ทำไมไฟล์ ZIP บางไฟล์เล็กลงเยอะ แต่บางไฟล์ ZIP แล้วแทบไม่ลดเลย?

หลายคนน่าจะเคยเจอแบบนี้ครับ

เอาโฟลเดอร์เอกสารไป ZIP แล้วขนาดลดลงอย่างเห็นได้ชัด

แต่พอลองเอาโฟลเดอร์รูป JPG หรือวิดีโอ MP4 ขนาดพอ ๆ กันไป ZIP กลับพบว่าไฟล์แทบไม่เล็กลงเลย

บางครั้งต่างกันเพียงไม่กี่ MB ด้วยซ้ำ

คำถามคือ

ZIP เสียหรือเปล่า?

คำตอบคือ ไม่ครับ

สิ่งที่ตัดสินว่าไฟล์จะเล็กลงได้มากแค่ไหน ไม่ได้ขึ้นอยู่กับคำว่า “ZIP” อย่างเดียว แต่ขึ้นอยู่กับว่า ข้อมูลข้างในยังมีรูปแบบหรือความซ้ำที่สามารถบีบได้เหลืออยู่มากแค่ไหน

ZIP ไม่ได้ย่อทุกอย่างด้วยเวทมนตร์

การบีบอัดแบบ Lossless ที่ใช้กับ ZIP มีเป้าหมายสำคัญคือ

ทำให้ข้อมูลเล็กลง โดยเมื่อแตกไฟล์กลับมาแล้วต้องได้ข้อมูลเดิมกลับคืนครบ

เทคนิคที่ใช้กันแพร่หลายอย่าง DEFLATE จะพยายามมองหารูปแบบข้อมูลที่ซ้ำกัน แล้วแทนสิ่งที่ซ้ำเหล่านั้นด้วยข้อมูลที่สั้นกว่า

ลองนึกภาพข้อมูลแบบนี้

AAAAAAAAAAAAAAAAAAAA

ถ้าเก็บตัว A ทุกตัวแยกกัน ระบบต้องใช้พื้นที่ซ้ำ ๆ

แต่ถ้าระบบสามารถอธิบายได้ประมาณว่า

“A ซ้ำหลายครั้ง”

ก็สามารถใช้ข้อมูลน้อยลงได้

นี่คือหัวใจสำคัญของเรื่อง

ข้อมูลมีความซ้ำมาก → มีโอกาสบีบได้มาก

ทำไมไฟล์ข้อความมัก ZIP แล้วเล็กลงเยอะ?

ไฟล์อย่าง

• TXT
• CSV
• Log
• Source code
• ข้อมูลข้อความจำนวนมาก

มักเต็มไปด้วยตัวอักษร คำ ช่องว่าง หรือโครงสร้างเดิม ๆ ที่เกิดซ้ำ

ระบบบีบอัดจึงมองเห็น Pattern จำนวนมากและสามารถลดขนาดได้ดี

แต่ต้องย้ำว่า ไม่มีเปอร์เซ็นต์ตายตัว ว่าไฟล์ข้อความจะลดได้กี่เปอร์เซ็นต์ เพราะขึ้นกับเนื้อข้อมูลจริงข้างใน

แล้วทำไม JPG, MP4 หรือ MP3 ถึง ZIP เพิ่มได้ไม่มาก?

เพราะไฟล์เหล่านี้ผ่านกระบวนการบีบอัดของตัวเองมาแล้วครับ

เช่น

JPEG มีระบบบีบอัดภาพ
MP3 มีระบบบีบอัดเสียง
MP4 มักบรรจุวิดีโอและเสียงที่ผ่าน Codec บีบอัดมาแล้ว

ข้อมูลที่มีความซ้ำง่าย ๆ จำนวนมากจึงถูกจัดการไปก่อนที่ ZIP จะเข้ามา

เมื่อ ZIP พยายามบีบอีกครั้ง มันจึงเหมือนเข้าไปในกระเป๋าที่คนก่อนหน้าจัดของไว้แน่นแล้ว

แทบไม่มีช่องเหลือให้จัดใหม่

หมายเหตุ: ตัวเลขและสัดส่วนการลดขนาดในภาพเป็นตัวอย่างเพื่ออธิบายหลักการ ผลจริงขึ้นอยู่กับชนิดไฟล์ เนื้อข้อมูล วิธีบีบอัดเดิม และโปรแกรมที่ใช้สร้าง ZIP

PNG เป็น Lossless แล้วทำไมยัง ZIP ไม่ค่อยลง?

