ANÁLISE DE DESEMPENHO DE
COMPACTADORES DE ARQUIVOS
Lucas da Silva Tavares Luís Fabrício Wanderley Góes
PUC - Minas PUC - Minas
Rua Rio Cumprido, nº: 4580, Bairro: Rua Rio Cumprido, nº: 4580, Bairro:
Cinco, Cep: 32010-025, Contagem-MG Cinco, Cep: 32010-025, Contagem-MG
tavares.puc@hotmail.com lfwgoes@pucminas.br
ABSTRACT
Data compression allows large amounts of data to be stored
efficiently. The storage and manipulation of data is a matter
of paramount importance for human development and
technological needs to be studied in order to find answers
and precise patterns on the best ways to compress the
various types of existing files. This paper presents a
performance analysis of file compressors. The main
contribution of this work is the proposal of a decision tree
for to choose the best file compressor according to the
metric, size and format of the files. Experimental result
show that the decision tree is able to select the best file
compressor among free and commercial ones for different
file formats and sizes.
Palavras-Chave
Compactadores de arquivos; Árvore de Decisão; Análise de
Desempenho.
INTRODUÇÃO
O armazenamento de dados nos dias atuais vem sofrendo
uma queda considerável em seus custos. A manipulação de
grandes volumes de dados ainda é um grande desafio e a
compactação de dados é uma das formas de reduzir custos e
garantir um desempenho cada vez melhor nessa tarefa. O
uso de ferramentas para a compactação de dados propicia
benefícios para várias áreas que necessitam de
armazenamento e transmissão de grandes quantidades de
dados [4].
Os dispositivos atuais de multimídia (smartphones, tablets,
etc.), não seriam capazes de realizar as tarefas como
chamadas de vídeo, se não fosse pela compactação de
dados. Segundo [3] “a compactação de dados é a arte ou
ciência de representar informações de forma compactada”
[3].
Neste cenário, é importante analisar qual compactador de
arquivos é o melhor para cada tipo de dado e tarefa, pois
pode gerar redução de tempo e custo para varias áreas que
necessitam da manipulação de várias quantidades de dados
[3,4].
OBJETIVO
O objetivo deste trabalho é realizar uma análise de
desempenho de compactadores de arquivos. Como principal
contribuição, foi proposta uma árvore de decisão foi
proposta para escolha do melhor compactador de arquivo de
acordo com a métrica, tamanho e formato dos arquivos.
Dentre estes formatos de arquivos, podemos destacar
Bitmap, Psd, Aiff, Avi, Wave, Doc, Txt, e Xls, que são
extensões de imagem, vídeo, áudio e texto.
JUSTIFICATIVA
Os compactadores de arquivos são ferramentas utilizadas
por vários sistemas informatizados e por pessoas para as
mais variadas tarefas de empresas, organizações e até
mesmo tarefas comuns do dia-a-dia de muitos usuários de
computadores. Devido à demanda de transferência e
armazenamento de dados pelos mais variados sistemas de
informação e dispositivos eletrônicos em geral, a
compactação de arquivos se tornou o grande aliado de
várias funções dessas áreas e dispositivos [3,4].
As imagens JPEG são um grande exemplo de como
dispositivos e a própria web dependem da compactação de
dados, este é um padrão de compactação com perdas
proporcionais ao resultado de compactação desejado, que
são amplamente utilizadas. Um exemplo de compactação
sem perda muito utilizado também são os arquivos .rar
gerados pelo software de compactação WinRar, que ao
contrário do JPEG, não perdem nenhum dado após serem
compactados [3].
Portanto a análise de desempenho de compactadores é
importante para indicar qual compactador de arquivo é o
mais indicado para o armazenamento de cada tipo de
arquivo e tamanho [3,4].
COMPACTAÇÃO DE ARQUIVOS
A compactação de dados torna possível à utilização de
vários recursos em dispositivos multimídia como TV
digital, Smartphones, DVDs, Mp3 players e vários outros.
