Ar arşiv formatı, Unix arşiv formatının kısaltması, daha kolay saklama ve aktarım için birden fazla dosyayı tek bir dosyada toplamak için kullanılan bir dosya formatıdır. Başlangıçta Unix sistemleri için geliştirilmiş olsa da artık farklı platformlarda yaygın olarak desteklenmektedir. Ar formatı, daha yeni arşiv ve sıkıştırma formatlarına kıyasla daha basit ve daha sınırlıdır, ancak belirli uygulamalar için kullanılmaya devam etmektedir.
Bir ar arşiv dosyası, bir dizi dosya başlığı ve dosya verisiyle takip edilen genel bir başlıktan oluşur. Genel başlık, dosyayı bir ar arşivi olarak tanımlayan basit bir ASCII dizesidir. "\n" yeni satır karakterini temsil eden "!<arch>\n" karakterlerinden oluşur. Bu sihirli dize, yardımcı programların ar arşiv dosyalarını kolayca tanımasına olanak tanır.
Genel başlığın ardından bireysel dosya girişleri gelir. Her dosya girişi, dosya hakkında meta veriler içeren bir dosya başlığıyla başlar. Dosya başlığı 60 bayt sabit bir boyuta sahiptir ve aşağıdaki alanları içerir: - Dosya adı (16 bayt): 16 karakterden kısa ise boşluklarla doldurulmuş dosya adı. Ad daha uzunsa, kesilir ve sondaki "/" karakteri adın dosya veri bölümünde devam ettiğini gösterir. - Değiştirme zaman damgası (12 bayt): Dosyanın son değiştirme zaman damgası, ondalık Unix zaman formatında, boşluklarla doldurulmuş. - Sahip kimliği (6 bayt): Dosyanın sahibinin sayısal kullanıcı kimliği, ondalık, boşluklarla doldurulmuş. - Grup kimliği (6 bayt): Dosyanın grubunun sayısal grup kimliği, ondalık, boşluklarla doldurulmuş. - Dosya modu (8 bayt): Dosyanın izin ve mod bitleri, sekizli, boşluklarla doldurulmuş. - Dosya boyutu (10 bayt): Dosyanın verilerinin boyutu bayt cinsinden, ondalık, boşluklarla doldurulmuş. - Başlığın sonu (2 bayt): Başlığın sonunu işaretleyen "`\n" karakterleri.
Her dosya başlığından sonra, dosyanın verileri arşivde saklanır. Verilerin boyutu, başlıkta belirtilen dosya boyutuna karşılık gelir. Dosya boyutu tek ise, bir sonraki dosya başlığının çift bayt sınırında başlamasını sağlamak için fazladan bir dolgu baytı eklenir. Bu dolgu baytı, başlığın dosya boyutu alanında sayılmaz.
Sembol tabloları adı verilen özel dosya girişleri de ar arşivlerine dahil edilebilir. Sembol tablosu girişleri, "/" veya "\" ile başlayan bir dosya adına ve ardından bir dizi rakamdan oluşur. Bu girişler, nesne dosyalarını birbirine bağlamak için kullanılan meta verileri içerir. Sembol tablosu verilerinin biçimi farklı sistemler ve derleyiciler arasında değişir.
Ar arşivleri herhangi bir yerleşik sıkıştırma içermez. Dosyalar, orijinal biçimleriyle basitçe birleştirilir. Ancak, bir ar arşivindeki bireysel dosyalar, arşive eklenmeden önce gzip gibi diğer algoritmalar kullanılarak sıkıştırılabilir.
Ar formatı, daha modern arşiv formatlarına kıyasla bazı sınırlamalara sahiptir: - Dosya adları 16 karakterle sınırlıdır, bu da kısıtlayıcı olabilir. - Kullanıcı kimliği, grup kimliği ve dosya boyutu gibi sayısal meta veri alanları sabit boyutlara sahiptir ve maksimum değerlerini sınırlar. - Formata yerleşik bir sağlama toplamı veya bütünlük doğrulaması yoktur. - Sıkıştırma sağlanmaz, bu da gzip ile tar gibi formatlara kıyasla daha büyük arşiv boyutlarına neden olur.
Bu sınırlamalara rağmen, ar formatı bazı özel uygulamalar için kullanılmaya devam etmektedir. Yaygın bir kullanım, Unix benzeri sistemlerdeki statik kitaplık dosyalarıdır. ".a" uzantılı bu kitaplık dosyaları, yürütülebilir dosyalara bağlanabilen derlenmiş nesne dosyalarını içeren ar arşivleridir. Ar formatının basitliği ve geniş desteği, onu bu amaç için uygun hale getirir.
