Linuxのアーカイブと圧縮ついてまとめ
Linux Essentials資格を勉強中のうぷ主です。
資格試験の問題に興味がない科目で
ファイル圧縮ついての問題が出てきます。
ファイル圧縮形式でzip、bzip2、xz、gzip？
どれも同じじゃない、なんで沢山あるの？と混乱したので、
時間が許す限りまとめてみました。
初級の内容ばかりですが、それでもついていけないので
整理的な意味で記します。
なるべく、有益な情報になるように
参考情報も下にリンクを張りました。
内容に正確性がない表現もありますが、
自分の言葉にすることも学習なので修正しないで残して置きます。
◆改めて、そもそもコンピュータファイルとは何か：
・簡単にいうと、 デジタルデータで表現したものと考えられる。
内容は現実にあるファイルと同じく何でも良い。
◆ファイルの特徴は形式と属性がある：
・形式ファイルの内容によって形式が決まっている。
・属性 属性によって操作できることが決まっている。
◆ファイルは保存や整理の方法が予め決まっている：
・ファイルシステム：
簡単にいうと保存と整理の方法をファイルシステムという。
ファイルシステムの仕組み 樹の様な構造をしていて
ルートディレクトリ（上部階層）から始まり、
サブディレクトリ（低い階層）からできている。
簡単に言うと現実のファイル整理の考え方を
デジタルデータに置き換えたもの。
・ファイル形式ついて：
ファイル形式・簡単にいうとファイルの構造のこと
・一般的なファイル形式：
文章（.txt）、画像(.jpg)、音（.mp3）、ビデオ(mp4)、
プログラム(.exe)、圧縮(.zip)、ウェブページ(.html) 等がある。
◆アーカイブファイルとは：
・アーカイブ ：
ファイルを長い期間、保存するために一つに
まとめたり、別の場所に移動する事。
・アーカイブファイル：
簡単にいうとファイルを長い期間、
保存するためひとまとめにしたり、別の場所に移動した
ファイル ・アーカイバ ・アーカイブするソフトのこと
Linuxにはtar、zipがある。
・アーカイバの種類：
・tar｛テープアーカイバ｝：
ファイルとディレクトリをひとまとめにして
アーカイブファイルを作成する。
・zip｛ファイルパッケージ化ユーティリティ｝：
・ファイルとディレクトリをひとまとめにして、
１つのコマンドでzipアーカイブファイルに
まとめることができる。
・アーカイブの具体的例：
・Wordpress（https://wordpress.org/download/releases/）
ソフトウェアの世代をtar形式でアーカイブされ管理している。
ソフトを使う人はいつどのような変更があったかを確認し
情報がわかる。ファイルをアーカイブする具体的な事例で
アーカイブする意味を知る上で参考になると思いました。
ここでアーカイブの歴史ついて疑問が湧きました。
◆アーカイブの歴史について：
※アーカイブの考えや仕組みはどのようにできたのか
厳密な考証などをしていませんので、ご容赦ください。
・電子コンピュータの誕生期：
慣例や標準的なルールがなかった。
・コンピュータファイルシステムの成功例：
・ＥＲＭＡの成功：
1955年にバンク・オブ・アメリカが小切手を
管理するために導入したシステム ・コンピュータファイル
システムERMAの成功でIBM、AT＆T、政府機関が追随して
ファイルシステムを導入した。
様々なルール（命名、整理、記述）方法が登場し
データの保存、やり取りの必要が高くなった。
・ファイルシステムの普及により問題が発生：
・大量のデータ発生して、そのデータを保存したり、
やりとりする必要が高くなった。
・ファイルシステムの普及で発生した問題の解決策：
・ファイルのアーカイブ：
・アーカイブの方法：
ファイルの内容とメタデータ
（ファイルシステム内での名前と場所、作成日時、
アクセス日時を1つのファイルにまとめたもの）を
関係づけして保存してた。これで、
素早く整理や必要なファイルを見つけることが
できるようになった。
サイズは元のファイルとアーカイブファイルは
等しいままだったので記憶装置サイズが小さい時代、
保存場所が足りないという問題が残る。
・ファイルのサイズ圧縮して問題を解決：
データ圧縮基本原理を簡単に言うと
圧縮したい内容を同じ意味の少ない文字や数字に
置き換えること。
What's in a ZIP File? A History of One of the World's Most Essential File Typesで分かりやすい
具体例があったので引用します。
「60 京」という単語を書くのに必要な文字数は、60,000,000,000,000,000 という数字を書くのに必要な文字数よりも少ないため、この数字が文書に 1,000 回登場する場合、22 桁の数字とカンマではなく、2 つの単語を書くこと
https://www.logikcull.com/blog/whats-in-a-zip-file-a-history-of-one-of-the-worlds-most-essential-file-types
プログラマは多くデータの圧縮と早く圧縮と解凍ができる
方法を競い、様々な圧縮形式が誕生しました。
そこでZIP形式が誕生します。
・ZIPファイルの誕生：
・データ圧縮競争にプログラマのフィル・カッツ氏が現れます。
フィル・カッツ氏はPKWAREを起業
・圧縮プログラム、 PKPAKを公開
・PKPAKを改良した圧縮プログラム、ZIPを開発。
・数年後にZIPが競合他社を抑えてトップとなります。
※余談ですが、ZIPがトップになった理由は
シェアウェアとして条件付きで無料だった、
説明書付きで配布されていたことがあるようです。
今のスマホアプリに通じるところがあり、ZIPの登場は
当時では先進的だったのではと感じられます。
アーカイブと圧縮についての歴史を調べていたら、
アーカイブファイルに似ている、ファイルがいくつかあることに
気づきました。その違いについて疑問になったのでまとめてみます。
◆バックアップとアーカイブの違い：
・運用の違い：
・バックアップファイル：
上書き、破損したファイルを回復に使用する
