Định dạng tệp Java Archive (JAR) là định dạng tệp độc lập với nền tảng được sử dụng để tổng hợp và nén nhiều tệp thành một tệp duy nhất. Nó được xây dựng trên định dạng tệp ZIP và được sử dụng để phân phối các lớp Java cùng siêu dữ liệu và tài nguyên liên quan. Các tệp JAR đóng vai trò là khối xây dựng cơ bản của nền tảng Java, cho phép các nhà phát triển đóng gói và triển khai các ứng dụng và thư viện Java theo cách chuẩn hóa và hiệu quả.
Tệp JAR bao gồm một tập hợp các tệp lớp, tệp tài nguyên và siêu dữ liệu. Các tệp lớp chứa mã byte Java đã biên dịch có thể được thực thi bởi Máy ảo Java (JVM). Các tệp tài nguyên có thể bao gồm nhiều loại dữ liệu khác nhau, chẳng hạn như hình ảnh, tệp cấu hình hoặc các tài sản khác mà ứng dụng Java yêu cầu. Siêu dữ liệu cung cấp thông tin về nội dung của tệp JAR và cách xử lý chúng.
Cấu trúc của tệp JAR tuân theo một bố cục cụ thể. Ở cấp gốc, có một thư mục META-INF chứa các tệp siêu dữ liệu. Tệp quan trọng nhất trong thư mục này là tệp MANIFEST.MF, đây là tệp văn bản thuần túy cung cấp thông tin về nội dung của tệp JAR. Tệp清单 có thể chỉ định các thuộc tính khác nhau, chẳng hạn như lớp chính của ứng dụng, các phụ thuộc vào đường dẫn lớp, thông tin phiên bản và cài đặt bảo mật.
Ngoài thư mục META-INF, tệp JAR có thể có một hoặc nhiều thư mục con để sắp xếp các tệp lớp và tệp tài nguyên. Cấu trúc thư mục con thường phản ánh hệ thống phân cấp gói của các lớp Java có trong tệp JAR. Ví dụ: nếu một lớp thuộc về gói com.example.myapp, lớp đó sẽ được lưu trữ trong tệp JAR theo đường dẫn com/example/myapp/.
Một trong những lợi ích chính của định dạng JAR là khả năng nén các tệp mà nó chứa. Theo mặc định, các tệp JAR sử dụng thuật toán nén ZIP để giảm kích thước của kho lưu trữ. Việc nén này không chỉ tiết kiệm dung lượng lưu trữ mà còn giảm thời gian cần thiết để truyền tệp JAR qua mạng. Tuy nhiên, điều quan trọng cần lưu ý là việc nén được áp dụng cho từng tệp riêng lẻ trong kho lưu trữ JAR, chứ không phải cho toàn bộ kho lưu trữ.
Các tệp JAR có thể được tạo và thao tác bằng nhiều công cụ và thư viện khác nhau. Java Development Kit (JDK) cung cấp công cụ dòng lệnh jar, cho phép các nhà phát triển tạo, cập nhật và trích xuất các tệp JAR. Công cụ jar hỗ trợ nhiều tùy chọn để chỉ định nội dung của tệp JAR, đặt các thuộc tính清单 và quản lý chữ ký số.
Ngoài công cụ dòng lệnh, các nhà phát triển cũng có thể sử dụng Java API để tạo và thao tác các tệp JAR theo chương trình. Gói java.util.jar cung cấp các lớp như JarFile, JarEntry và JarOutputStream, cho phép các nhà phát triển đọc và ghi các tệp JAR theo chương trình. Các API này cho phép kiểm soát chi tiết đối với nội dung và siêu dữ liệu của tệp JAR.
Các tệp JAR đóng vai trò quan trọng trong việc triển khai và phân phối các ứng dụng Java. Chúng cung cấp một cách thuận tiện để đóng gói tất cả các tệp lớp, tài nguyên và phụ thuộc cần thiết vào một tệp duy nhất có thể dễ dàng phân phối và thực thi trên bất kỳ nền tảng nào hỗ trợ Java. Các tệp JAR có thể được sử dụng để phân phối các thư viện, khung và các ứng dụng độc lập.
Một trường hợp sử dụng phổ biến cho các tệp JAR là tạo c ác tệp JAR có thể thực thi, còn được gọi là JAR "fat" hoặc "uber". Tệp JAR có thể thực thi chứa tất cả các phụ thuộc cần thiết và có thể được chạy trực tiếp bởi môi trường thời gian chạy Java. Để tạo tệp JAR có thể thực thi, tệp清单 phải chỉ định lớp chính đóng vai trò là điểm vào cho ứng dụng. Khi tệp JAR được thực thi, JVM sẽ tự động khởi chạy lớp chính đã chỉ định.
Các tệp JAR cũng hỗ trợ chữ ký số, cho phép xác minh tính toàn vẹn và tính xác thực của tệp JAR. Chữ ký số đảm bảo rằng nội dung của tệp JAR không bị giả mạo và tệp JAR có nguồn gốc từ một nguồn đáng tin cậy. Công cụ jarsigner do JDK cung cấp được sử dụng để ký và xác minh các tệp JAR.
Một tính năng quan trọng khác của các tệp JAR là khả năng đóng vai trò là các thành phần đường dẫn lớp. Đường dẫn lớp là một tập hợp các vị trí mà JVM tìm kiếm các tệp lớp và tài nguyên. Các tệp JAR có thể được thêm vào đường dẫn lớp, cho phép JVM định vị và tải các lớp từ bên trong tệp JAR. Điều này cho phép phát triển mô-đun và sử dụng các thư viện của bên thứ ba được đóng gói dưới dạng các tệp JAR.
Tóm lại, định dạng tệp Java Archive (JAR) là một công cụ chứa linh hoạt và được sử dụng rộng rãi để đóng gói và phân phối các ứng dụng và thư viện Java. Nó cung cấp một cách chuẩn hóa để tổng hợp các tệp lớp, tệp tài nguyên và siêu dữ liệu thành một tệp nén duy nhất. Các tệp JAR đơn giản hóa việc triển khai, cho phép phát triển mô-đun và hỗ trợ các tính năng như nén, ký số và quản lý đường dẫn lớp. Hiểu định dạng JAR là điều cần thi ết đối với các nhà phát triển Java làm việc về việc đóng gói và triển khai các ứng dụng Java.
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.