที่รูปแบบ tar มีประโยชน์สำหรับการรวมไฟล์เข้าด้วยกัน แต่ก็ไม่ได้ให้การบีบอัดใดๆ ด้วยตัวมันเอง นี่คือจุดที่ gzip เข้ามา Gzip เป็นอัลกอริธึมการบีบอัดยอดนิยมที่ใช้การเข้ารหัส Lempel-Ziv (LZ77) เพื่อบีบอัดข้อมูลอย่างมีประส ิทธิภาพ โดยจะวิเคราะห์ข้อมูลอินพุตและแทนที่ลำดับที่ซ้ำกันด้วยการอ้างอิงถึงการเกิดขึ้นก่อนหน้า ซึ่งจะช่วยลดขนาดโดยรวมของข้อมูล
ในการสร้างไฟล์เก็บถาวร .tar.gz จะใช้ยูทิลิตี้ tar ร่วมกับยูทิลิตี้ gzip ก่อนอื่น ยูทิลิตี้ tar จะสร้างไฟล์เก็บถาวร tar ตามที่อธิบายไว้ก่อนหน้านี้ จากนั้น ไฟล์ tar ที่ได้จะถูกส่งผ่านยูทิลิตี้ gzip ซึ่งจะบีบอัดไฟล์ tar โดยใช้อัลกอริธึม gzip เอาต์พุตที่บีบอัดแล้วโดยปกติจะได้รับนามสกุล .gz ซึ่งส่งผลให้ได้ไฟล์ .tar.gz
ระดับการบีบอัดของ gzip สามารถปรับได้โดยใช้ตัวเลือกบรรทัดคำสั่ง โดยค่าเริ่มต้น gzip จะใช้ระดับการบีบอัดที่ 6 ซึ่งให้ความสมดุลที่ดีระหว่างอัตราการบีบอัดและความเร็ว ระดับการบีบอัดที่สูงกว่า (สูงสุด 9) อาจส่งผลให้ขนาดไฟล์เล็กลง แต่ใช้เวลานานกว่าในการบีบอัด ระดับการบีบอัดที่ต่ำกว่า (ต่ำสุด 1) ให้ความสำคัญกับคว ามเร็วมากกว่าอัตราการบีบอัด
ในการแยกไฟล์จากไฟล์เก็บถาวร .tar.gz กระบวนการจะย้อนกลับ ไฟล์เก็บถาวรจะถูกคลายการบีบอัดโดยใช้ยูทิลิตี้ gzip ก่อน ซึ่งจะคืนค่าไฟล์ tar ต้นฉบับ จากนั้น ยูทิลิตี้ tar จะถูกใช้เพื่อแยกไฟล์และไดเร็กทอรีจากไฟล์เก็บถาวร tar คำสั่ง tar รองรับตัวเลือกเพื่อระบุตำแหน่งการแยก รักษาสิทธิ์และความเป็นเจ้าของ และจัดการลิงก์เชิงสัญลักษณ์
ข้อดีอย่างหนึ่งของรูปแบบ .tar.gz คือความเข้ากันได้บนแพลตฟอร์มต่างๆ ยูทิลิตี้ Tar และ gzip มีให้บริการอย่างแพร่หลายบนระบบแบบ Unix และระบบปฏิบัติการอื่นๆ อีกมากมายมีเครื่องมือสำหรับจัดการไฟล์ .tar.gz ซึ่งทำให้สะดวกในการสร้างไฟล์เก็บถาวรบนระบบหนึ่งและแยกไฟล์บนอีกระบบหนึ่ง โดยไม่คำนึงถึงสถาปัตยกรรมหรือระบบปฏิบัติการพื้นฐาน
