Arquivo de computador
Um arquivo de computador é um recurso de computador para gravar dados em um dispositivo de armazenamento de computador, identificado principalmente por seu nome de arquivo. Assim como as palavras podem ser escritas no papel, os dados também podem ser gravados em um arquivo de computador. Os arquivos podem ser compartilhados e transferidos entre computadores e dispositivos móveis por meio de mídia removível, redes ou Internet.
Diferentes tipos de arquivos de computador são projetados para diferentes propósitos. Um arquivo pode ser projetado para armazenar uma imagem, uma mensagem escrita, um vídeo, um programa de computador ou qualquer grande variedade de outros tipos de dados. Certos arquivos podem armazenar vários tipos de dados ao mesmo tempo.
Ao usar programas de computador, uma pessoa pode abrir, ler, alterar, salvar e fechar um arquivo de computador. Arquivos de computador podem ser reabertos, modificados e copiados um número arbitrário de vezes.
Os arquivos geralmente são organizados em um sistema de arquivos, que rastreia as localizações dos arquivos no disco e permite o acesso do usuário.
Etimologia
A palavra "arquivo" deriva do latim filum ("um fio, string").
"Arquivo" foi usado no contexto de armazenamento de computador já em janeiro de 1940. Em Punched Card Methods in Scientific Computation, W. J. Eckert afirmou: "O primeiro uso extensivo do Tabulador de Hollerith em astronomia foi feito por Comrie. Ele o usou para construir uma tabela de diferenças sucessivas e para adicionar um grande número de termos harmônicos. "Tabelas de funções são construídas a partir de suas diferenças com grande eficiência, seja como tabelas impressas ou como um arquivo de cartões perfurados."
Em fevereiro de 1950, em um anúncio da Radio Corporation of America (RCA) na revista Popular Science, que descrevia uma nova "memória" tubo de vácuo que desenvolveu, a RCA afirmou: "os resultados de incontáveis cálculos podem ser mantidos 'em arquivo' e retirado novamente. Tal 'arquivo' agora existe em uma 'memória' tubo desenvolvido nos Laboratórios RCA. Ele retém eletronicamente os números inseridos nas máquinas de calcular, armazena-os enquanto memoriza novos - acelera soluções inteligentes através de labirintos de matemática."
Em 1952, "arquivo" denotava, entre outras coisas, informações armazenadas em cartões perfurados.
No início do uso, o hardware subjacente, em vez do conteúdo armazenado nele, era denominado "arquivo". Por exemplo, as unidades de disco IBM 350 eram denominadas "arquivos de disco". A introdução, por volta de 1961, pelo Burroughs MCP e pelo MIT Compatible Time-Sharing System do conceito de um "sistema de arquivos" que gerenciava vários "arquivos" em um dispositivo de armazenamento é a origem da denotação contemporânea da palavra. Embora o "arquivo de registro" demonstra o conceito inicial de arquivos, seu uso diminuiu muito.
Conteúdo do arquivo
Na maioria dos sistemas operacionais modernos, os arquivos são organizados em matrizes unidimensionais de bytes. O formato de um arquivo é definido por seu conteúdo, pois um arquivo é apenas um recipiente para dados.
Em algumas plataformas, o formato é indicado por sua extensão de nome de arquivo, especificando as regras de como os bytes devem ser organizados e interpretados de forma significativa. Por exemplo, os bytes de um arquivo de texto simples (.txt no Windows) são associados a caracteres ASCII ou UTF-8, enquanto os bytes de arquivos de imagem, vídeo e áudio são interpretados de outra forma. A maioria dos tipos de arquivo também aloca alguns bytes para metadados, o que permite que um arquivo carregue algumas informações básicas sobre si mesmo.
Alguns sistemas de arquivos podem armazenar dados específicos de arquivos arbitrários (não interpretados pelo sistema de arquivos) fora do formato de arquivo, mas vinculados ao arquivo, por exemplo, atributos estendidos ou bifurcações. Em outros sistemas de arquivos, isso pode ser feito por meio de arquivos secundários ou bancos de dados específicos de software. Todos esses métodos, no entanto, são mais suscetíveis à perda de metadados do que os formatos de contêiner e arquivamento.
Tamanho do arquivo
A qualquer momento, um arquivo tem um tamanho específico, normalmente expresso em um número de bytes, que indica quanto espaço de armazenamento está ocupado pelo arquivo. Na maioria dos sistemas operacionais modernos, o tamanho pode ser qualquer número inteiro não negativo de bytes até um limite do sistema. Muitos sistemas operacionais mais antigos controlavam apenas o número de blocos ou trilhas ocupadas por um arquivo em um dispositivo de armazenamento físico. Nesses sistemas, o software empregava outros métodos para rastrear a contagem exata de bytes (por exemplo, o CP/M usava um caractere de controle especial, Ctrl-Z, para sinalizar o fim dos arquivos de texto).
