SHAR (SHell ARchive) formatı, Unix ve Unix benzeri işletim sistemlerinde yaygın olarak kullanılan bir dosya arşivleme ve sıkıştırma formatıdır. Birden fazla dosya ve dizini daha kolay saklama ve aktarım için tek bir arşiv dosyasında paketlemenin basit bir yolu olarak geliştirilmiştir. SHAR formatı, arşivlenen dosyaların isteğe bağlı olarak sıkıştırılmasına izin vererek arşivin genel boyutunu azaltır.
Bir SHAR arşivi, esasen orijinal dizin yapısını ve dosyaları yeniden oluşturmak için bir dizi komut içeren bir kabuk betiğidir. SHAR dosyası yürütüldüğünde, kabuk komutları yorumlar ve dosyaları orijinal konumlarına çıkarır. Bu, Unix kabuğu mevcut olduğu sürece, özel arşivleme araçlarına ihtiyaç duyulmadan SHAR arşivlerinin oluşturulmasını ve çıkarılmasını kolaylaştırır.
Bir SHAR arşivinin yapısı bir üst bilgi, dosya meta verileri ve gerçek dosya içeriğinden oluşur. Üst bilgi tipik olarak kabuk betiği için yorumlayıcıyı belirtmek üzere bir shebang satırı (ör. `#!/bin/sh`) içerir, ardından gerekli kabuk komutları veya değişken bildirimleri gelir. Üst bilgi ayrıca arşivin çıkarılmasıyla ilgili yorumlar veya talimatlar içerebilir.
Üst bilginin ardından SHAR arşivi, arşivlenen her dosya veya dizin için bir dizi bölüm içerir. Her bölüm, dosyanın adı, izinleri, sahipliği ve zaman damgaları gibi dosya hakkında meta verilerle başlar. Bu meta veriler, dosya çıkarıldığında uygun öznitelikleri ayarlayan kabuk komutları kullanılarak temsil edilir.
Meta verilerin ardından dosyanın gerçek içeriği arşive dahil edilir. Dosya içeriği, içeriğin kabuk betiğinin metin tabanlı yapısıyla uyumlu olmasını sağlamak için genellikle `uuencode` veya `base64` kodlama şemaları kullanılarak kodlanır. Kodlanmış içerik daha küçük parçalara bölünür ve betikte bir dizi `echo` veya `printf` komutu olarak yazdırılır.
SHAR arşivi dizinler içeriyorsa, dizin yapısı bir dizi `mkdir` komutu ve uygun meta veri ayarları kullanılarak yeniden oluşturulur. Her dizindeki dosyalar daha sonra yukarıda açıklandığı şekilde arşive eklenir.
İsteğe bağlı olarak SHAR arşivi, sonuçtaki dosyanın boyutunu azaltmak için sıkıştırma içerebilir. SHAR ile kullanılan yaygın sıkıştırma yöntemleri arasında `gzip`, `bzip2` ve `compress` bulunur. Sıkıştırma tipik olarak, dosyalar kodlanıp arşive eklenmeden önce tek tek dosyalara uygulanır. SHAR arşivi çıkarıldığında, sıkıştırılmış dosyalar kabuk betiği tarafından otomatik olarak sıkıştırılır.
Bir SHAR arşivi oluşturmak için, çoğu Unix ve Unix benzeri sistemde bulunan `shar` komutunu kullanabilirsiniz. Bir SHAR arşivi oluşturmanın temel sözdizimi şöyledir: `shar [seçenekler] dosya1 dosya2 dizin1 ... > archive.shar`. Belirtilen dosyalar ve dizinler, sonuçtaki arşiv dosyasına dahil edilecektir.
Bir SHAR arşivini çıkarmak, arşiv içinde bulunan kabuk betiğini çalıştırmak kadar basittir. Bu, `chmod` komutunu kullanarak SHAR dosyasını yürütülebilir hale getirerek ve ardından bir betik olarak çalıştırarak yapılabilir: `chmod +x archive.shar && ./archive.shar`. Kabuk, betikteki komutları yorumlayacak ve orijinal dosyaları ve dizinleri yeniden oluşturacaktır.
SHAR formatının bir avantajı, basitliği ve taşınabilirliğidir. SHAR arşivleri, ek yazılıma ihtiyaç duyulmadan Unix kabuğuna sahip herhangi bir sistemde oluşturulabilir ve çıkarılabilir. Ancak SHAR formatı, `tar` veya `zip` gibi daha gelişmiş arşivleme formatlarına kıyasla bazı sınırlamalara sahiptir. SHAR arşivlerinde tek tek dosyalara rastgele erişim, bütünlük kontrolleri veya yerleşik şifreleme gibi özellikler yoktur.
Sınırlamalarına rağmen SHAR formatı, özellikle Unix tabanlı sistemlerle uğraşırken veya basitlik istendiğinde belirli senaryolarda kullanışlı olmaya devam etmektedir. Dosyaları tek bir, kendi kendini çıkaran arşiv olarak paketlemenin ve dağıtmanın basit bir yolunu sağlar.
Özetle, SHAR arşiv formatı, birden fazla dosya ve dizini tek bir kabuk betiği arşivinde paketlemenin basit ve taşınabilir bir yoludur. İsteğe bağlı sıkıştırmaya izin verir ve standart Unix kabuk komutları kullanılarak kolayca oluşturulabilir ve çıkarılabilir. Diğer arşivleme formatlarına kıyasla gelişmiş özelliklerden yoksun olsa da SHAR, Unix ekosisteminde temel arşivleme ve dağıtım ihtiyaçları için kullanışlı bir araç 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.