ISO 9660 là một tiêu chuẩn hệ thống tập tin được công bố vào năm 1988 cho phương tiện đĩa quang. Nó được phát triển bởi Tổ chức Tiêu chuẩn hóa Quốc tế (ISO) và Ủy ban Kỹ thuật Điện quốc tế (IEC) để xác định một hệ thống tập tin chuẩn cho CD-ROM. Mục tiêu là đảm bảo khả năng tương tác của đĩa dữ liệu giữa các nền tảng và hệ điều hành khác nhau.
Một đĩa ISO 9660 chứa dữ liệu trong cấu trúc cây phân cấp của các thư mục và tệp, tương tự như các hệ thống tập tin khác. Thư mục trên cùng được gọi là thư mục gốc. Các thư mục và tệp được tham chiếu bằng đường dẫn bắt đầu từ gốc. Mỗi thư mục, bao gồm cả thư mục gốc, chứa một tập hợp các mục thư mục cung cấp siêu dữ liệu về các tệp và thư mục con trong đó.
ISO 9660 xác định một số khía cạnh và hạn chế chính của cấu trúc hệ thống tập tin:
- Tên tệp có thể dài tới 8 ký tự với phần mở rộng 3 ký tự, được phân tách bằng dấu chấm. Tên tệp phải bao gồm các chữ cái in hoa A-Z, chữ số 0-9 và dấu gạch dưới. Độ dài tên tệp và các hạn chế về ký tự giúp đảm bảo khả năng tương thích rộng rãi.
- Tên thư mục cũng bị hạn chế tương tự ở 8 ký tự in hoa cộng với dấu gạch dưới. Tên thư mục cũng chỉ giới hạn ở 8 cấp độ sâu.
- Độ dài đường dẫn đầy đủ đến bất kỳ tệp hoặc thư mục nào bị giới hạn ở 255 ký tự. Trình phân tách đường dẫn sử dụng dấu gạch chéo (/).
Một đĩa ISO 9660 bắt đầu với 16 sector của vùng hệ thống, tiếp theo là tối đa 2048 sector của mô tả ổ đĩa. Các mô tả ổ đĩa cung cấp thông tin về cấu trúc và nội dung của đĩa, bao gồm mô tả ổ đĩa chính chứa siêu dữ liệu chính.
- Mô tả ổ đĩa chính xuất hiện ở sector 16 và chứa thông tin như tên ổ đĩa, mã định danh nhà xuất bản, người chuẩn bị dữ liệu, bản quyền, tóm tắt và ngày tạo/sửa đổi/hết hạn của ổ đĩa. Nó cũng chỉ định kích thước và vị trí của bảng đường dẫn, vị trí thư mục gốc và tham chiếu đến các mô tả ổ đĩa bổ sung.
Đĩa ISO 9660 sử dụng bảng đường dẫn để tối ưu hóa điều hướng và tra cứu thư mục. Bảng đường dẫn cung cấp chỉ mục về phân cấp thư mục, với các bảng riêng biệt cho các thư mục sử dụng tên viết thường (bảng đường dẫn loại L) và các thư mục sử dụng tên viết hoa và ký tự đặc biệt (bảng đường dẫn loại M). Bảng đường dẫn loại L là tùy chọn nhưng được sử dụng trên hầu hết các đĩa.
- Mỗi mục nhập bảng đường dẫn chứa vị trí của bản ghi thư mục, số cấp thư mục từ gốc và tên của thư mục. Điều này cho phép duyệt hiệu quả cây thư mục mà không cần phải phân tích cú pháp qua các thư mục theo từng sector.