Özetle, ar arşiv formatı, birden fazla dosyayı tek bir dosyada bir araya getirmenin basit bir yoludur. Bir dizi dosya başlığı ve dosya verisiyle takip edilen genel bir başlıktan oluşur. Sıkıştırma ve uzun dosya adı desteği gibi gelişmiş özelliklerden yoksun olsa da, basitliği ve uyumluluğu nedeniyle Unix sistemlerinde statik kitaplık dosyaları gibi belirli alanlarda hala kullanılmaktadır.
Dosya sıkıştırma, aynı bilgiyi daha az bit ile temsil etmek için fazlalıkları azaltır. Ne kadar küçülebileceğinizi belirleyen üst sınır bilgi teorisidir: kayıpsız sıkıştırmada limit kaynağın entropisidir (bkz. Shannon'ın kaynak kodlama teoremi source coding theorem ve 1948 tarihli “A Mathematical Theory of Communication”). Kayıplı sıkıştırmada bit hızı ile kalite arasındaki dengeyi rate–distortion teorisiaçıklar.
Çoğu sıkıştırıcı iki aşamalıdır. Önce bir model verideki yapıyı tahmin eder veya ortaya çıkarır. Ardından bir coder bu tahminleri neredeyse optimal bit kalıplarına çevirir. Klasik aile Lempel–Ziv'dir LZ77 (1977) ve LZ78 (1978) tekrarlanan alt dizileri bulup ham bayt yerine referans yazar. Kodlama tarafında Huffman kodlama (bkz.1952 makalesi) olasılığı yüksek sembollere daha kısa kodlar verir. Aritmetik kodlama ve range coding entropi sınırına daha da yaklaşır; modern Asymmetric Numeral Systems (ANS) ise tablo tabanlı uygulamalarla benzer oranlar elde eder.
DEFLATE (gzip, zlib, ZIP) LZ77 ile Huffman'ı birleştirir. Spesifikasyonlar açık: DEFLATE RFC 1951, zlib sarmalayıcısı RFC 1950ve gzip formatı RFC 1952. Gzip akış için tasarlandı ve rastgele erişim vaat etmez. PNG, tek sıkıştırma yöntemi olarak DEFLATE'i (32 KiB pencere) standartlaştırır; bkz.“Compression method 0…” ve W3C/ISO PNG 2nd Edition.
Zstandard (zstd): yüksek oranlar ve çok hızlı açma için tasarlanan yeni nesil genel kompresör. Format RFC 8878 (ayrıca HTML yansısı) ve referans dokümanı GitHub'daaçıklanmıştır. Gzip gibi temel çerçeve rastgele erişim hedeflemez. Zstd'nin süper gücü sözlüklerdir: korpusunuzdan küçük örnekler birçok küçük/benzer dosyayı ciddi biçimde küçültür (bkz.python-zstandard sözlük dokümanları ve Nigel Tao örneği). Uygulamalar “unstructured” ve “structured” sözlükleri destekler (tartışma).
Brotli: web içeriği (örn. WOFF2 fontlar, HTTP) için optimize edildi. Statik sözlük ile DEFLATE benzeri LZ+entropi çekirdeğini birleştirir. Spesifikasyon RFC 7932, ayrıca WBITS [10, 24] (1 KiB−16 B ile 16 MiB−16 B) aralığında 2WBITS−16 kayar pencere ve rastgele erişim sağlamadığınıbelirtir. Brotli çoğu web metninde gzip'i geçer ve hızlı çözülür.
ZIP konteyneri: ZIP, farklı sıkıştırma yöntemleri (deflate, store, zstd vb.) taşıyabilen bir arşivdir. De facto standart PKWARE APPNOTE'tur (bkz.APPNOTE portalı, barındırılan kopyave LC özetleri ZIP File Format (PKWARE) / ZIP 6.3.3).
LZ4 mütevazı oranlarla ham hız hedefler. Proje sayfasına (“extremely fast compression”) ve frame formatınabakın. RAM hızına yakın dekompresyon gerektiren bellek içi cache'ler, telemetri veya sıcak yollar için ideal.
XZ / LZMA yüksek yoğunluk (yüksek oran) için daha yavaş sıkıştırmayı göze alır. XZ bir konteynerdir; asıl işi genelde LZMA/LZMA2 (LZ77 benzeri modelleme + range coding) yapar. .xz formatı, LZMA spesifikasyonu (Pavlov)ve Linux kernel notları XZ Embeddedile XZ genelde gzip'ten daha iyi sıkıştırır ve modern yüksek oranlı codec'lerle rekabet eder, fakat kodlama süresi uzundur.
bzip2, Burrows–Wheeler dönüşümünü (BWT), move-to-front'u, RLE'yi ve Huffman'ı kullanır. Genellikle gzip'ten küçük ama daha yavaştır; resmi kılavuza ve man sayfasınabakın.
