.whl định d ạng tập tin, viết tắt của "Wheel", là một định dạng lưu trữ dựa trên ZIP được thiết kế để phân phối và cài đặt các gói Python. Nó được giới thiệu trong PEP 427 để thay thế cho định dạng .egg cũ hơn. Định dạng .whl cung cấp một cách hiệu quả hơn, nhanh hơn và độc lập với nền tảng để phân phối các gói Python so với các bản phân phối nguồn.
Một tệp .whl về cơ bản là một tệp lưu trữ ZIP tuân theo một cấu trúc thư mục và quy ước đặt tên cụ thể. Lưu trữ chứa mã nguồn của gói Python, mã byte được biên dịch và các tệp siêu dữ liệu cần thiết để cài đặt. Định dạng .whl cho phép cài đặt nhanh hơn vì nó loại bỏ nhu cầu thực thi setup.py và biên dịch gói trong quá trình cài đặt.
Quy ước đặt tên cho các tệp .whl tuân theo một mẫu cụ thể: {distribution}-{version}(-{build tag})?-{python tag}-{abi tag}-{platform tag}.whl. Hãy phân tích từng thành phần: - {distribution}: Tên của gói Python. - {version}: Số phiên bản của gói. - {build tag} (tùy chọn): Một thẻ chỉ ra một bản dựng cụ thể của gói. - {python tag}: Chỉ ra phiên bản và triển khai Python, chẳng hạn như cp38 cho CPython 3.8. - {abi tag}: Chỉ định Giao diện nhị phân ứng dụng (ABI), chẳng hạn như cp38m cho CPython 3.8 với Unicode UCS-4. - {platform tag}: Chỉ định nền tảng mục tiêu, chẳng hạn như win_amd64 cho Windows 64 bit. Ví dụ: tệp .whl có tên mypackage-1.0.0-cp38-cp38-win_amd64.whl biểu thị phiên bản 1.0.0 của "mypackage" được xây dựng cho CPython 3.8 trên Windows 64 bit.
Cấu trúc thư mục bên trong một lưu trữ .whl tuân theo một bố cục cụ thể. Ở cấp độ cao nhất, có một thư mục "{distribution}-{version}.dist-info" chứa các tệp siêu dữ liệu. Mã gói và tài nguyên thực tế được lưu trữ trong một thư mục riêng có tên "{distribution}-{version}.data".
Bên trong thư mục ".dist-info", bạn thường sẽ tìm thấy các tệp sau: - METADATA: Chứa siêu dữ liệu của gói như tên, phiên bản, tác giả và phụ thuộc. - WHEEL: Chỉ định phiên bản của thông số kỹ thuật Wheel và các thẻ tương thích của gói. - RECORD: Danh sách tất cả các tệp được bao gồm trong lưu trữ .whl cùng với các băm của chúng để xác minh tính toàn vẹn. - entry_points.txt (tùy chọn): Xác định các điểm nhập cho gói, chẳng hạn như tập lệnh bảng điều khiển hoặc plugin. - LICENSE.txt (tùy chọn): Chứa thông tin giấy phép của gói. Thư mục ".data" chứa mã gói và tài nguyên thực tế, được sắp xếp theo cấu trúc bên trong của gói.
Để tạo tệp .whl, bạn thường sử dụng một công cụ như setuptools hoặc pip. Các công cụ này tự động tạo các tệp siêu dữ liệu cần thiết và đóng gói mã vào định dạng .whl dựa trên tệp setup.py của gói hoặc cấu hình pyproject.toml. Ví dụ: chạy `python setup.py bdist_wheel` hoặc `pip wheel .` trong thư mục của gói sẽ tạo tệp .whl trong thư mục "dist".
Khi cài đặt gói từ tệp .whl, các công cụ như pip xử lý quá trình cài đặt. Chúng trích xuất nội dung của lưu trữ .whl, xác minh tính toàn vẹn của các tệp bằng cách sử dụng thông tin trong tệp RECORD và cài đặt gói vào vị trí thích hợp trong môi trường Python. Các tệp siêu dữ liệu trong thư mục ".dist-info" được sử dụng để theo dõi gói đã cài đặt và các phụ thuộc của nó.
Một trong những lợi thế chính của định dạng .whl là khả năng cung cấp các gói được xây dựng trước, dành riêng cho nền tảng. Điều này có nghĩa là người dùng có thể cài đặt các gói mà không cần có môi trường xây dựng tương thích hoặc biên dịch gói từ nguồn. Các tệp .whl có thể được xây dựng và phân phối cho các nền tảng và phiên bản Python khác nhau, giúp việc phân phối các gói đến nhiều người dùng trở nên dễ dàng hơn.
Một lợi ích khác của định dạng .whl là tốc độ cài đặt nhanh hơn so với các bản phân phối nguồn. Vì các tệp .whl chứa mã byte được xây dựng trước và không yêu cầu thực thi setup.py trong quá trình cài đặt, nên quá trình cài đặt nhanh hơn đáng kể. Điều này đặc biệt đáng chú ý đối với các gói có quy trình xây dựng hoặc phụ thuộc phức tạp.
Định dạng .whl cũng hỗ trợ nhiều tính năng và tiện ích mở rộng khác nhau. Ví dụ: nó cho phép đưa các tiện ích mở rộng được biên dịch (ví dụ: tiện ích mở rộng C) vào trong lưu trữ, giúp thuận tiện cho việc phân phối các gói có mã gốc. Nó cũng hỗ trợ khái niệm "tham chiếu URL trực tiếp" (PEP 610), cho phép chỉ định URL cho các phụ thuộc của gói, cho phép các cơ chế phân phối linh hoạt hơn.
Tóm lại, định dạng lưu trữ .whl là một cách tiêu chuẩn và hiệu quả để phân phối các gói Python. Nó cung cấp một quá trình cài đặt độc lập với nền tảng và nhanh hơn so với các bản phân phối nguồn. Bằng cách tuân theo một cấu trúc thư mục và quy ước đặt tên cụ thể, các tệp .whl đóng gói mã gói, siêu dữ liệu và các phụ thuộc trong một lưu trữ duy nhất. Việc áp dụng rộng rãi định dạng .whl đã đơn giản hóa đáng kể việc phân phối và cài đặt các gói Python, giúp các nhà phát triển dễ dàng chia sẻ thư viện của họ hơn và người dùng có thể cài đặt chúng một cách liền mạch.
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.