A definição geral de um arquivo não requer que seu tamanho tenha qualquer significado real, no entanto, a menos que os dados dentro do arquivo correspondam aos dados dentro de um pool de armazenamento persistente. Um caso especial é um arquivo de zero byte; esses arquivos podem ser arquivos recém-criados que ainda não tiveram nenhum dado gravado neles, ou podem servir como algum tipo de sinalizador no sistema de arquivos ou são acidentes (resultados de operações de disco abortadas). Por exemplo, o arquivo para o qual o link /bin/ls aponta em um sistema típico do tipo Unix provavelmente tem um tamanho definido que raramente muda. Compare isso com /dev/null que também é um arquivo, mas como um arquivo especial de caracteres, seu tamanho não é significativo.
Organização dos dados em um arquivo
As informações em um arquivo de computador podem consistir em pacotes menores de informações (geralmente chamados de "registros" ou "linhas") que são individualmente diferentes, mas compartilham algumas características comuns. Por exemplo, um arquivo de folha de pagamento pode conter informações referentes a todos os funcionários de uma empresa e seus detalhes de folha de pagamento; cada registro no arquivo de folha de pagamento refere-se a apenas um funcionário, e todos os registros têm a característica comum de estarem relacionados à folha de pagamento - isso é muito semelhante a colocar todas as informações da folha de pagamento em um arquivo específico em um escritório que não possui computador. Um arquivo de texto pode conter linhas de texto, correspondendo a linhas impressas em um pedaço de papel. Alternativamente, um arquivo pode conter uma imagem binária arbitrária (um blob) ou pode conter um executável.
A maneira como as informações são agrupadas em um arquivo depende inteiramente de como ele foi projetado. Isso levou a uma infinidade de estruturas de arquivos mais ou menos padronizadas para todos os propósitos imagináveis, do mais simples ao mais complexo. A maioria dos arquivos de computador é usada por programas de computador que criam, modificam ou excluem os arquivos para seu próprio uso conforme necessário. Os programadores que criam os programas decidem quais arquivos são necessários, como devem ser usados e (muitas vezes) seus nomes.
Em alguns casos, os programas de computador manipulam arquivos que se tornam visíveis para o usuário do computador. Por exemplo, em um programa de processamento de texto, o usuário manipula arquivos de documentos que ele nomeia pessoalmente. Embora o conteúdo do arquivo do documento seja organizado em um formato que o programa de processamento de texto entenda, o usuário pode escolher o nome e o local do arquivo e fornecer a maior parte das informações (como palavras e texto) que serão armazenados no arquivo.
Muitos aplicativos compactam todos os seus arquivos de dados em um único arquivo chamado arquivo compactado, usando marcadores internos para discernir os diferentes tipos de informações contidos nele. Os benefícios do arquivo compactado são diminuir o número de arquivos para facilitar a transferência, reduzir o uso de armazenamento ou apenas organizar arquivos desatualizados. O arquivo compactado geralmente deve ser descompactado antes do próximo uso.
Operações
As operações mais básicas que os programas podem executar em um arquivo são:
- Criar um novo arquivo
- Alterar as permissões de acesso e atributos de um arquivo
- Abra um arquivo, o que torna o conteúdo do arquivo disponível para o programa
- Leia dados de um arquivo
- Escrever dados para um arquivo
- Excluir um arquivo
- Feche um arquivo, encerrando a associação entre ele e o programa
- Truncar um arquivo, encurtá-lo para um tamanho especificado dentro do sistema de arquivos sem reescrever qualquer conteúdo
Os arquivos em um computador podem ser criados, movidos, modificados, aumentados, reduzidos (truncados) e excluídos. Na maioria dos casos, os programas de computador executados no computador lidam com essas operações, mas o usuário de um computador também pode manipular arquivos, se necessário. Por exemplo, os arquivos do Microsoft Word são normalmente criados e modificados pelo programa Microsoft Word em resposta aos comandos do usuário, mas o usuário também pode mover, renomear ou excluir esses arquivos diretamente usando um programa gerenciador de arquivos como o Windows Explorer (em computadores com Windows) ou por linhas de comando (CLI).
Em sistemas do tipo Unix, os programas de espaço do usuário não operam diretamente, em um nível baixo, em um arquivo. Somente o kernel lida com arquivos e lida com toda a interação do espaço do usuário com os arquivos de maneira transparente para os programas do espaço do usuário. O sistema operacional fornece um nível de abstração, o que significa que a interação com um arquivo do espaço do usuário é simplesmente por meio de seu nome de arquivo (em vez de seu inode). Por exemplo, rm filename não excluirá o arquivo em si, mas apenas um link para o arquivo. Pode haver muitos links para um arquivo, mas quando todos são removidos, o kernel considera o espaço de memória desse arquivo livre para ser realocado. Esse espaço livre é comumente considerado um risco de segurança (devido à existência de software de recuperação de arquivos). Qualquer programa de exclusão segura usa funções de espaço do kernel (sistema) para limpar os dados do arquivo.
As movimentações de arquivos dentro de um sistema de arquivos são concluídas quase imediatamente porque o conteúdo dos dados não precisa ser reescrito. Apenas os caminhos precisam ser alterados.
