त्याच्या खंड कमी डेटा संक्षेप प्रक्रिया

आजकाल, किती लोक डेटा संक्षेप प्रक्रिया हार्ड डिस्क जागा जतन करण्यासाठी, तो कुठल्याही स्टोरेज साधनात मध्ये मौल्यवान जागा सर्वात प्रभावी वापर एक आहे जास्त वाटते. बरेचदा, आपल्या ड्राइव्ह मोकळी जागा अभाव चेहर्याचा आहेत प्रगत वापरकर्त्यांसाठी, तो आवश्यक योग्य ठिकाणी मुक्त करण्याचा प्रयत्न कुठलाही डाटा काढून टाकत आहे, अधिक प्रगत वापरकर्त्यांसाठी अनेकदा त्याचा आवाज कमी करण्यासाठी डेटा संक्षेप वापर करताना.

तथापि, अनेक माहिती संक्षेप प्रक्रिया नाव माहीत नाही, काय अल्गोरिदम वापरले जातात उल्लेख नाही, आणि त्यांना प्रत्येक अर्ज देते.

डेटा संकलित का नाही?

डेटा संक्षेप तारीख पुरेसे महत्वाचे आहे, आणि तो कोणत्याही वापरकर्त्यासाठी आवश्यक आहे. अर्थात, आजकाल जवळजवळ कोणालाही प्रगत डेटा संचयन खरेदी करू शकता, मोकळी जागा सूचविले मोठ्या प्रमाणात वापरून शक्यतेचा प्रदान, आणि हाय स्पीड डेटा प्रसारण चॅनेल सज्ज.

तथापि, योग्यरित्या समजले करणे आवश्यक आहे आणि प्रसारित करणे आवश्यक आहे की डेटा खंड देखील वेळ वाढते. आणि फक्त दहा वर्षांपूर्वी परंपरागत चित्रपट मानक 700MB खंड होता असे मानले जाते, तर तारीख चित्रपट, एचडी गुणवत्ता केले, गिगाबाइट अनेक दहापट समान उच्च दर्जाचे चित्रे किती जागा व्याप्त आहे उल्लेख नाही एक खंड असू शकतात ब्ल्यू-रे स्वरूपात.

तेव्हा डेटा संक्षेप आवश्यक आहे?

अर्थात, एक डेटा संक्षेप प्रक्रिया आपण अनेक फायदे येईल की अपेक्षा करू नये, पण परिस्थिती काही डेटा संक्षेप तंत्र अत्यंत उपयुक्त, आणि अगदी आवश्यक आहे, ज्यामध्ये एक निश्चित संख्या आहे:

• ई-मेल द्वारे काही कागदपत्रे हस्तांतरण. आपण मोबाइल डिव्हाइस विविध वापरून, मोठ्या प्रमाणावर माहिती पोहचविणे आवश्यक आहे तेव्हा हे त्या परिस्थितीत विशेषतः खरे आहे.
• व्यापलेल्या जागा बँडविड्थ जतन करणे आवश्यक आहे असे विविध साइटवर विशिष्ट डेटा प्रकाशन वापरले जाते कमी करण्यासाठी अनेकदा डेटा संक्षेप प्रक्रिया;
• कार्यक्रम आपल्या हार्ड ड्राइव्ह वरील जागेचे जतन करीत आहे नवीन स्टोरेज सुविधा पुनर्स्थित किंवा जोडणे शक्य नाही आहे. विशेषतः, सर्वाधिक सामान्य परिस्थिती उपलब्ध बजेट काही मर्यादा आहेत, पण ते पुरेसे रिक्त डिस्क स्थान नाही आहे.

अर्थात, वरील व्यतिरिक्त, तेथे त्याचा आवाज कमी करण्यासाठी एक डेटा संक्षेप प्रक्रिया करणे आवश्यक असू शकते की वेगवेगळ्या घटनांमध्ये भरपूर आहेत, पण या आज सर्वात सामान्य आहेत.

मी डेटा कसा संकलित करू शकतो?

आज, डेटा संक्षेप पध्दती उपलब्ध आहेत, पण ते दोन मुख्य गट विभागलेली आहेत - काही नुकसान, तसेच लॉसलेस् संकुचन या संक्षेप.

डेटा एक बिट पर्यंत, अत्यंत उच्च सुस्पष्टता पुनर्संचयित केले जावे तेव्हा गट पद्धती नंतरचे वापर संबंधित आहे. संक्षेप एक मजकूर दस्तऐवज पासून केला जातो तेव्हा हा दृष्टिकोन बाबतीत संबंधीत असते.

तो काही परिस्थितीत संकुचित डेटा सर्वात अचूक पुनर्रचना त्यामुळे ज्या डिस्क डेटा संक्षेप काही नुकसान चालते अशा अल्गोरिदम वापर, उपलब्ध आहे नाही गरज आहे असा आवर्जून दखल घेण्यासारखे आहे. Lossy संक्षेप फायदा हे तंत्रज्ञान अंमलबजावणी करण्यासाठी जास्त सोपे आहे, आणि दस्ताऐवज सर्वाधिक शक्य पदवी प्रदान करते.

