ar SVR4 arşiv formatı, dosya koleksiyonlarını tek bir arşiv dosyasında saklamak için kullanılan bir dosya formatıdır. 1980'lerin sonlarında System V Release 4 (SVR4) UNIX işletim sisteminin bir parçası olarak tanıtıldı. ar formatı, yazılım kütüphanelerini, nesne dosyalarını ve ilgili diğer dosya koleksiyonlarını paketlemek için birçok UNIX ve Linux sisteminde bugün hala yaygın olarak kullanılmaktadır.
Bir ar arşivi, bir dizi arşiv üyesinin ardından gelen genel bir başlıktan oluşur. Her arşiv üyesi, arşivde saklanan bir dosyayı temsil eder. Genel başlık, dosyayı bir ar arşivi olarak tanımlayan ve ilk arşiv üyesine olan ofseti belirten basit bir 8 baytlık yapıdır.
Genel başlık şu formata sahiptir: - Baytlar 0-1: Dosyayı bir ar arşivi olarak tanımlayan "!<arch>\n" sihirli dizesi - Baytlar 2-3: İki platform bağımlı dolgu baytının ardından gelen dört ASCII karakteri "`\ ", başlığı tam olarak 8 bayt uzunluğunda yapar
Genel başlığın ardından bireysel arşiv üyeleri gelir. Her arşiv üyesi, bir başlıktan ve hemen ardından üyenin içeriğinden oluşur. Her üyenin başlığı şu formata sahiptir: - Baytlar 0-15: Sola yaslanmış ve null ile doldurulmuş dosya adı - Baytlar 16-27: Ondalık olarak dosya değişiklik zaman damgası - Baytlar 28-33: Ondalık olarak sahip kimliği - Baytlar 34-39: Ondalık olarak grup kimliği - Baytlar 40-47: Sekizli olarak dosya modu - Baytlar 48-57: Ondalık olarak bayt cinsinden dosya boyutu - Baytlar 58-59: "`\ " dizesi
Üye başlıkları hakkında dikkat edilmesi gereken bazı önemli şeyler: - Dosya adı 16 karakterle sınırlıdır. Daha uzun adlar için özel bir System V genişletilmiş ad üyesi kullanılabilir. - Zaman damgası, sahip/grup kimlikleri ve dosya modu ASCII ondalık veya sekizlidir. Alan genişliklerinden daha kısa olmaları durumunda null ile sonlandırılmalıdır. - Dosya boyutu, başlığın kendisinin boyutunu içermez. - Her başlık alanı, sabit genişliğinden daha kısa olması durumunda bir boşluk veya null bayt ile sonlandırılır. Alanlar arasında hizalama dolgusu yoktur.
Her arşiv üyesinin içeriği, ek dolgu olmaksızın 60 baytlık başlığını hemen takip eder. Dosya verileri, kodlama veya sıkıştırma olmaksızın orijinal dosyada göründüğü gibi tam olarak saklanır.
Ek meta veri sağlamak için ar arşivlerinde özel arşiv üyeleri görünebilir: - "// ": Sembol tablosu üyesi, nesne dosyalarını bağlamak için kullanılan sembol adlarının bir arama tablosunu içerir. "// " (eğik çizgi eğik çizgi boşluk) özel adına sahiptir. - "/ ": Genişletilmiş ad tablosu, 16 bayttan uzun dosya adları için kullanılır. 16 bayta dolduracak kadar boşluğun ardından bir eğik çizgi ile adlandırılır. Genişletilmiş adlar, bu üyede null ile sonlandırılmış dizeler listesi olarak saklanır.
Bir ar arşivini ayrıştırmak için bir program önce 8 baytlık genel başlığı okur ve arşiv sihirli dizesini doğrular. Ardından arşiv verilerini tarar ve her üye için 60 baytlık başlığı okur. Dosya boyutu alanı, programa bir sonraki başlığa geçmeden önce o üyenin içeriği için kaç bayt okunacağını söyler.
Bir ar arşivi oluştururken bir program genel başlığı, ardından dahil edilecek her arşiv üyesi için başlığı ve içeriği yazar. Genişletilmiş adlar kullanılıyorsa, genişletilmiş ad tablosu üyesi eklenmelidir. Sembol tablosu, dahil edilmişse, genellikle genel başlığın ardından ilk üye olarak eklenir.
ar formatı oldukça basittir, ancak bazı sınırlamaları vardır. tar veya ZIP gibi daha modern formatlarda bulunan sıkıştırma, şifreleme veya diğer gelişmiş özellikleri desteklemez. 16 karakterlik ad sınırı kısıtlayıcıdır ve genişletilmiş ad şeması biraz gariptir. Yine de ar, sadeliği, uyumluluğu ve nesne kodu modülleri gibi ilgili dosyaları kitaplık dosyalarına paketlemek için uygunluğu nedeniyle yaygın olarak kullanılmaktadır.
Yaşına rağmen, ar formatı yıllar içinde sürekli kullanım ve bazı iyileştirmeler görmüştür: - BSD varyantları, genişletilmiş ad tablosu ve daha büyük dosya boyutları olmadan daha uzun adlar için destekle ar'ı genişletmiştir. - GNU ar programı fiili standart uygulama haline gelmiş ve uyumluluğu korurken çeşitli uzantıları desteklemektedir. - ar formatı, birçok derleyici ve bağlayıcı tarafından kullanılan nesne dosyaları için gerekli bir çıktı formatıdır.
Özetle, ar SVR4 arşiv formatı, dosya koleksiyonlarını tek bir daha büyük dosyada birleştirmek için saygıdeğer ancak hala yaygın olarak kullanılan bir özelliktir. Basitliği ve uyumluluğu, uzun ömürlülüğüne katkıda bulunmuştur. Daha gelişmiş formatlar genellikle genel arşivleme ve sıkıştırma için tercih edilse de, ar, özellikle yazılım geliştirme için Unix benzeri sistemlerde araç kutusunun önemli bir parçası olmaya devam etmektedir.
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.