นอกเหนือจากยูทิลิตี้บรรทัดคำสั่งแล้ว เครื่องมือแบบกราฟิกและโปรแกรมบีบอัดไฟล์ต่างๆ ยังรองรับรูปแบบ .tar.gz เครื่องมือเหล่านี้มักมีส่วนติดต่อที่ใช้งานง่ายสำหรับการสร้าง แยก และจัดการไฟล์เก็บถาวร .tar.gz ทำให้ผู้ใช้ที่ชอบส่วนติดต่อแบบกราฟิกสามารถเข้าถึงได้
รูปแบบ .tar.gz มีข้อจำกัดและข้อควรพิจารณาบางประการ ไม่ได้ให้การเข้ารหัสในตัวหรือการป้องกันด้วยรหัสผ่านสำหรับไฟล์ที่เก็บถาวร หากความปลอดภัยเป็นสิ่งที่น่ากังวล จำเป็นต้องใช้เทคนิคการเข้ารหัสหรือเครื่องมือเพิ่มเติมร่วมกับ .tar.gz นอกจากนี้ อัตราการบีบอัดที่ gzip ทำได้อาจแตกต่างกันไปขึ้นอยู่กับประเภทของข้อมูลที่กำลังบีบอัด ไฟล์ที่ใช้ข้อความและไฟล์ที่มีรูปแบบที่ซ้ำกันมักจะบีบอัดได้ดี ในขณะที่ไฟล์ที่บีบอัดอยู่แล้ว (เช่น รูปภาพ วิดีโอ) อาจไม่ได้รับประโยชน์อย่างมากจากการบีบอัด gzip เพิ่มเติม
แม้จะมีข้อจำกัดเหล่านี้ แต่รูปแบบ .tar.gz ยังค งใช้กันอย่างแพร่หลายเนื่องจากความเรียบง่าย ความเข้ากันได้ และประสิทธิภาพในการจัดเก็บและบีบอัดไฟล์ โดยทั่วไปจะใช้สำหรับการแจกจ่ายซอร์สโค้ด แพ็คเกจซอฟต์แวร์ ไฟล์เก็บถาวรสำรอง และการถ่ายโอนไฟล์จำนวนมากผ่านเครือข่ายหรือสื่อจัดเก็บ
โดยสรุป รูปแบบไฟล์เก็บถาวร .tar.gz รวมรูปแบบ tar สำหรับการรวมไฟล์และไดเร็กทอรีเข้าด้วยกันกับการบีบอัด gzip เพื่อสร้างไฟล์เก็บถาวรที่บีบอัดแล้ว รูปแบบนี้มีวิธีที่สะดวกและมีประสิทธิภาพในการจัดเก็บและบีบอัดไฟล์เพื่อจัดเก็บและส่งผ่าน โดยยังคงรักษาความเข้ากันได้ในระบบต่างๆ การทำความเข้าใจรูปแบบ .tar.gz และเครื่องมือที่เกี่ยวข้องนั้นมีค่าสำหรับการจัดการและการแจกจ่ายไฟล์ในสภาพแวดล้อมการประมวลผลต่างๆ
การบีบอัดไฟล์ช่วยลดความซ้ำซ้อนเพื่อให้ข้อมูลเดียวกันใช้บิต น้อยลง ขีดจำกัดสูงสุดของระยะทางที่คุณสามารถไปได้ถูกควบคุมโดยทฤษฎีข้อมูล: สำหรับการบีบอัดแบบไม่สูญเสียข้อมูล ขีดจำกัดคือเอนโทรปีของแหล่งที่มา (ดู ทฤษฎีบทการเข้ารหัสต้นทาง ของแชนนอนและบทความต้นฉบับของเขาในปี 1948 “ทฤษฎีทางคณิตศาสตร์ของการสื่อสาร”) สำหรับการบีบอัดแบบสูญเสียข้อมูล การแลกเปลี่ยนระหว่างอัตราและคุณภาพถูกจับโดย ทฤษฎีอัตรา-ความผิดเพี้ยน.