・アーカイブファイル：
変更されなくなった、変更されるべきではない
ファイルのバージョンを保存に使用する。
◆アーカイバ、tarとzipの違い：
・圧縮：
・tar：
圧縮されない
・zip：
圧縮される。
・アーカイブ：
・tar：
アーカイブされる。
・zipアーカイブされる。
◆アーカイブと圧縮の違い：
１００KBのファイルを１０個があった場合で例えると。
・アーカイブ：
１０個のファイルを１つのファイルにまとめること。
元のファイルとアーカイブされたファイルサイズに
違いはない。
・圧縮：
ファイルサイズが約1００KBバイトまでの範囲になる。
◆圧縮の形式の違い：
・Linuxの主な圧縮形式の一覧：
・gzip（GNU zip）
・bzip2
・xz
・比較：
・圧縮比：
・gzip:
一般的な用途に適している。
・bzip2:
特に大きなファイルの場合、gzip よりも優れている。
・xz:
特に非常に大きなファイルに最適な圧縮方法
・スピード：
・gzip:
圧縮と解凍の両方において最も高速。
・bzip2:
gzip より遅く、xz より速い。
・xz:
圧縮効率が高いため、最も低速です。
・リソースの使用：
・gzip:
リソース消費が最も少ない。
・bzip2:
CPU とメモリの使用量は中程度である。
・xz:
最もリソースを消費する。
・ファイルの互換性：
これら 3 つの形式は、さまざまなLinux
ディストリビューションで広く利用することができる。
・活用例と使い分け：
・gzip:
速度が重要で、中程度の圧縮で問題ない場合に使用する。
ログファイルやスクリプトに最適な手段。
・bzip2:
大きなテキスト ファイルを圧縮する場合や、
速度と圧縮のバランスが必要な場合に適している。
・xz:
圧縮率が最も重要な大規模なデータセットや
ソフトウェア配布のアーカイブに最適である。
◆コマンドと使用法：
・アーカイブ：
tar {option} {filename}
・圧縮：
・zip:
zip {option} {filename}
・gzip:
gzip {option} {filename}
・xz:
xz {option} {filename}
・bzip2:
bzip2 {option} {filename}
※圧縮コマンドは単一のファイルのみ圧縮、
複数のファイル、全体のディレクトリを圧縮する場合は
tarコマンドでアーカイブして、オプションを
使用して圧縮する。
・オプション
・アーカイブ:
・新しいアーカイブを作成する：
-c
・gzip圧縮を使用する：
-z
・bzip2圧縮を使用する：
-j
・抽出プロセス中に詳細な出力を表示
-v
・作成、アーカイブのファイル名を指定
-f
・zip:
・解凍
-unzip
・gzip:
・解凍
-d
・xz:
・解凍
-d
・bzip2:
・解凍
-d
◆感想
・何気なく使っているコンピュータのファイルやフォルダは
現実の世界にあるファイルやフォルダという構造が
モデルになっている。
・ソフトや形式が沢山あるのはコンピュータができてから
の歴史に関係があった。2024年の現在ではファイルのサイズを
気にしないで、パソコンやスマホが使えるが当時は
小さい外部記憶装置に大量のデータを整理して保存したり、
やり取りする必要があった。
・その為、ファイルシステムをアーカイブする為に、
アーカイバとtar、ZIPというソフトウェアが登場した。
更にデータを圧縮する方法も考えられ、
より多くのデータを保存したり、やり取りができるようになる。
・プログラマはデータの高い圧縮率と早く圧縮と解凍する方法を
競った。その競争で様々な圧縮形式が登場した、
主なLinuxのファイル圧縮形式としてgzip、xz、bzip2形式が
利用できるようになる。
他にもtar、zip以外のアーカイバ、gzip、xz、bzip2以外の
圧縮形式があるのか調べてみたいと思いました。
◆参考文献
コンピュータファイルとは：
https://www.lifewire.com/what-is-a-file-2625878
ファイル形式とは：
https://www.computerhope.com/jargon/f/file-format.htm
アーカイブファイルとは：
ファイルアーカイブとアーカイブファイルの違い：https://www.lifewire.com/what-is-an-archive-file-2625792
アーカイブと圧縮の歴史：
https://www.logikcull.com/blog/whats-in-a-zip-file-a-history-of-one-of-the-worlds-most-essential-file-types
バックアップとアーカイブの違い：https://www.techtarget.com/searchdatabackup/tip/What-is-the-difference-between-archives-and-backups
圧縮の方法：
https://www.logikcull.com/blog/whats-in-a-zip-file-a-history-of-one-of-the-worlds-most-essential-file-types
圧縮の形式の違い：
https://www.linuxjournal.com/content/linux-file-compression-gzip-bzip2-and-xz-unveiled tar
コマンドとgzipコマンドの違い：
https://www.baeldung.com/linux/gzip-and-gunzip#:~:text=gzip is a Linux tool,compresses only a single file.
tar:
https://geek-university.com/tar-tape-archive-program/
zip:
https://www.geeksforgeeks.org/zip-command-in-linux-with-examples/
パッケージファイル:
https://wa3.i-3-i.info/word15837.html