Archiválás, tömörítés

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 file-ból egy kisebb file állítható elő. Ha a tömörített file-ból teljes mértékben vissza-nyerhető az eredeti file („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 hang-file-ok 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 file-t 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 file valamivel kisebb legyen.

5. A tömörítések többek között a file-ban levő ismétlődéseket és más redundanciákat használják ki, például azt, hogy egy szöveg-file minden egyes byte-ján 256 érték lenne ábrázolható, szemben az általában kihasznált kb. 70 betűvel és írásjellel. Azok a file-ok, amelyek nem ennyire „rendezettek”, kevésbé tömöríthetők. Például egy bináris file általában kevésbé tömöríthető, mint egy szöveg-file, egy tömörített file 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 file-okat 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 file-okban nagy számban ismétlődő szerkezeteket megfelelő módon helyettesítjük, így akár nagyságrendekkel csökkenthetjük a file 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 byte-on a karaktert pedig elegendő 1 byte-on 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 file 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 file-típusok 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 fileban 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 web-re 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.