Các tệp và thư mục trên đĩa ISO 9660 được tham chiếu thông qua các mục nhập bản ghi thư mục trong mỗi thư mục. Một bản ghi thư mục bao gồm các trường siêu dữ liệu cho:
- Độ dài của bản ghi thư mục - Độ dài bản ghi thuộc tính mở rộng - Vị trí của phần mở rộng tệp/thư mục (độ lệch sector) - Độ dài dữ liệu của tệp/thư mục - Ngày và giờ ghi - Cờ tệp (ví dụ: ẩn, thư mục, tệp liên kết) - Kích thước đơn vị tệp cho các tệp xen kẽ - Kích thước khoảng cách xen kẽ cho các tệp xen kẽ - Số thứ tự ổ đĩa - Độ dài của mã định danh tệp (tên tệp) - Tên tệp
ISO 9660 xác định một hệ thống tập tin ảo trong đó tất cả dữ liệu được ghi vào một phương tiện chỉ đọc. Do đó, tiêu chuẩn không bao gồm các điều khoản để sửa đổi đĩa ISO 9660 hiện có - đĩa luôn được coi là chỉ đọc. Nếu cần thay đổi, một ảnh đĩa mới phải được tạo với các tệp và thư mục được cập nhật.
Mặc dù ISO 9660 được thiết kế cho phương tiện quang, nhưng ảnh đĩa sử dụng tiêu chuẩn này cũng có thể được truy cập từ các phương tiện khác như ổ cứng. Nhiều hệ điều hành cho phép gắn tệp ảnh đĩa ISO 9660 làm ổ đĩa chỉ đọc ảo hoặc truy cập nội dung ảnh đĩa thông qua trình điều khiển hệ thống tập tin đặc biệt.
Các tiện ích mở rộng sau này cho ISO 9660 đã mở rộng khả năng của nó trong khi vẫn duy trì khả năng tương thích ngược:
- Tiện ích mở rộng Rock Ridge: Cho phép ngữ nghĩa và thông tin hệ thống tập tin Unix được lưu trữ trên đĩa ISO 9660. Cho phép tên tệp dài hơn, cấu trúc thư mục sâu hơn và các thuộc tính tệp bổ sung.
- Tiện ích mở rộng Joliet: Được Microsoft chỉ định để cho phép tên tệp Unicode có độ dài lên đến 64 ký tự. Tên tệp Joliet có thể sử dụng nhiều ký tự hơn và được lưu trữ ở định dạng UTF-16.
- El Torito: Cho phép đĩa có thể khởi động bằng cách cung cấp thông số kỹ thuật cho CD-ROM có thể khởi động, có thể bao gồm mã khởi động và ảnh đĩa có thể khởi động.
Mặc dù đĩa quang đã giảm phổ biến so với thời kỳ đỉnh cao, nhưng ISO 9660 vẫn là một tiêu chuẩn quan trọng để trao đổi dữ liệu trên phương tiện chỉ đọc. Thiết kế của nó thúc đẩy khả năng tương tác giữa các nền tảng máy tính trong khi hoạt động trong phạm vi hạn chế của bộ nhớ quang. Hiểu định dạng ISO 9660 rất có giá trị đối với những người làm việc với kho lưu trữ CD/DVD, ảnh đĩa và nội bộ hệ điều hành.
Nén tệp giảm độ dư thừa để cùng một lượng thông tin sử dụng ít bit hơn. Giới hạn trên được quyết định bởi lý thuyết thông tin: với nén không mất dữ liệu, giới hạn là entropy của nguồn (xem định lý mã nguồn của Shannon source coding theorem và bài báo gốc năm 1948 “A Mathematical Theory of Communication”). Với nén mất dữ liệu, sự đánh đổi giữa bitrate và chất lượng được mô tả bởi lý thuyết rate–distortion.
Hầu hết bộ nén có hai giai đoạn. Đầu tiên một mô hình dự đoán hoặc lộ ra cấu trúc trong dữ liệu. Sau đó một bộ mã biến các dự đoán đó thành mẫu bit gần tối ưu. Gia đình kinh điển là Lempel–Ziv LZ77 (1977) và LZ78 (1978) phát hiện chuỗi lặp rồi phát các tham chiếu thay vì byte thô. Ở phía mã hóa mã Huffman (bài gốc 1952) gán mã ngắn hơn cho ký hiệu có xác suất cao. Mã hóa số học và range coding tiến gần hơn nữa tới giới hạn entropy, trong khi Asymmetric Numeral Systems (ANS) hiện đại đạt được tỷ lệ tương tự với các bảng tra cứu nhanh.