คำว่า Lossless ไม่ได้แปลว่า “ยังไม่ผ่านการบีบอัด” ครับ

PNG เองใช้การบีบอัดแบบ Lossless อยู่ภายในอยู่แล้ว

ดังนั้นเมื่อเอา PNG ไป ZIP ซ้ำ ระบบอาจพบข้อมูลเหลือให้บีบเพิ่มเติมไม่มากนัก

หลักเดียวกันนี้ใช้กับไฟล์ Archive ที่ถูกบีบมาแล้ว เช่น ZIP, RAR หรือ 7z

การ ZIP ไฟล์ ZIP อีกครั้งจึงไม่ได้หมายความว่าจะเล็กลงต่ออีกมาก

บางกรณีไฟล์ใหม่อาจใหญ่ขึ้นเล็กน้อยเสียด้วยซ้ำ

ทำไม ZIP แล้วไฟล์ถึงใหญ่ขึ้นได้?

เพราะไฟล์ ZIP เองก็ต้องมีข้อมูลประกอบของมัน เช่น

• ชื่อไฟล์
• โครงสร้างโฟลเดอร์
• ข้อมูลเกี่ยวกับวิธีบีบอัด
• ข้อมูลสำหรับตรวจสอบความถูกต้อง
• รายการไฟล์ภายใน Archive

ข้อมูลส่วนนี้มีขนาดเพิ่มขึ้นเล็กน้อย เรียกว่า Overhead

ถ้าไฟล์ต้นฉบับเล็กมาก หรือเป็นไฟล์ที่แทบไม่มีอะไรเหลือให้บีบแล้ว สิ่งที่ประหยัดได้อาจน้อยกว่า Overhead ที่เพิ่มเข้าไป

ผลลัพธ์จึงอาจเป็น ZIP ที่ขนาดเท่าเดิมหรือใหญ่ขึ้นเล็กน้อย

DOCX, XLSX และ PPTX ก็เป็นตัวอย่างที่น่าสนใจ

ไฟล์ Office รุ่นใหม่อย่าง

.docx
.xlsx
.pptx

ไม่ได้เป็นไฟล์ข้อมูลดิบก้อนเดียว

ภายในประกอบด้วยไฟล์ย่อยหลายส่วน ซึ่งถูกแพ็กอยู่ในโครงสร้างที่อาศัย ZIP อยู่แล้ว

ดังนั้นการเอา DOCX ไป ZIP ซ้ำ จึงมักไม่ได้ลดขนาดอย่างมหาศาลแบบไฟล์ TXT ดิบ

นี่เป็นตัวอย่างที่ดีว่า

แค่นามสกุลดูไม่เหมือนไฟล์บีบอัด ไม่ได้แปลว่าข้อมูลภายในยังไม่เคยถูกบีบมาก่อน

แต่ ZIP ยังมีประโยชน์ แม้ไฟล์แทบไม่เล็กลง

ลองสมมุติว่าเรามีรูป JPG จำนวน 100 รูป

รวมกันประมาณ 500MB

เมื่อ ZIP แล้วอาจยังเหลือใกล้เคียง 500MB

ถ้ามองแค่ขนาดไฟล์อาจรู้สึกว่า

“ZIP ไปทำไม?”