คอมเพรสเซอร์ส่วนใหญ่มีสองขั้นตอน ขั้นแรก แบบจำลอง จะทำนายหรือเปิดเผยโครงสร้างในข้อมูล ประการที่สอง ตัวเข้ารหัส จะเปลี่ยนการคาดการณ์เหล่านั้นให้เป็นรูปแบบบิตที่เกือบจะเหมาะสมที่สุ ด ตระกูลการสร้างแบบจำลองแบบคลาสสิกคือ Lempel–Ziv: LZ77 (1977) และ LZ78 (1978) ตรวจจับสตริงย่อยที่ซ้ำกันและส่งออกการอ้างอิงแทนไบต์ดิบ ในด้านการเข้ารหัส การเข้ารหัสฮัฟฟ์แมน (ดูบทความต้นฉบับ 1952) กำหนดรหัสที่สั้นกว่าให้กับสัญลักษณ์ที่มีแนวโน้มมากกว่า การเข้ารหัสเลขคณิต และ การเข้ารหัสช่วง เป็นทางเลือกที่ละเอียดกว่าซึ่งบีบเข้าใกล้ขีดจำกัดเอนโทรปีมากขึ้น ในขณะที่ ระบบเลขไม่สมมาตร (ANS) ที่ทันสมัยบรรลุการบีบอัดที่คล้ายกันด้วยการใช้งานที่ขับเคลื่อน ด้วยตารางที่รวดเร็ว
DEFLATE (ใช้โดย gzip, zlib และ ZIP) รวม LZ77 เข้ากับการเข้ารหัสฮัฟฟ์แมน ข้อกำหนดของมันเป็นแบบสาธารณะ: DEFLATE RFC 1951, zlib wrapper RFC 1950, และรูปแบบไฟล์ gzip RFC 1952. Gzip ถูกจัดเฟรมสำหรับการสตรีมและอย่างชัดเจน ไม่พยายามให้การเข้าถึงแบบสุ่ม. รูปภาพ PNG กำหนดมาตรฐาน DEFLATE เป็นวิธีการบีบอัดเพียงวิธีเดียว (โดยมีหน้าต่างสูงสุด 32 KiB) ตามข้อกำหนด PNG “วิธีการบีบอัด 0… deflate/inflate… มากที่สุด 32768 ไบต์” และ W3C/ISO PNG ฉบับที่ 2.
Zstandard (zstd): คอมเพรสเซอร์สำหรับวัตถุประสงค์ทั่วไปรุ่นใหม่ที่ออกแบบมาสำหรับอัตราส่วนที่สูงพร้อมการคลายการบีบอัดที่รวดเร็วมาก รูปแบบ được ghi lại trong RFC 8878 (cũng gương HTML) và thông số kỹ thuật tham chiếu trên GitHub. Giống như gzip, khung cơ bản không nhắm đến truy cập ngẫu nhiên. Một trong những siêu năng lực của zstd là từ điển: các mẫu nhỏ từ kho dữ liệu của bạn giúp cải thiện đáng kể việc nén trên nhiều tệp nhỏ hoặc tương tự (xem tài liệu từ điển python-zstandard và ví dụ làm việc của Nigel Tao). Các triển khai chấp nhận cả từ điển “không có cấu trúc” và “có cấu trúc” (thảo luận).
Brotli: เหมาะสำหรับเนื้อหาเว็บ (เช่น แบบอักษร WOFF2, HTTP) มันผสมพจนานุกรมคงที่กับ แกน LZ+เอนโทรปีที่คล้ายกับ DEFLATE ข้อกำหนดคือ RFC 7932ซึ่งยังบันทึกหน้าต่างเลื่อนของ 2WBITS−16 โดย WBITS อยู่ใน [10, 24] (1 KiB−16 B ถึง 16 MiB−16 B) และ ไม่พยายามเข้าถึงแบบสุ่ม. Brotli มักจะเอาชนะ gzip ในข้อความเว็บในขณะที่ถอดรหัสได้อย่างรวดเร็ว
คอนเทนเนอร์ ZIP: ZIP เป็น ไฟล์เก็บถาวร ที่สามารถจัดเก็บรายการด้วยวิธีการบีบอัดต่างๆ (deflate, store, zstd, etc.) มาตรฐานโดยพฤตินัยคือ APPNOTE ของ PKWARE (ดู พอร์ทัล APPNOTE, สำเนาที่โฮสต์, และภาพรวม LC รูปแบบไฟล์ ZIP (PKWARE) / ZIP 6.3.3).
