Tänapäeval on paljud inimesed mõtlevad, kuidas kompressiooniprotsessiga säästa ruumi kõvakettal, see on üks kõige tõhusam kasutamine ruumi mis tahes mäluseade.Üsna tihti kaasaegse kasutajad, kes seisavad silmitsi puudus vaba ruumi kõvakettal, on vaja eemaldada andmed, püüdes vabastada õiges kohas, samal ajal kui arenenud kasutajad kasutavad tihti andmete pakkimine vähendada selle mahtu.
Kuid paljud ei tea isegi nime pressimist informatsiooni, rääkimata mida algoritme ja mille kasutamine annab igale neist.
vist suruma andmed?
Andmete pakkimise on piisavalt oluline täna ja on vaja iga kasutaja.Muidugi, tänapäeval peaaegu igaüks saab osta arenenud andmete salvestamise, pakkudes võimalust kasutada piisavalt suur summa vaba ruumi ja varustatud kiire kanalid informatsiooni.
Siiski tuleb õigesti aru, et koos aja möödudes suurendab ka hulk andmeid, mis tuleb edastada.Ja kui lihtsalt kümme aastat tagasi, standard tavaliste film peeti maht 700 MB, täna movie'sid HD-kvaliteediga, võib olla maht võrdub mitukümmend gigabaiti, rääkimata, kui palju ruumi on hõivatud kvaliteetseid pilteformaadis Blu-ray.
Kui andmete pakkimine on vajalik?
Muidugi ei tohiks eeldada, et kompressiooniprotsessiga toob sulle palju kasu, kuid on olemas teatud hulk olukordi, kus mõned meetodid andmete pakkimine on väga kasulik, ja isegi vajalik:
- edastamine teatud dokumendid e-posti teel.See kehtib eriti olukorras, kus sa pead läbima andmete suures mahus, kasutades erinevaid mobiili.
- Sageli protsessi andmete pakkimine vähendada ruumi on hõivatud kasutatakse avaldamist teatud andmed eri kohtades, kui soovite salvestada liiklust;
- säästa ruumi kõvakettal juhul, kui ei ole võimalik asendada või lisada uusi vahendeid andmete salvestamise.Eriti kõige tavalisem on olukord, et kui on olemas teatud piirangud olemasoleva eelarve, kuid see ei ole piisavalt vaba kettaruumi.
muidugi lisaks mainitud, on palju erinevaid olukordi, kus võib tekkida vajadus töödelda compression, et vähendada selle mahtu, kuid need on kaugelt kõige levinum.
Kuidas suruma andmed?
Tänapäeval on erinevaid andmete pakkimise meetodeid, kuid kõik nad jagunevad kahte põhirühma - teatud kaotus pakkimise ja kadudeta kompressiooni.
Kasutades viimane rühm meetodeid on asjakohane, kui andmed tuleb taastada kindlasti koos väga suure täpsusega kuni üks bit.Selline lähenemine on asjakohane ainult juhul, kui kokkusurumine toimub alates teksti dokumendi.
Tuleb märkida, et mõnes olukorras ei ole vaja nii palju täpseid taastamine tihendatud andmeid nii näeb ette selliste algoritme, kus andmete pakkimine plaadile toimub teatud kahjusid.Ära kadudega on see, et tehnoloogia on palju lihtne rakendada, ja annab võimalikult suure arhiveerimine.
Näiteks on kadudega tihendus
kokkupakkimisalgoritme kahjumiga pakkuda suurusjärgus parem compression säilitades piisava teabe kvaliteeti.Enamikul juhtudel kasutada selliseid algoritme viiakse läbi suruma analoog andmeid, näiteks igasuguseid pilte või helisid.Sellistes olukordades, kaevandatud failid võivad olla üsna erinevad algsest teavet, kuid inimese silma või kõrva, nad peaaegu eristamatu.
Lossless kokkupakkimisalgoritme
kadudeta tihenduse annab kõige täpsemat andmete taastamise, välja arvatud saamata jäänud tihendatud failid.Kuid selleks, et mõista õieti asjaolu, et antud juhul on ette mitte nii tõhusad compression faile.
Universal meetodeid
Lisaks on teatud universaalsed meetodid, mille käigus teostatakse tõhusat andmete pakkimine vähendada ruumi poolt okupeeritud.Üldiselt saab valida kõik kolm suurt tehnoloogiad:
- Conversion voolu.Sel juhul, kui kirjeldusest uue saabuvat teavet ei ole tihendatud poolt juba töödeldud faile ei teostata tahes juhusega, ja kodeeringu sümbolid teostatakse põhineb ainult neid faile, mis on juba läbi teatud ravile.
- Statistilised compression.Protsessi andmete pakkimine vähendada okupeeritud kettaruumi see jaotub kahte alaliiki - ja blokeerida adaptiivne meetodeid.Adaptive võimalus on arvutada tõenäosus uute failide teavet, mis on töödeldava kodeering protsess.Eelkõige sellised meetodid peaksid hõlmama ka erinevaid võimalusi adaptiivne algoritme Shannon-Fano ja Huffman.Plokk algoritm annab eraldi vyschityvanie iga ploki andmed, millele lisatakse tihendatud blokeerida.
- Unit vahetamisega.Saabuva info on jagatud mitmeks plokid, ja hiljem on terviklik ümberkujundamine.Tuleb öelda, et konkreetne meetodeid, eriti need, mis põhinevad permutation mitu plokki võib lõpuks viia märkimisväärse mahu vähenemise kokkusuruvate meedias.Kuid selleks, et õigesti aru, et peale seda ravi lõpuks on oluliselt paranenud andmestruktuurid, et käitumine järgneva kokkupakkimisalgoritme viiakse läbi teiste palju kergemini ja kiiremini.
compression kopeerimisel
Üks tähtsamaid komponente backup on seade, mille abil liikuda soovitud kasutaja andmed.Mida rohkem andmeid siis liikuda, seda rohkem sa pead ümbritsevad kasutab seade.Siiski, kui teil on protsess, andmete pakkimine, siis probleem ruumipuudus on ebatõenäoline, et need kehtivad teile.
Miks seda teha?
võimalikkus compression backup võib oluliselt vähendada aega, mis kulub kopeerida vajalikud failid ja seega saavutada tõhus vähendamine vaba ruumi kettal.Teisisõnu, kui kasutatakse pakkimise info kopeeritakse palju kompaktne ja kiire, ja te saate säästa raha ja rahanduse, mida oli vaja osta rohkem ruumi maht.Muuhulgas läbiviimise andmete pakkimine, võite lõigata aega kulub transpordiks kõik andmed serverisse kopeerida neid üle võrgu.
Andmete pakkimise backup saab teha ühe või mitu faili - sel juhul sõltub kõik sellest, millist programmi te kasutate ja millist teavet surutakse.
valides utiliit, siis kindlasti heita pilk kuidas oma programmi võib suruma andmed.See sõltub sellest, millist tüüpi andmeid, kusjuures surve tõhusust tekstidokumente võib olla rohkem kui 90%, samas kui kokkusurumine pildid on tõhus, kuid mitte rohkem kui 5%.