แต่ประโยชน์อีกอย่างของ ZIP คือ

รวมไฟล์จำนวนมากให้กลายเป็นไฟล์เดียว

ทำให้ง่ายต่อการ

• ส่งไฟล์
• อัปโหลด
• ดาวน์โหลด
• สำรองข้อมูล
• รักษาโครงสร้างโฟลเดอร์

ดังนั้น ZIP ไม่ได้มีหน้าที่แค่ “ทำให้เล็กลง”

มันยังเป็น Archive Format สำหรับรวมและจัดเก็บไฟล์ด้วย

แล้วถ้าอยากให้รูปหรือวิดีโอเล็กลงจริง ๆ ล่ะ?

ถ้าไฟล์ถูกบีบมาแล้ว การ ZIP ซ้ำมักไม่ใช่วิธีที่มีประสิทธิภาพที่สุด

รูปภาพอาจต้องใช้วิธีอย่าง

• ลด Resolution
• ลด Quality
• เปลี่ยนรูปแบบไฟล์หรือ Codec
• ลบ Metadata ที่ไม่จำเป็น

ส่วนวิดีโออาจต้อง

• ลด Bitrate
• ลด Resolution
• เปลี่ยน Codec
• เข้ารหัสไฟล์ใหม่

แต่ต้องเข้าใจว่า วิธีเหล่านี้บางประเภทอาจทำให้คุณภาพลดลง ต่างจากการ ZIP แบบ Lossless ที่ต้องคืนข้อมูลต้นฉบับได้ครบ

หมายเหตุ: เปอร์เซ็นต์และขนาดตัวอย่างในภาพเป็นเพียงภาพประกอบ หลักสำคัญคือไฟล์ที่มีข้อมูลซ้ำมากมักบีบได้ดี ส่วนไฟล์ที่ถูกบีบอัดมาแล้วมักลดได้เพียงเล็กน้อย

จำง่าย ๆ ว่า ZIP มี 3 สถานการณ์หลัก

1. ZIP แล้วคุ้มมาก

ข้อมูลมีความซ้ำสูง เช่น Text, CSV, Log หรือข้อมูลดิบบางประเภท

2. ZIP แล้วแทบไม่เล็ก แต่ยังมีประโยชน์

เช่น รูป JPG, เพลง MP3 หรือวิดีโอ MP4 จำนวนมาก เพราะแม้ขนาดจะลดไม่เยอะ แต่สามารถรวมทั้งหมดเป็นไฟล์เดียวได้

3. ต้องการให้เล็กลงจริง ๆ

อาจต้องใช้เครื่องมือที่เหมาะกับชนิดข้อมูลนั้นโดยตรง เช่น ลดความละเอียด เปลี่ยน Codec หรือลด Bitrate

ครั้งต่อไป ZIP แล้วแทบไม่เล็ก อย่าเพิ่งคิดว่าโปรแกรมพัง

ลองถามก่อนว่า

“ข้อมูลนี้ถูกบีบมาแล้วหรือยัง?”

เพราะ ZIP สามารถทำงานได้ดีที่สุดเมื่อยังมีรูปแบบหรือข้อมูลซ้ำให้มันหาเจอ

ไฟล์ข้อความเปรียบเหมือนกระเป๋าที่ใส่ของยังหลวม

ZIP เข้าไปจัดใหม่จึงประหยัดพื้นที่ได้มาก

แต่ JPEG, MP3 หรือ MP4 เปรียบเหมือนกระเป๋าที่ถูกจัดของจนแน่นมาแล้ว

เอาไปใส่กระเป๋าอีกชั้นหนึ่ง

ของข้างในก็ไม่ได้เล็กลงตามไปด้วย

และนี่คือเหตุผลว่าทำไมปุ่ม

“Compress to ZIP”

บางครั้งทำให้ไฟล์เล็กลงอย่างเห็นได้ชัด

แต่บางครั้งมันทำหน้าที่สำคัญอีกแบบหนึ่งแทน นั่นคือ

“รวมหลายไฟล์ให้กลายเป็นก้อนเดียวที่จัดการง่ายขึ้น”