Portanto, ela faz com que o desenvolvimento dessas áreas
se torne uma tarefa menos complicada. Sem a compactação
de dados seria muito caro e demorado fazer, por exemplo,
uma chamada de vídeo entre dois smartphones. A
compactação de dados consiste-se em duas tarefas: receber
dados em um tamanho e devolvê-los em um tamanho
menor sem fazer com que esses dados se tornem
inutilizados [3,5].
A compactação se divide em dois grandes grupos: a
compactação com perdas (lossy data compression) e a sem
perdas (lossless compression). No primeiro, os arquivos
sofrem uma perda insignificante de dados, mas que
resultam em uma grande diferença no tamanho final do
arquivo que foi compactado. Como consequência, estes
arquivos não podem mais voltar ao seu estado anterior, ou
seja, exatamente como eles eram antes de serem
compactados. Por exemplo, no caso de arquivos de áudio,
as perdas que eles sofrem, devido à compactação, podem
ser insignificantes ao ouvido humano. Já na compactação
sem perdas, os dados não perdem seu formato original,
sendo que mesmo depois de compactados e
descompactados, os dados mantém suas características
originais. Essa segunda técnica geralmente é usada quando
não se pode perder de forma alguma nenhum dado do
arquivo, como por exemplo, em arquivos texto e programas
de computadores utilizados para medicina. Na segunda
técnica, o tamanho do arquivo compactado é geralmente
maior que o da compactação com perdas [1,2,3,4].
TÉCNICAS DE COMPACTAÇÃO DE ARQUIVOS
Existem vários algoritmos que possuem como finalidade
compactar e descompactar arquivos de textos, programas de
computadores, multimídia e etc. Na verdade, esses
algoritmos são apenas métodos que quando utilizados em
conjunto, são capazes de gerar um modelo de compactação
de dados bastante eficaz. Esses métodos tem a função de
transformar um conjunto de símbolos em um conjunto de
códigos que eles mesmos terão que ser capazes de
retransformar em símbolos [1,3]. Como exemplo, podemos
citar o código de Huffman, LZ e Shannon-Fano [3,5].
FERRAMENTAS DE COMPACTAÇÃO DE ARQUIVOS
No mercado atualmente existem várias ferramentas de
compactação de arquivos. Alguns exemplos são: WinRar,
WinZip, NanoZip, NHC expresso Zip, 7-Zip e IZarc.
Segundo [6], o melhor software disponível no mercado é o
NanoZip, já para [7] os melhores softwares são Winrar,
WinZip. Alguns softwares já vêm nativos nos sistemas
operacionais. No Windows Seven, por exemplo, o software
WinZip já vem instalado como o compactador e
descompactador de arquivos padrão. [6,7].
Alguns softwares possuem versões gratuitas e pagas como o
WinRar, outros possuem versões apenas gratuitas e outros
apenas versões pagas. [3,5].
Dentre os softwares livres, temos o 7-Zip que é baseado na
compactação sem perdas e nos algoritmos da família LZ e o
Bzip2 que é baseado na compactação sem perdas e no
código de Huffman [1,3].
ÁRVORE DE DECISÃO
As árvores de decisão nos auxiliam nas tomadas de decisão.
São muito utilizadas em problemas de classificação.
Basicamente, elas tem capacidade de aprender através de
experiências e resultados anteriores [1,3].
As execuções de vários testes fazem com que a árvore de
decisão chegue a uma decisão. Está decisão é tomada
inicialmente por uma situação descrita por vários atributos.
O algoritmo utilizado em nosso trabalho foi o ID3. Baseado
no cálculo da entropia, ele escolhe os atributos iniciais de
forma a diminuir a desordem das hipóteses de cada questão
[1,3].
