Kompresja i archiwizacja
danych

Archiwizacja danych



Archiwizacja danych to proces
wykonywania kopii danych w celu
zabezpieczenia ich przed utratą
wskutek np. awarii sprzętu lub
oprogramowania czy skasowanie ich
przez użytkownika. Pod pojęciem
archiwizacji rozumie się również
proces przenoszenia danych z
systemów komputerowych na inne
nośniki.

Aby zmniejszyć objętość takich danych

poddawane są one najczęściej
kompresji. Istnieje oprogramowanie
ułatwiające wykonywanie takich kopii
oraz odtwarzanie.

Kompresja danych



Za twórcę uważa się Claude’a Shannona,

który pracował nad komunikacją,

informacją i sposobem przesyłania i

przechowywania danych. Należy jednak

zwrócić uwagę, że prawdziwym

prekursorem kompresji i zarazem autorem

jej skuteczności był Samuel Morse.

Kompresja danych jest technologią, która

pozwala na zmniejszenie ich objętości bez

uszczerbku dla zawartej w nich informacji.

Polega w uproszczeniu, na wyszukaniu

w zbiorze danych często
powtarzających się znaków lub
ciągów znaków i zastąpieniu ich
takim zapisem, który zajmuje
znacznie mniej miejsca. Wyróżnić
możemy dwa rodzaje kompresji:



Ilościowa (bezstratna)



Jakościowa (stratna)

Rodzaje kompresji:



Kompresja ilościowa

(bezstratna)



Kompresja jakościowa

(stratna)

W przypadku wielokrotnej

kompresji i dekompresji
nie powodują utraty
danych żadnej części
informacji. Dane są
wiernie zakodowywane i
rozkodowywane. Zwykle
wykorzystuje się w tym
celu częstsze
występowanie pewnych
kodów w całym lub części
pliku.

Kompresja jakościowa

jest stosowana w
popularnych formatach
zapisu obrazów lub
dźwięków oraz
urządzeniach
audiowizualnych i
powoduje, najczęściej
niezauważalną dla
naszych zmysłów,
utratę szczegółów.

Kody te zapisuje się

jako ciągi bitowe o
długości odwrotnie
proporcjonalnej do
częstości
występowania.

W zamian uzyskuje

się bardzo wysoki
współczynnik
kompresji.



Współczynnik kompresji jest miarą
stosunku rozmiaru pliku pierwotnego
do jego rozmiaru po kompresji. Jeśli
plik kompresji jest dwa razy mniejszy
od pierwotnego to oznacza to, że
współczynnik kompresji wynosi
2:1.większy współczynnik np. 3:1
oznacza silniejszą kompresję. Dla
różnych typów plików istnieją różne
współczynniki

kompresji.

Współczynniki kompresji:

•

Pliki tekstowe

– pliki tworzone przez

edytory kompresują się dobrze.

•

Pliki baz danych

– pliki tworzone przez

programy np. Access firmy Microsoft,
FileMarker for Windows i podobne, mają
zwykle wysoki współczynnik kompresji.

•

Pliki graficzne

– do najlepiej

kompresujących się plików graficznych
należą pliki grafiki bitowej BMP.

Statystyczne kodowanie

Davida

Huffmana

•

Jest najczęściej stosowanym kodowaniem
algorytmem w programach kompresujących.
Jej celem jest ułożenie kodu o zmiennej
długości słowa, dopasowanego do
zawartości zbioru danych. Procedura
rozpoczyna się od zebrania statystyki
wystąpień poszczególnych bajtów w całym
zborze. Drugi etap polega na zbudowaniu
drzewa binarnego. Drzewo tworzy się, łącząc
kolejno w pary elementy o najmniejszej
liczbie powtórzeń.

Wygenerowanie nowego kodu dla

wybranego znaku następuje w wyniku
przejścia drogi od wierzchołka drzewa
do odpowiedniego liścia, przy czym
każdy krok w lewą stronę powoduje
dodanie do słowa kodowego zera, krok
w prawo – jedynki. Powstający w ten
sposób unikatowy alfabet kodu musi
być dołączony do kompresowanego
zbioru.

•

Metoda Shanon-fano działa na
podobnej zasadzie, co Huffmana.
Polega na tym samym, mniej
efektywnym sposobie budowania
drzewa binarnego – od wierzchołka
do liści. Związku z tym, iż działanie
takiego algorytmu doprowadza do
powstania takiego samego drzewa
jak w metodzie Huffmana.

Kodowanie statyczne ma następujące

wady:

•

Odkodowanie wymaga przesłania do
pliku wyjściowego informacji, jak
wygląda drzewo, co w przypadku
małych plików jest nieopłacalne,
samo zapisanie informacji potrzebnej
do dekompresji spowoduje
zwiększenie pliku.