Datakomprimering reducerer filstørrelsen. Mindre filer optager mindre lagerplads, flyttes hurtigere over netværk og er billigere at opbevare. Ulempen er beregning. Komprimering og dekomprimering tager CPU-tid. Målet er at spare mere lagerplads og båndbredde, end du bruger på behandling. For de fleste anvendelsesscenarier fungerer matematikken.

Komprimering findes i to former. Tabsfri komprimering bevarer alle de originale data. ZIP-filer, PNG-billeder og FLAC-lyd bruger tabsfrie metoder. Tabsgivende komprimering kasserer information, som mennesker sandsynligvis ikke vil bemærke. JPEG-billeder, MP3-lyd og H.264-video bruger tabsgivende metoder. Kvalitetstabet er reelt, men ofte umærkeligt ved rimelige indstillinger. Valget afhænger af brugsscenariet. Medicinske billeder har brug for tabsfri komprimering, fordi hver pixel betyder noget. Et marketingfoto kan tolerere tabsgivende komprimering, fordi seeren ikke vil bemærke det. Komprimeringsalgoritmer udnytter mønstre. Gentagne sekvenser, almindelige tegn og forudsigelige strukturer kodes alle mere effektivt. Tilfældige data komprimeres ikke. Derfor krymper krympede filer og allerede komprimerede medier ikke yderligere. Algoritmen finder intet at udnytte. Entropi er grænsen.

Kompressionstyper

• Tabsfri — præcis rekonstruktion, større filer
• Tabsgivende — omtrentlig rekonstruktion, mindre filer
• Streaming — komprimerer data, når de ankommer
• Ordbogsbaseret — erstatter gentagne mønstre med referencer

Komprimering er en handel. Lagring og båndbredde på den ene side. Kvalitet og beregning på den anden. Vælg den balance, der passer til jobbet.