DEFLATE (dùng bởi gzip, zlib, ZIP) kết hợp LZ77 và Huffman. Đặc tả đều mở: DEFLATE RFC 1951, lớp bọc zlib RFC 1950và định dạng gzip RFC 1952. Gzip được thiết kế cho streaming và không cung cấp truy cập ngẫu nhiên. PNG chuẩn hóa DEFLATE là phương pháp duy nhất (cửa sổ tối đa 32 KiB) theo đặc tả “Compression method 0…” và W3C/ISO PNG 2nd Edition.
Zstandard (zstd): bộ nén đa dụng mới cung cấp tỷ lệ cao và giải nén cực nhanh. Định dạng có trong RFC 8878 (cùng bản HTML) và đặc tả tham chiếu trên GitHub. Như gzip, frame cơ bản không nhắm tới truy cập ngẫu nhiên. Siêu năng lực của zstd là từ điển: mẫu nhỏ từ tập dữ liệu giúp hàng loạt tệp nhỏ/giống nhau nén tốt hơn (xem tài liệu python-zstandard và ví dụ của Nigel Tao). Triển khai hỗ trợ cả từ điển “unstructured” lẫn “structured” (thảo luận).
Brotli: tối ưu cho nội dung web (font WOFF2, HTTP). Kết hợp từ điển tĩnh và lõi LZ+entropy giống DEFLATE. Đặc tả là RFC 7932, mô tả cửa sổ 2WBITS−16 với WBITS [10, 24] (1 KiB−16 B tới 16 MiB−16 B) và rằng nó không cung cấp truy cập ngẫu nhiên. Brotli thường vượt gzip trên văn bản web và giải nén nhanh.
Vỏ chứa ZIP: ZIP là kho tệp có thể lưu nhiều phương pháp nén (deflate, store, zstd...). Chuẩn thực tế là APPNOTE của PKWARE (xem cổng APPNOTE, bản lưu trữvà tóm tắt của LC ZIP File Format (PKWARE) / ZIP 6.3.3).
LZ4 ưu tiên tốc độ tuyệt đối với tỷ lệ vừa phải. Xem trang dự án và định dạng frame. Lý tưởng cho cache trong RAM, telemetri hoặc đường nóng cần giải nén gần tốc độ bộ nhớ.
XZ / LZMA hướng đến mật độ cao (tỷ lệ tốt) với thời gian nén chậm hơn. XZ là vỏ chứa; công việc chính do LZMA/LZMA2 (mô hình LZ77 + range coding) đảm nhiệm. Xem định dạng .xz, đặc tả LZMA (Pavlov)và ghi chú kernel Linux về XZ Embedded. XZ thường nén tốt hơn gzip và cạnh tranh với codec hiện đại, nhưng mã hóa lâu hơn.
bzip2 dùng Biến đổi Burrows–Wheeler (BWT), move-to-front, RLE và Huffman. Thường nhỏ hơn gzip nhưng chậm hơn; xem hướng dẫn chính thức và trang man (Linux).
Kích thước “cửa sổ” rất quan trọng. Tham chiếu DEFLATE chỉ nhìn lại 32 KiB (RFC 1951) và giới hạn 32 KiB của PNG được nêu ở đây. Brotli hỗ trợ cửa sổ từ ~1 KiB đến 16 MiB (RFC 7932). Zstd điều chỉnh cửa sổ và độ sâu tìm kiếm theo level (RFC 8878). Dòng cơ sở của gzip/zstd/brotli hướng tới giải nén tuần tự; bản thân định dạng không hứa truy cập ngẫu nhiên, nhưng các vỏ chứa (tar có chỉ mục, framing theo khối, chỉ mục chuyên biệt) có thể bổ sung.