LZ4 มุ่งเป้าไปที่ความเร็วล้วนๆ ด้วยอัตราส่วนที่พอประมาณ ดู หน้าโครงการ (“การบีบอัดที่รวดเร็วอย่างยิ่ง”) และ รูปแบบเฟรม. เหมาะอย่างยิ่งสำหรับแคชในหน่วยความจำ, telemetry, หรือ hot paths ที่การคลายการบีบอัดต้องใกล้เคียงกับความเร็วของ RAM
XZ / LZMA ผลักดันความหนาแน่น (อัตราส่วนที่ดี) ด้วยการบีบอัดที่ค่อนข้างช้า XZ เป็นคอนเทนเนอร์; งานหนักส่วนใหญ่มักทำโดย LZMA/LZMA2 (การสร้างแบบจำลองคล้าย LZ77 + การเข้ารหัสช่วง) ดู รูปแบบไฟล์ .xz, ข้อมูลจำเพาะของ LZMA (Pavlov), และบันทึกเคอร์เนลของลินุกซ์ บน XZ Embedded. XZ มักจะบีบอัดได้ดีกว่า gzip และมักจะแข่งขันกับตัวแปลงสัญญาณที่ทันสมัยที่มีอัตราส่วนสูง แต่ใช้เวลาเข้ารหัสนานกว่า
bzip2 ใช้ การแปลง Burrows–Wheeler (BWT), move-to-front, RLE, และการเข้ารหัสฮัฟฟ์แมน โดยทั่วไปจะมีขนาดเล็กกว่า gzip แต่ช้ากว่า; ดู คู่มืออย่างเป็นทางการ และหน้า man (Linux).
“ขนาดหน้าต่าง” มีความสำคัญ การอ้างอิง DEFLATE สามารถมองย้อนกลับไปได้เพียง 32 KiB (RFC 1951 และขีดจำกัด 32 KiB ของ PNG ที่ระบุไว้ที่นี่). หน้าต่างของ Brotli มีตั้งแต่ประมาณ 1 KiB ถึง 16 MiB (RFC 7932). Zstd ปรับแต่งหน้าต่างและความลึกของการค้นหาตามระดับ (RFC 8878). สตรีมพื้นฐานของ gzip/zstd/brotli ได้รับการออกแบบมาสำหรับการถอดรหัสตามลำดับ; รูปแบบพื้นฐาน ไม่รับประกันการเข้าถึงแบบสุ่ม, แม้ว่าคอนเทนเนอร์ (เช่น ดัชนี tar, เฟรมแบบแบ่งส่วน, หรือดัชนีเฉพาะรูปแบบ) สามารถแบ่งชั้นได้
รูปแบบข้างต้นคือ ไม่สูญเสียข้อมูล: คุณสามารถสร้างไบต์ที่แน่นอนขึ้นมาใหม่ได้ ตัวแปลงสัญญาณสื่อมักเป็น สูญเสียข้อมูล: พวกเขาทิ้งรายละเอียดที่มองไม่เห็นเพื่อให้อัตราบิตต่ำลง ในภาพ, JPEG แบบคลาสสิก (DCT, การหาปริมาณ, การเข้ารหัสเอนโทรปี) ถูกกำหนดมาตรฐานใน ITU-T T.81 / ISO/IEC 10918-1. ในด้านเสียง, MP3 (MPEG-1 Layer III) และ AAC (MPEG-2/4) อาศัยแบบจำลองการรับรู้และการแปลง MDCT (ดู ISO/IEC 11172-3, ISO/IEC 13818-7, และภาพรวม MDCT ที่นี่). การสูญเสียและไม่สูญเสียข้อมูลสามารถอยู่ร่วมกันได้ (เช่น PNG สำหรับเนื้อหา UI; ตัวแปลงสัญญาณเว็บสำหรับภาพ/วิดีโอ/เสียง)
ทฤษฎี: แชนนอน 1948 · อัตรา-ความผิดเพี้ยน · การเข้ารหัส: ฮัฟฟ์แมน 1952 · การเข้ารหัสเลขคณิต · การเข้ารหัสช่วง · ANS. รูปแบบ: DEFLATE · zlib · gzip · Zstandard · Brotli · เฟรม LZ4 · รูปแบบ XZ. สแต็ก BWT: Burrows–Wheeler (1994) · คู่มือ bzip2. สื่อ: JPEG T.81 · MP3 ISO/IEC 11172-3 · AAC ISO/IEC 13818-7 · MDCT.