“Pencere boyutu” önemlidir. DEFLATE referansları yalnızca 32 KiB geriye bakabilir (RFC 1951) ve PNG'nin 32 KiB sınırı burada belirtilir. Brotli yaklaşık 1 KiB ile 16 MiB arası pencereleri destekler (RFC 7932). Zstd pencereyi ve arama derinliğini seviyeler ile ayarlar (RFC 8878). gzip/zstd/brotli'nin temel akışları ardışık çözümeye göre tasarlanır; formatların kendileri rastgele erişim garantilemez, ancak konteynerler (tar indeksleri, parça bazlı çerçeveler, format spesifik indeksler) ekleyebilir.
Yukarıdaki formatlar kayıpsızdır: aynı baytları geri alırsınız. Medya codec'leri genellikle kayıplıdır: daha düşük bit hızları için algılanmayan detayları atarlar. Görsellerde klasik JPEG (DCT, kantizasyon, entropi kodlama) ITU-T T.81 / ISO/IEC 10918-1içinde standarttır. Seste MP3 (MPEG-1 Layer III) ve AAC (MPEG-2/4) algısal modeller ve MDCT dönüşümleri kullanır (bkz.ISO/IEC 11172-3, ISO/IEC 13818-7ve MDCT özeti burada). Kayıplı ve kayıpsız yöntemler birlikte kullanılabilir (ör. UI için PNG; web codec'leri görsel/video/ses için).
Teori Shannon 1948 · Rate–distortion · Kodlama Huffman 1952 · Aritmetik kodlama · Range coding · ANS. Formatlar DEFLATE · zlib · gzip · Zstandard · Brotli · LZ4 frame · XZ format. BWT zinciri Burrows–Wheeler (1994) · bzip2 kılavuzu. Medya JPEG T.81 · MP3 ISO/IEC 11172-3 · AAC ISO/IEC 13818-7 · MDCT.
Özetle: verilerinize ve kısıtlarınıza uyan bir sıkıştırıcı seçin, gerçek girdiler üzerinde ölçün ve sözlükler ile akıllı çerçevelemenin kazançlarını unutmayın. Doğru eşleşme ile daha küçük dosyalar, daha hızlı transferler ve daha çevik uygulamalar elde eder, doğruluk veya taşınabilirlikten ödün vermezsiniz.
Dosya sıkıştırması, dosyanın boyutunu azaltma işlemidir, genellikle depolama alanını tasarruf etmek veya bir ağ üzerindeki iletimi hızlandırmak için kullanılır.
Dosya sıkıştırması, verilerdeki gereksiz bilgileri belirleyip çıkararak çalışır. İlk verileri daha küçük bir alanda kodlamak için algoritmalar kullanır.
Dosya sıkıştırmanın iki ana türü lossless (kayıpsız) ve lossy (kayıplı) sıkıştırmadır. Kayıpsız sıkıştırma, orijinal dosyanın mükemmel bir şekilde geri yüklenmesini sağlarken, kayıplı sıkıştırma, veri kalitesindeki bazı kayıpların maliyetine daha büyük ölçüde boyut küçültmeyi sağlar.
Popüler bir dosya sıkıştırma aracı örneği, ZIP ve RAR dahil olmak üzere birden fazla sıkıştırma formatını destekleyen WinZip'tir.
Kayıpsız sıkıştırma ile kalite değişmez. Ancak, kayıplı sıkıştırmada, dosya boyutunu daha da küçültmek için az önemli veriler çıkarıldığından kalitede belirgin bir azalma olabilir.
Evet, veri bütünlüğü açısından dosya sıkıştırması güvenlidir, özellikle kayıpsız sıkıştırmayla. Ancak, başka herhangi bir dosyada olduğu gibi, sıkıştırılmış dosyalar da zararlı yazılım veya virüsler tarafından hedef alınabilir, bu yüzden her zaman güvenilir bir güvenlik yazılımı bulundurmak önemlidir.
Neredeyse tüm dosya türleri sıkıştırılabilir, bu türler arasında metin dosyaları, resimler, ses, video ve yazılım dosyaları bulunur. Ancak, elde edilebilecek sıkıştırma seviyesi, dosya türlerine göre önemli ölçüde değişebilir.
ZIP dosyası, bir veya daha fazla dosyanın boyutunu azaltmak için kayıpsız sıkıştırmayı kullanan bir dosya formatı türüdür. ZIP dosyasındaki birden fazla dosya, tek bir dosyada etkili bir şekilde bir araya getirilir, bu da paylaşmayı kolaylaştırır.
Teknik olarak, evet, ancak ek boyut azaltma minimum veya hatta zararlı olabilir. Zaten sıkıştırılmış bir dosyayı sıkıştırmak, bazen sıkıştırma algoritması tarafından eklenen metadatanın neden olduğu boyut artışına neden olabilir.
Bir dosyayı açmak için genellikle bir açma veya açma aracına ihtiyacınız vardır, örneğin WinZip veya 7-Zip. Bu araçlar, sıkıştırılmış formatından orijinal dosyaları çıkarabilir.