پیاده سازی فشرده سازی داده ها در آزمایشگاه دلفی
این مقاله جزئیات فنی پیاه سازی شیوه های متداول فشرده سازی داده در آزمایشگاه دلفی را تشریح می کند . در نتیجه فشرده سازی انواع مختلف داده ارائه شده است .
1- معرفی :
در این مقاله ما یک کاربرد از شیوه های متداول فشرده سازی بر داده های فیزیکی را با هدف کاهش اندازه حجم داده برررسی می کنیم . از آن جهت لازم است که اصطلاحات کاهش داده ها و فشرده سازی داده ها را مجزا کنیم . در هر دو مورد حجم داده ها کاهش می یابد اما شیوه های پیدا شده و اهداف متفاوتند .
در مورد کاهش داده ها، فشرده سازی داده ها در نتیجه برنامه های مجدد سازی خاصی است که سیگنالهای قسمتهای چک کننده حساس را به ارزشهای فیزیکی تبدیل می کند ، مانند momenta انطباق ها و شناسگرهای خاص و غیره …. هدف کاهش داده ها تنها فشرده کردن داده ها نیست بلکه برای ساده تر کردن تحلیل فیزیکی داده ها است . در مورد فشرده سازی داده ها فشرده کردن داده ها در نتیجه بهینه سازی بیشتر رمز گزاری داده ها است و الگوریتمهای پیاده شده وابسته به طبیعت داده ها نیست تنها هدف کاهش سلیز فایل داده ها برای صرفه جویی در فضای دیسک است .
2- زنجیره فرایند داده های دلفی :
در آزمایشگاه دلفی انواع فایلهای داده ی زیر استفاده می شود .
داده خام 🙁RAW ) : فایلهایی با اطلاعاتی از سیستم کسب داده ها.
FDST یا DST تمام شده : فایلهای تولید نشده به وسیله برنامه های مجدد سازی استفاده شده در دلفی .
LDST : مانند FDST با این تفاوت که همچنین شامل نتایج شناسگرهای خاص است . فقط برای رویداد .
SDST : مانند FDST اما بعضی اطلاعات چک کننده خاص حذف شده و نتایج شناسه های خاص اضافه شده .
MDST : شبیه SDST اما شامل اطلاعات ضروری بیشتری است که به شیوه فشرده تری نوشته شده .
واضح است که مهمترین تحلیل های فیزیکی داده LDST ، FDST و MDST باید به راحتی قابل دسترس باشد . برای کاربر . نسخه های آن باید روی میز قرار داده شوند در حال حاضر 250 فضای دیسک نیاز است .
چنین حجم اطلاعات می تواند مشکلات تعریفی ایجاد کند حتی برای مراکز بزرگ کامپیوتری مانند مرکز تحلیل خارج خط دلفی در .
برای همکاری کردن کارگاهها نگهداری اطلاعات روی دیسک ها می تواند یک مشکل واقعی باشد . سه راه حل برای این مشکل وجود دارد :
* نصب دیسکهای اضافی ساده ترین راه حل ، اما نیازمند منابع مالی است .
* بسته بندی ذهنی : تلاش برای محاسبه ترتیب و دقت ارزشها به منظور بسته بندی کردن آنها درتعداد کمی از کلمات – این دستیابی می تواند بهترین نتیجه را بدهد اما نگهداری آن مشکل است ، زیرا فرمت داده ها شامل تغییرات فرکانس است .
برنامه تکنیکهای فشرده سازی داده های عمومی ، مانند یک دستیابی ارزان و موثر است .
3- اتتخاب الگوریتم فشرده سازی داده ها :
در حال حاضر رویدادهای فشرده سازی و باز کردن داده ها یک عمل متداول برای کاربران تمام انواع کامپپیوتر ها شده است . ابزار متفائتی برای این کار وجود دارد . اما تردیدی نیست که متداول ترین و معروفترین شیوه ( ابزار ) حجیم کردن / کم حجم کردن است که به وسیله برنامه GZIP بکار می رود .
انتخاب الگوریتم فشرده سازی داده ها به وسیله دو مشخصه اصلی الگوریتم مشخص می شود .
نرخ فشرده سازی و زمان عدم فشرده سازی . در برنامه GZIP هر دو مشخصه تمام عیار هستند .
این در زمینه عمومی است و نسبتا برای مدت زیادی استفاده شده ودر سطوح مختلفی پیاده سازی شده – بنابراین انتخاب الگوریتم سخت نیست .
ما همچنین چندین الگوریتم دیگر را اندیشیدیم ، اما آنها عیناً به خوبیGZIP نیستند . اجاز دهید دو مورد از آنها را توضیح دهیم .
شیوه اول الگوریتم LZW است.این شیوه بسیار سریع و نسبتا موثر است . برای نمونه این شیوه برای فشرده سازی و عدم فشرده سازی داده ها در UNIX استفاده می شود . مزیت های این روش ، کوتاه بودن توضیحات ، کد برنامه ها فشرده و خواناو پیاده سازی آنها مستلزم حجم حافظه کمی است . با این وجود ، نرخ فشرده سازی الگوریتم LZW برتر از GZIP است .
بعلاوه اینکه این روش ثبت اختراع شده و سیاستهای منحصر بفرد شرکت UNISYS ،سخت گیر و پرخاشگر شده است .
شیوه دوم رمز نگاری ریاضی با نظم بالاست . در سال 1995 منبع فشرده سازHA که این شیوه را پیاده کرد باز شد و در اختیار عموم قرار داده شد . معمولا این روش نرخ فشرده سازی خوبی ارائه می کرد نسبت به روش حجیم کردن / کم حجم کردن ، اما در عمل فشرده سازی و عدم فشرده سازی خیلی کند تر عمل می کند .