PKZ arşiv formatı, PKWARE, Inc. tarafından dosya ve dizinleri paketlemek ve sıkıştırmak için geliştirilen tescilli bir sıkıştırılmış arşiv formatıdır. Genellikle Microsoft Windows sistemlerinde kullanılır ancak diğer platformlarda da kullanılabilir. Format, yüksek bir sıkıştırma oranı elde etmek için DEFLATE sıkıştırması ve çeşitli ön işleme filtrelerinin bir kombinasyonunu kullanır ve hız ve bellek kullanımını dengeler.
Bir PKZ arşivi, her dosya için bir dizi 'yerel dosya başlığı', isteğe bağlı arşiv şifre çözme/şifreleme başlıkları, sıkıştırılmış dosya veri blokları, merkezi bir dizin yapısı ve merkezi dizin kaydının sonu içerir. Bu, tek tek sıkıştırılmış dosyalara hızlı erişim, isteğe bağlı şifreleme, veri bütünlüğü kontrolleri ve arşivlenen dosyalar hakkında meta veri depolama olanağı sağlar.
Her yerel dosya başlığı, dosya adı, boyutu, zaman damgası, CRC-32 toplam kontrolü ve kullanılan sıkıştırma yöntemi gibi dosya hakkında bilgi içerir. Başlık ayrıca şifreleme, ön işleme filtreleri, yama veya verilerin birden çok arşivde yayılması gibi dosyaya uygulanan isteğe bağlı özellikleri de belirtir. Yerel başlığı sıkıştırılmış veya depolanmış dosya verileri izler.
PKZ, en yaygın olanı DEFLATE olmak üzere çeşitli sıkıştırma yöntemlerini destekler. DEFLATE, LZ77 sıkıştırması ve Huffman kodlamasını birleştiren kayıpsız bir veri sıkıştırma algoritmasıdır. PKZIP, istenirse dosyaları sıkıştırma yapmadan da depolayabilir. Nadiren, LZMA veya Bzip2 gibi diğer eski sıkıştırma yöntemleri kullanılabilir.
Bir dosyayı DEFLATE ile sıkıştırmadan önce, sıkıştırmayı iyileştirmek için çeşitli ön işleme filtreleri uygulanabilir. Bunlar, sembol boyutunu küçültme, artan yedeklilik için baytları değiştirme, yürütülebilir dosyalar için BCJ filtreleri ve artımlı güncellemeler veya yama için delta filtreleri gibi yöntemleri içerir. Filtreler, veriler DEFLATE sıkıştırıcısına iletilmeden önce sıkıştırma işleminin bir parçası olarak uygulanır.
Veri bütünlüğü doğrulaması için her dosya, yerel başlığında sıkıştırılmamış verilerin bir CRC-32 toplam kontrolünü kaydeder. Aynı toplam kontrolü, dosya için merkezi dizin girişinde kaydedilir. Bu, bir dosyanın veri bozulması olmadan doğru bir şekilde sıkıştırılıp sıkıştırılmadığının doğrulanmasına olanak tanır.
PKZ arşivleri isteğe bağlı olarak simetrik şifreleme kullanarak dosya verilerini ve başlıklarını şifreleyebilir. Eski sürümler ZipCrypto kullanırken, yeni sürümler AES şifrelemesi kullanır. Şifreleme sırasında, seçilen şifreleme yöntemi arşivde kaydedilir ve her dosya kendi şifresini belirleyebilir. Şifrelenmiş verilerin herhangi bir şekilde değiştirilmesini veya bozulmasını tespit etmek için kimliği doğrulanmış şifreleme kullanılır.
Merkezi dizin, sıkıştırılmış dosya verilerini takip eder ve arşiv için bir içerik tablosu görevi görür. Her dosya için meta verileri, yerel başlıklara göre ofsetleri ve dosyaları sıkıştırmak için gereken diğer bilgileri içeren bir dosya başlığı girişi içerir. Girdi, dosya adına göre sıralanır. Merkezi dizine, kurcalamaya karşı daha fazla koruma sağlamak için isteğe bağlı bir dijital imza uygulanabilir.
Son olarak, merkezi dizin kaydının sonu arşiv dosyasının sonunu işaretler. Merkezi dizindeki girişlerin sayısını, boyutunu ve ofsetini ve bir yorum alanını depolar. Birden çok dosyaya bölünmüş arşivler için, diğer arşiv dosyalarının nasıl bulunacağıyla ilgili bilgiler de içerir.
PKZ formatı, tüm arşivi sıkıştırmadan bir arşiv içindeki tek tek dosyalara verimli bir şekilde rastgele erişime izin verir. Bu, merkezi dizini okuyarak, istenen dosya girişini bularak ve ardından belirtilen ofsetinden belirli yerel dosya bloğunu okuyup sıkıştırarak yapılır. Birkaç dosya aynı anda açılıp sıkıştırılabilir.
Bir PKZ arşivi oluşturmak için dosyalar önce filtrelenir ve tek tek yerel dosya bloklarına sıkıştırılır. Merkezi dizin girişleri, yerel başlıklardan ve dosya meta verilerinden oluşturulur. Merkezi dizin daha sonra gerekirse dijital olarak imzalanır. Son olarak, merkezi dizini işaret eden merkezi dizin kaydının sonu yazılır.
Bir PKZ arşivini çıkarmak, merkezi dizin girişlerini bulmak için merkezi dizinin sonunu okuyarak başlar. İstenen dosyaların girişleri bulunur ve her biri yerel başlığını ve belirtilen ofsetlerden sıkıştırılmış verileri okuyarak sıkıştırılır. Herhangi bir şifreleme kaldırılır ve orijinal dosya içeriğini elde etmek için önceden işlenmiş filtreler tersine çevrilir.
PKZ formatının diğer bazı özellikleri şunlardır: arşivleri birden çok dosyaya, birime veya bölüme bölme; Unicode dosya adları için destek; NTFS dosya sistemi izinleri ve öznitelikleri; entegre güncelleme/yama işlevselliği; dijital imzalar, karma özetler ve uygulamaya özel veriler gibi genişletilebilir meta veriler.
Genel olarak PKZ formatı, dosyaları sıkıştırmak ve paketlemek için verimli ve esnek bir arşiv formatıdır. Dosyaları tek tek sıkıştırma, ön işleme filtreleri uygulama ve tüm arşivi işlemeden belirli dosyaları hızlı bir şekilde çıkarma yeteneği, onu yazılım yükleyicileri, ürün yazılımı güncellemeleri, belgeler ve daha fazlasını paketlemek için uygun hale getirir. Şifreleme, veri bütünlüğü kontrolleri ve dijital imzalar için destek, gerektiğinde yüksek düzeyde güvenlik sağlamasına da olanak tanır.
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.