สรุป: เลือกคอมเพรสเซอร์ที่ตรงกับข้อมูลและข้อจำกัดของคุณ วัดผลจากข้อมูลจริง และ อย่าลืมประโยชน์จากพจนานุกรมและการจัดเฟรมอย่างชาญฉลาด ด้วยการจับคู่ที่เหมาะสม คุณจะได้รับ ไฟล์ขนาดเล็กลง, การถ่ายโอนที่เร็วขึ้น, และแอปที่เร็วขึ้น — โดยไม่สูญเสียความถูกต้องหรือการพกพา
การบีบอัดไฟล์คือกระบวนการที่ลดขนาดไฟล์หรือไฟล์ทั้งหมด โดยทั่วไปจะใช้เพื่อประหยั ดพื้นที่จัดเก็บหรือเร่งความเร็วในการส่งผ่านเครือข่าย
การบีบอัดไฟล์ทำงานโดยระบุและการนำข้อมูลที่ซ้ำซ้อนออก มันใช้อัลกอริทึมเพื่อเข้ารหัสข้อมูลเดิมในพื้นที่ที่เล็กกว่า
สองประเภทหลักของการบีบอัดไฟล์คือการบีบอัดแบบสูญเสียและแบบไม่สูญเสีย การบีบอัดแบบไม่สูญเสียอนุญาตให้ไฟล์เดิมสามารถถูกกู้คืนได้แบบสมบูรณ์เมื่อการบีบอัดแบบสูญเสียช่วยลดขนาดไฟล์อย่างมากด้วยการสูญเสียคุณภาพข้อมูลบางส่วน
ตัวอย่างของเครื่องมือการบีบอัดไฟล์ที่นิยมคือ WinZip ซึ่งรองรับรูปแบบการบีบอัดหลายรูปแบบ รวมถึง ZIP และ RAR
ด้วยการบีบอัดแบบไม่สูญเสีย คุณภาพจะไม่เปลี่ยนแปลง หากแต่ด้วยการบีบอัดแบบสูญเสีย อาจมีการลดลงของคุณภาพเพราะการกำจัดข้อมูลที่ไม่สำคัญเพื่อลดขนาดไฟล์มากขึ้น
ใช่ การบีบอัดไฟล์ปลอดภัยในเชิงของความไม่เปล่าเสีย โดยเฉพาะด้วยการบีบอัดแบบไม่สูญเสีย แต่เหมือนกับไฟล์ใด ๆ ไฟล์ที่ถูกบีบอัดสามารถถูกกลายเป็นเป้าหมายของมัลแวร์หรือไวรัส ดังนั้นเสมอแล้วควรมีซอฟต์แวร์ความปลอดภัยที่น่าเชื่อถือ
แทบทุกประเภทของไฟล์สามารถบีบอัดได้ รวมถึงไฟล์ข้อความ ภาพ ข้อมูลเสียง วิดีโอ และไฟล์ซอฟต์แวร์ อย่างไรก็ตาม ระดับการบีบอัดที่สามา รถทำได้สามารถแตกต่างกันอย่างมากขึ้นอยู่กับประเภทไฟล์
ไฟล์ ZIP เป็นประเภทของรูปแบบไฟล์ที่ใช้การบีบอัดแบบไม่สูญเสียเพื่อลดขนาดไฟล์หนึ่งหรือหลายไฟล์ ไฟล์หลายไฟล์ในไฟล์ ZIP ถูกจัดรวมเข้าด้วยกันเป็นไฟล์เดียวทำให้การแบ่งปันง่ายขึ้น
จริงแล้วด้วยทางเทคนิค คุณสามารถบีบอัดไฟล์ที่ถูกบีบอัดแล้ว แต่การลดขนาดเพิ่มเติมอาจจะมีน้อยหรือแม้แต่ทำงานตรงข้าม การบีบอัดไฟล์ที่ถูกบีบอัดแล้วอาจทำให้ขนาดของมันเพิ่มขึ้นเนื่องจากมีการเพิ่มข้อมูลเมตาดาตาโดยอัลกอริทึมการบีบอัด
เพื่อถอดการบีบอัดไฟล์ คุณโดยทั่วไปจะต้องมีเครื่องมือก ารถอดความกดหรือ unzip เช่น WinZip หรือ 7-Zip เครื่องมือเหล่านี้สามารถแยกไฟล์เดิมออกจากรูปแบบที่ถูกบีบอัด