METODOLOGIA
Esta pesquisa é quantitativa e experimental. São realizados
testes com arquivos de diversos formatos e compactadores
de arquivos. O computador utilizado para realizar os testes
possui a seguinte configuração: Processador Core i3 2.13
GHz, Memória RAM de 4GB e Sistema Operacional
Windows Seven Professional. Os tipos de arquivos
utilizados são: Wave, Aiff, Avi, Bitmap, Psd, Doc, Txt e Xls.
Para cada tipo de arquivo foram utilizados os seguintes
tamanhos: 50MB, 500MB e 1000MB. Por último, para cada
combinação de compactador, tipo e tamanho de arquivo
foram realizados três testes e calculada a média aritmética
das execuções.
RESULTADOS EXPERIMENTAIS
Nesta seção são apresentados alguns dos principais
resultados alcançados neste trabalho.
Figura 1 - Tempo de Compactação para arquivos do tipo
Bitmap.
De acordo com os dados da figura 1, podemos constatar que
o 7-Zip e WinZip otimizado são os que gastam menor
tempo para compactar arquivos Bitmap. Sendo que a
grande diferença de tempo está para os arquivos de 500MB
que com WinZip é 72% menor que o WinRar no modo
normal, que possui o segundo melhor tempo.

Figura 2 - Tempo de Descompactação para arquivos do tipo
PSD.
Nos testes de descompactação dos arquivos PSD da figura
2, o NanoZip é o que gasta mais tempo para compactar
arquivos de 50MB, ficando com uma diferença de 50% para
com todos os outros compactadores utilizados nos testes.
Para os arquivos de 500MB, o FreeArc é 10% mais rápido
que o WinRar e para arquivos de 1000MB o 7-Zip é 20%
mais rápido o que WinZip normal e otimizado.
Figura 3 - Tamanho Compactado para arquivos do tipo AVI.
Na comparação de tamanho compactado feita com os três
tamanhos de arquivos do tipo avi, o NanoZip obteve os
melhores resultados, sendo que ele é em 50MB, 23% menor
que o FreeArc, em 500MB, 24% menor e em 1000MB,
19% menor.
Figura 4 - Arvore de Decisão.
Na Figura 4, mostramos a árvore de decisão gerada pelo
software WEKA para escolha do melhor compactador de
acordo com o tamanho, extensão e métrica dos arquivos de
entrada.
CONCLUSÃO
Este trabalho comparou o desempenho de compactadores
de arquivos existentes no mercado atualmente. A principal
contribuição deste trabalho foi a proposta de uma árvore de
decisão para ajudar o usuário na seleção do melhor
compactador de arquivo de acordo com o tamanho, métrica
e extensão do arquivo. Como trabalhos futuros, é
pretendido testar outros compactadores de arquivos, com
tamanhos de arquivos e extensões diferentes e
computadores com configurações de hardware e software
diferentes. Além disso, pode também ser implementado um
software para seleção automática do compactador de
arquivos baseado no arquivo de entrada.
REFERÊNCIA BIBLIOGRÁFICA
1. PU, Ida Mengyi. Fundamental Data Compression,
Burlington, 2006.
2. ABERNETHY, Michael, Mineração de dados com
WEKA, Parte 1: Introdução e regressão. Disponível
em:
<http://www.ibm.com/developerworks/br/opensource/li
brary/os-weka1/> Acesso em: 30 mai. 2013.
3. KHALID, Sayood. Introduction to data compression,
San Francisco, 2005.
4. NELSOM, Mark and GAILLY, Jean-loup. The Data
Compression Book 2nd, 1995.
5. SALOMON, David. Data Compression The Complete
Reference 4nd, Estado da Califórnia, 2007.
6. COMPRESSION RATINGS: Disponível
em:<http://compressionratings.com/>. Acesso em: 30
out. 2012.
7. 2012 BEST COMPRESSION SOFTWARE REVIEWS
AND COMPARISONS: Disponível em:<http://file-
compression-software-review.toptenreviews.com/>.
Acesso em: 30 out. 2012