Archiválás, tömörítés Archiválás (biztonsági másolat, tartósabb idejű „megőrzés”) – külön tudomány. Tömörítés: helymegtakarítás. Másolás és tömörítés.

Az előadások a következő témára: "Archiválás, tömörítés Archiválás (biztonsági másolat, tartósabb idejű „megőrzés”) – külön tudomány. Tömörítés: helymegtakarítás. Másolás és tömörítés."— Előadás másolata:

1 Archiválás, tömörítés Archiválás (biztonsági másolat, tartósabb idejű „megőrzés”) – külön tudomány. Tömörítés: helymegtakarítás. Másolás és tömörítés. Backup - restore.

2 A tömörítés egy olyan eljárás, amelynek segítségével egy fájlból egy kisebb fájl állítható elő. Ha a tömörített fájlból teljes mértékben visszanyerhető az eredeti fájl („bitről bitre”), akkor veszteségmentes, ha nem, akkor veszteséges tömörítésről beszélünk.

3 Az első általánosan alkalmazható, a második csak akkor, ha kis eltérések nem számítanak, pl. kép- és hangfájlok esetén. A veszteséges tömörítési eljárások általában hatékonyabbak, de nem minden esetben alkalmazhatóak-egy futtatható programot akár egy bitnyi eltérés is használhatatlanná tenne.

4 A tömörítés nagyon hasznos lehet, ha pl. helyet akarunk megspórolni a lemezen, vagy egy viszonylag lassú (pl. telefon) vonalon szeretnénk egy nagyobb fájlt elküldeni. Általános szabályként elmondható, hogy minél hatékonyabb egy tömörítési eljárás, annál több számolást igényel, vagyis lassabb. Nincs „optimális” tömörítés, mindig el kell dönteni, hogy érdemes-e több időt rááldozni arra, hogy a kapott fájl valamivel kisebb legyen.

5 A tömörítések többek között a fájlban levő ismétlődéseket és más redundanciákat használják ki, például azt, hogy egy szövegfájl minden egyes byte-ján 256 érték lenne ábrázolható, szemben az általában kihasznált kb. 70 betűvel és írásjellel. Azok a fájlok, amelyek nem ennyire „rendezettek”, kevésbé tömöríthetők. Például egy bináris fájl általában kevésbé tömöríthető, mint egy szövegfájl, egy tömörített fájl pedig szinte egyáltalán nem tömöríthető tovább.

6 A különböző típusú tömörítő programok különböző módszereket használnak az állományok becsoma- golására. A becsomagolás hatékony- sága nagymértékben függ az állomány típusától is.

7 Az adattömörítés módszerei Az operációs rendszer az állományokat a háttértárolón ún. klaszterekben tárolja. 1 klaszter mérete ált. 8 szektor, azaz 4096 byte. Minden állomány külön klaszterben kezdődik, amennyiben a tárolandó adat túlnyúlik az igénybevett klaszter területén, akkor az operációs rendszer újabb blokkban folytatja az írást, és ez addig folytatódik, amíg van kiírandó adat. A fájlokat nem lehet úgy méretezni, hogy teljesen kitöltsenek egy blokkot, így a helykihasználás nem jó. A helykihasználás javítható, ha az állományokat egy állományba tömörítjük össze, így a blokkba történő írás folyamatos.

8 A másik módszer, hogy a fájlokban nagy számban ismétlődő szerkezeteket megfelelő módon helyettesítjük, így akár nagyságrendekkel csökkenthetjük a fájl tárolásához szükséges lemezkapacitást. Például a szöveges állományok jól tömöríthetők, mivel gyakran vannak bennük ismétlődések. Ha ugyanazt a karaktert kell egymás után 50-szer tárolni, akkor elegendő 50 byte helyett 3 byte a tároláshoz. Ez úgy lehetséges, hogy az ismétlődő karakterek számát 2 bájton a karaktert pedig elegendő 1 bájton tárolni.

