Az adattömörítés csökkenti a fájlméretet. A kisebb fájlok kevesebb tárhelyet foglalnak, gyorsabban mozognak hálózaton, és kevesebbe kerülnek a megőrzésük. A kompromisszum a számítási teljesítmény. A tömörítés és a kicsomagolás CPU-időt vesz igénybe. A cél az, hogy több tárhelyet és sávszélességet takarítsunk meg, mint amennyit feldolgozásra költünk. A legtöbb felhasználási esetben a matematika működik.

A tömörítésnek két formája létezik. A veszteségmentes tömörítés megőrzi az eredeti adatok minden bitjét. A ZIP fájlok, a PNG képek és a FLAC hanganyagok veszteségmentes módszereket használnak. A veszteséges tömörítés olyan információkat vet el, amelyeket az emberek valószínűleg nem vesznek észre. A JPEG képek, az MP3 hanganyagok és a H.264 videók veszteséges módszereket használnak. A minőségromlás valós, de ésszerű beállítások mellett gyakran észrevehetetlen. A választás a felhasználási esettől függ. Az orvosi képekhez veszteségmentes tömörítés szükséges, mert minden pixel számít. Egy marketingfotó elviseli a veszteséges tömörítést, mert a néző nem fogja észrevenni. A tömörítési algoritmusok mintákat használnak ki. Az ismétlődő szekvenciák, a gyakori karakterek és a kiszámítható struktúrák mind hatékonyabban kódolódnak. A véletlenszerű adatok nem tömörülnek. Ezért a titkosított fájlok és a már tömörített média nem zsugorodik tovább. Az algoritmus nem talál semmit, amit kihasználhatna. Az entrópia a határ.

Tömörítési típusok

• Veszteségmentes – pontos rekonstrukció, nagyobb fájlok
• Veszteséges – hozzávetőleges rekonstrukció, kisebb fájlok
• Streaming – tömöríti az adatokat érkezéskor
• Szótáralapú – ismétlődő mintákat hivatkozásokkal helyettesít

A tömörítés egy csere. Tárhely és sávszélesség az egyik oldalon. Minőség és számítási kapacitás a másikon. Válaszd ki a feladatnak megfelelő egyensúlyt.