Các định dạng trên là lossless: bạn khôi phục đúng byte ban đầu. Codec media thường lossy: loại bỏ chi tiết khó nhận biết để giảm bitrate. Với ảnh, JPEG cổ điển (DCT, lượng tử hóa, mã entropy) được chuẩn hóa trong ITU-T T.81 / ISO/IEC 10918-1. Với âm thanh, MP3 (MPEG-1 Layer III) và AAC (MPEG-2/4) dùng mô hình cảm nhận và biến đổi MDCT (xem ISO/IEC 11172-3, ISO/IEC 13818-7và tổng quan MDCT tại đây). Lossy và lossless có thể cùng tồn tại (ví dụ PNG cho UI, codec web cho ảnh/video/audio).
Lý thuyết Shannon 1948 · Rate–distortion · Mã hóa Huffman 1952 · Mã số học · Range coding · ANS. Định dạng DEFLATE · zlib · gzip · Zstandard · Brotli · LZ4 frame · định dạng XZ. Chuỗi BWT Burrows–Wheeler (1994) · hướng dẫn bzip2. Media JPEG T.81 · MP3 ISO/IEC 11172-3 · AAC ISO/IEC 13818-7 · MDCT.
Tóm lại: hãy chọn bộ nén phù hợp dữ liệu và ràng buộc của bạn, đo trên dữ liệu thực và đừng quên lợi ích từ từ điển cùng cách đóng gói thông minh. Khi ghép đúng, bạn sẽ có tệp nhỏ hơn, truyền nhanh hơn và ứng dụng phản hồi hơn mà không hy sinh độ chính xác hay tính di động.
Nén file là quá trình giảm kích thước của một file hoặc các file, thường để tiết kiệm không gian lưu trữ hoặc tăng tốc độ truyền trên mạng.
Nén file hoạt động bằng cách xác định và loại bỏ sự trùng lặp trong dữ liệu. Nó sử dụng thuật toán để mã hóa dữ liệu gốc trong một không gian nhỏ hơn.
Hai loại chính của nén file là nén lossless và lossy. Nén lossless cho phép phục hồi hoàn toàn file gốc, trong khi nén lossy cho phép giảm kích thước đáng kể hơn nhưng có thể mất một phần chất lượng dữ liệu.
Một ví dụ phổ biến về công cụ nén file là WinZip, hỗ trợ nhiều định dạng nén bao gồm ZIP và RAR.
Với nén lossless, chất lượng không thay đổi. Tuy nhiên, với nén lossy, có thể có sự giảm chất lượng rõ rệt do nó loại bỏ dữ liệu ít quan trọng để giảm kích thước file đáng kể hơn.
Có, nén file an toàn về mặt tính toàn vẹn của dữ liệu, đặc biệt với nén lossless. Tuy nhiên, giống như bất kỳ file nào, file nén có thể bị mục tiêu bởi malware hoặc virus, vì vậy luôn quan trọng khi có phần mềm bảo mật uy tín.
Hầu như tất cả các loại file đều có thể được nén, bao gồm file văn bản, hình ảnh, audio, video và file phần mềm. Tuy nhiên, mức độ nén có thể thực hiện đáng kể có thể thay đổi giữa các loại file khác nhau.
ZIP file là một loại định dạng file sử dụng nén lossless để giảm kích thước của một hoặc nhiều file. Nhiều file trong một ZIP file effectively được gói lại thành một file duy nhất, điều này cũng giúp việc chia sẻ dễ dàng hơn.
Về mặt kỹ thuật, có, mặc dù việc giảm kích thước thêm có thể tối thiểu hoặc thậm chí phản tác dụng. Nén một file đã được nén đôi khi có thể tăng kích thước do metadata được thêm vào bởi thuật toán nén.
Để giải nén một file, bạn thường cần một công cụ giải nén hoặc giải nén, như WinZip hoặc 7-Zip. Những công cụ này có thể trích xuất các file gốc từ định dạng nén.