La compresión de datos reduce el tamaño de los archivos. Los archivos más pequeños ocupan menos espacio de almacenamiento, se transmiten más rápido por las redes y su mantenimiento es más económico. La desventaja radica en el procesamiento. Comprimir y descomprimir consume tiempo de CPU. El objetivo es ahorrar más en almacenamiento y ancho de banda que lo que se gasta en procesamiento. En la mayoría de los casos, los cálculos son favorables.

La compresión se presenta en dos formas. La compresión sin pérdidas conserva cada bit de los datos originales. Los archivos ZIP, las imágenes PNG y el audio FLAC utilizan métodos sin pérdidas. La compresión con pérdidas descarta información que es improbable que los humanos noten. Las imágenes JPEG, el audio MP3 y el vídeo H.264 utilizan métodos con pérdidas. La pérdida de calidad es real, pero a menudo imperceptible con ajustes razonables. La elección depende del caso de uso. Las imágenes médicas necesitan compresión sin pérdidas porque cada píxel importa. Una foto publicitaria puede tolerar la compresión con pérdidas porque el espectador no lo notará. Los algoritmos de compresión explotan patrones. Las secuencias repetidas, los caracteres comunes y las estructuras predecibles se codifican de forma más eficiente. Los datos aleatorios no se comprimen. Por eso, los archivos cifrados y los medios ya comprimidos no se reducen más. El algoritmo no encuentra nada que explotar. La entropía es el límite.

Tipos de compresión

• Sin pérdidas: reconstrucción exacta, archivos más grandes
• Con pérdida: reconstrucción aproximada, archivos más pequeños
• Transmisión en tiempo real: comprime los datos a medida que llegan.
• Basado en diccionario: reemplaza patrones repetidos con referencias.

La compresión implica un compromiso. Por un lado, almacenamiento y ancho de banda; por otro, calidad y capacidad de procesamiento. Hay que encontrar el equilibrio adecuado.