9 Tehát, kisebb méretű állományokhoz úgy jutunk, hogy a gyakran ismétlődő karaktereket, karaktersorozatokat, rövidebb kódokkal helyettesítjük, ahol minden kód egy jelet vagy jelsorozatot képvisel. Például a magyar nyelvben nagyon gyakori „e” betűt, melynek a bináris megfelelőjét 01100101 (ASCII kódban), egy rövidebb kóddal helyettesítjük, pl. 101-gyel, akkor a korábbi 8 bit helyett csak 3 bitet használunk, ez máris több mint 50%-os helycsökkenést jelent.

10 Most már csak a megfelelő algoritmusról kell gondoskodnunk, ami a rövidebb kódokat visszaállítás esetén visszaalakítja eredeti méretűre. Azért, hogy a tömörített kódok mindig visszaállíthatók legyenek eredeti állapotukra, a tömörítő programok mindig eltárolják a tömörítetlen kódokat az archív állományok elején.

11 A tömörítetlen kódokat hívjuk átváltási táblázatnak is, hiszen ez mondja meg, hogy melyik bitsorozatot mivel helyettesítjük. A nagy mennyiségű, vegyes összetételű fájl esetén a tömörítő programok hatékonysága általában nem megy 50% fölé. A különbség a képek tömörítésénél a legszembetűnőbb. A BMP állományok jól tömöríthetők (akár 90% is lehet), mert nagy bennük az adatok ismétlődése. A GIF, TIFF kiterjesztésű képállományok tömörítési hatékonysága rossz (5% körüli), mivel ezek a fájltípusok már tömörített formátumúak.

12 A beszerezhető adattömörítő programok használatához nem kell különösebb előképzettség, a tömörítés bonyolult matematikája a programozókra és a matematikusokra tartozik. Tömörítő programok 1. Dos-os programok: ARJ PKZIP (becsomagoló), PKUNZIP (kicsomagoló) RAR 2. Windows-os programok: WINRAR WINZIP ACE

13 HTML Hypertext Mark-up Language HTML-szerkesztők (Microsoft FrontPage). Word-konverzió. ASCII szövegszerkesztők (pl. Jegyzettömb) SGML, XML

14 SGML Az SGML (Standard Generalized Markup Language) egy szövegleíró nyelv. Leginkább a HTML-hez lehetne hasonlítani, valójában a HTML is az SGML nyelvből származtatható. A szöveg tagolását, formázását tag-ekkel oldják meg a HTML- hez hasonlóan, azonban a HTML-től eltérően a tag- eket mi definiálhatjuk tetszés szerint, olyan nevet adhatunk nekik, amit logikusnak tartunk. Ezeket a tag definíciókat egy DTD dokumentumleíró fájlban kell megadni.

15 Az SGML-ből lehet saját elemkészlettel rendelkező dokumentum típus leírást létrehozni, s ezen saját dokumentum típusok létrehozásának legismertebb terméke az 1991- ben létrehozott HTML volt. Mivel az SGML-ben elég tág korlátok közé vannak szorítva az egyes elemek létrehozásának feltételei, nehézkes lenne olyan programot írni, amely tökéletesen fel tudná dolgozni ezen dokumentumokat. A HTML nyelvben viszont kezdett nehézkessé válni a bonyolultabb felépítésű adatok tárolása illetve megjelenítése.

16 XML Ezért volt szükség egy, a webre optimalizált jelölőnyelv létrehozására, amelyet 1996-ban alkottak meg Extensible Markup Language néven. Az XML, mint ahogy a HTML is, az SGMLből leszármaztatott jelölőnyelv. Annak ellenére, hogy mindkét jelölőnyelv ősatyja ugyanazon nyelv, mégis alapjaikban különböznek. Míg a HTML megadott elemhalmazból épül fel, addig az XML-ben saját magunk hozzuk létre az egyes elemeket. Mivel az XML-ben az elemek létrehozására szűkebb szabályok vonatkoznak mint az SGML-re, ezért könnyebben megtanulható, olvasható és leprogramozható.

17 Számítógéppel támogatott oktatás, kutatás Office’xx. Programcsomagok (Mathematica, Maple, Derive stb.). Oktatóprogramok. Saját készítésű programok.