Lossy संक्षेप

पुरेशी गुणवत्ता माहिती साधताना नुकसान डेटा संक्षेप साठी अल्गोरिदम विशालता चांगले संक्षेप क्रम प्रदान. बहुतांश घटनांमध्ये, अशा अल्गोरिदम वापर analog डेटा, जसे की प्रतिमा किंवा नाद सर्व प्रकारच्या म्हणून संकलित करण्यासाठी चालते. अशा परिस्थितीत, काढलेल्या फायली मूळ माहिती पासून जोरदार भिन्न असू शकते, पण मानवी डोळा किंवा कान अक्षरशः वेगळा करता न येण्यासारखा आहे.

lossless

संक्षेप अल्गोरिदम माहिती लॉसलेस् संकुचित कोणत्याही फायली नुकसान precluding, सर्वात अचूक डेटा पुनर्प्राप्ती प्रदान. तथापि, योग्य या प्रकरणात प्रभावी फाइल संक्षेप नाही पुरविले जाते की समजून घेणे आवश्यक आहे.

युनिव्हर्सल पद्धती

याव्यतिरिक्त, सार्वत्रिक पद्धती निश्चित संख्या, तो व्यापलेल्या जागा कमी करण्यासाठी प्रभावी डेटा संक्षेप प्रक्रिया जे केले आहे. साधारणतया, सर्व तीन मुख्य तंत्रज्ञान निवडू शकता:

• प्रवाह रुपांतरित करा. या प्रकरणात, आधीपासून प्रक्रिया फाइल द्वारे एक नवीन येणाऱ्या uncompressed डेटा वर्णन, गणना कोणत्याही संभाव्यता चालते नाही, आणि काही उपचार होता कामा गेले आहेत की फक्त त्या फायलींच्या आधारे प्रतीक encodes.
• सांख्यिकी संक्षेप. अनुकूल व मॉड्यूलर पद्धती - डिस्क जागा दोन उप-विभाग वितरीत केले जाते व्यापलेल्या कमी हा डेटा संक्षेप प्रक्रिया. अनुकूलन पर्याय एन्कोडिंग प्रक्रियेत प्रक्रिया केली जात आहे माहिती नवीन फाइल साठी संभाव्यतेची गणना उपलब्ध आहे. विशेषतः, अशा पद्धती विविध अनुकूल अल्गोरिदम शॅनन-Fano आणि Huffman रूपे समाविष्ट करावा. ब्लॉक अल्गोरिदम स्वतंत्र vyschityvanie प्रत्येक माहिती युनिट संकुचित ब्लॉक जोडून त्यानंतर उपलब्ध आहे.
• एकक रूपांतरण. येणार्या माहिती अनेक अवरोध विभागली आहे, आणि त्यानंतर अविभाज्य परिवर्तन येते. या प्रकरणात, तो काही पद्धती, विशेषतः अनेक युनिट पक्षांतर आधारित आहेत की, शेवटी संकुचित डेटा खंड एक लक्षणीय घट होऊ शकते नोंद करावी. तथापि, आपण योग्य रीतीने उपचार केल्यानंतर, अखेरीस तेथे एक लक्षणीय सुधारणा आहे, हे समजणे आवश्यक आहे डाटा स्ट्रक्चर, ज्यायोगे इतर अल्गोरिदम करून त्यानंतरच्या संक्षेप आचार जास्त जलद आणि सहज अंमलबजावणी.

कॉपी करताना संक्षिप्तीकरण

बॅकअप सर्वात महत्वाचे घटक एक आवश्यक वापरकर्ता माहिती पुढे अशी एक साधन आहे. अधिक माहिती प्रवृत्त करेल, अधिक खंड आपण वापर करणे आवश्यक आहे डिव्हाइस. तथापि, आपण डेटा संक्षेप प्रक्रिया करण्यात येईल असेल तर, जागा अभाव नंतर समस्या आपण संबंधित राहू संभव आहे.

का आले?

दरम्यान डेटा संक्षेप शक्यता बॅकअप लक्षणीय वेळ आवश्यक फाईल्स कॉपी आवश्यक असेल कमी करू शकता, आणि त्याच वेळी ड्राइव्ह मोकळी जागा कार्यक्षमता बचत साध्य करण्यासाठी. एक जास्त संक्षिप्त आणि जलद आहे, आणि आपण अधिक संचयन खंड खरेदी करणे आवश्यक होते आपल्या पैसा आणि आर्थिक, जतन करू शकता दुसऱ्या शब्दांत, संक्षेप माहिती वापरताना कॉपी केली जाईल. इतर गोष्टींबरोबरच, डेटा संक्षेप पार पाडणे, आपण देखील सर्व्हरवर सर्व डेटा वाहतूक आवश्यक कट, किंवा नेटवर्कवर त्यांना कॉपी करा.

बॅकअप साठी डेटा संक्षेप एक किंवा अधिक फायली केली जाऊ शकते - या प्रकरणात, प्रत्येक गोष्ट आपल्याला कार्यक्रम कोणत्या प्रकारच्या वापरू नका आणि काय माहिती संकुचित केले आहे अवलंबून असेल.

एक साधन निवडून तेव्हा प्रमाणात जे कार्यक्रम आपण निवडलेल्या डेटा संकलित करू शकता पाहू खात्री करा. हे ज्यायोगे मजकूर दस्तऐवज संक्षेप कार्यक्षमता, 90% पेक्षा अधिक असू शकते माहिती प्रकार अवलंबून असते चित्रे संक्षेप जास्त नाही 5% प्रभावी होतील.