Métodos de movimentação
Existem duas implementações distintas de movimentação de arquivos.
Ao mover arquivos entre dispositivos ou partições, algum software de gerenciamento de arquivos exclui cada arquivo selecionado do diretório de origem individualmente após a transferência, enquanto outro software exclui todos os arquivos de uma vez somente após cada arquivo ter sido transferido.
Com o comando mv por exemplo, o método anterior é usado ao selecionar arquivos individualmente, possivelmente com o uso de curingas (exemplo: mv -n sourcePath/* targetPath, enquanto o último método é usado ao selecionar diretórios inteiros (exemplo: mv -n sourcePath targetPath). O Microsoft Windows Explorer usa o primeiro método para movimentações de arquivos de armazenamento em massa, mas o último método usando Media Transfer Protocol, como descrito em Media Transfer Protocol § Comportamento de movimentação de arquivos.
O primeiro método (exclusão individual da fonte) tem o benefício de que o espaço é liberado do dispositivo de origem ou partição imediatamente após o início da transferência, ou seja, após o término do primeiro arquivo. Com este último método, o espaço só é liberado após o término da transferência de toda a seleção.
Se uma transferência de arquivo incompleta com o último método for interrompida inesperadamente, talvez devido a um desligamento inesperado, parada do sistema ou desconexão de um dispositivo, nenhum espaço será liberado no dispositivo ou partição de origem. O usuário precisaria mesclar os arquivos restantes da origem, incluindo o último arquivo gravado de forma incompleta (truncado).
Com o método de exclusão individual, o software de movimentação de arquivos também não precisa manter o controle cumulativo de todos os arquivos concluídos para o caso de um usuário abortar manualmente a transferência de arquivos. Um gerenciador de arquivos usando o último método (exclusão posterior) terá que excluir apenas os arquivos do diretório de origem que já foram transferidos.
Identificação e organização
Nos sistemas de computador modernos, os arquivos são normalmente acessados usando nomes (nomes de arquivo). Em alguns sistemas operacionais, o nome está associado ao próprio arquivo. Em outros, o arquivo é anônimo e é apontado por links que possuem nomes. Neste último caso, um usuário pode identificar o nome do link com o próprio arquivo, mas este é um falso análogo, especialmente onde existe mais de um link para o mesmo arquivo.
Arquivos (ou links para arquivos) podem ser localizados em diretórios. No entanto, de forma mais geral, um diretório pode conter uma lista de arquivos ou uma lista de links para arquivos. Dentro desta definição, é de suma importância que o termo "arquivo" inclui diretórios. Isso permite a existência de hierarquias de diretórios, ou seja, diretórios contendo subdiretórios. Um nome que se refere a um arquivo dentro de um diretório deve ser normalmente exclusivo. Em outras palavras, não deve haver nomes idênticos em um diretório. No entanto, em alguns sistemas operacionais, um nome pode incluir uma especificação de tipo que significa que um diretório pode conter um nome idêntico para mais de um tipo de objeto, como um diretório e um arquivo.
Em ambientes nos quais um arquivo é nomeado, o nome de um arquivo e o caminho para o diretório do arquivo devem identificá-lo exclusivamente entre todos os outros arquivos no sistema do computador - dois arquivos não podem ter o mesmo nome e caminho. Onde um arquivo é anônimo, referências nomeadas a ele existirão dentro de um namespace. Na maioria dos casos, qualquer nome dentro do namespace se referirá a exatamente zero ou um arquivo. No entanto, qualquer arquivo pode ser representado em qualquer namespace por zero, um ou mais nomes.
Qualquer sequência de caracteres pode ser um nome bem formado para um arquivo ou um link, dependendo do contexto do aplicativo. Se um nome é bem formado ou não, depende do tipo de sistema de computador que está sendo usado. Os primeiros computadores permitiam apenas algumas letras ou dígitos no nome de um arquivo, mas os computadores modernos permitem nomes longos (alguns até 255 caracteres) contendo quase qualquer combinação de letras unicode ou dígitos unicode, facilitando a compreensão do propósito de um arquivo Num relance. Alguns sistemas de computador permitem que nomes de arquivos contenham espaços; outros não fazem. A distinção entre maiúsculas e minúsculas dos nomes de arquivos é determinada pelo sistema de arquivos. Os sistemas de arquivos Unix geralmente diferenciam maiúsculas de minúsculas e permitem que aplicativos de nível de usuário criem arquivos cujos nomes diferem apenas no caso de caracteres. O Microsoft Windows oferece suporte a vários sistemas de arquivos, cada um com políticas diferentes relacionadas à diferenciação de maiúsculas e minúsculas. O sistema de arquivos FAT comum pode ter vários arquivos cujos nomes diferem apenas no caso de o usuário usar um editor de disco para editar os nomes dos arquivos nas entradas do diretório. Os aplicativos do usuário, no entanto, geralmente não permitem que o usuário crie vários arquivos com o mesmo nome, mas com maiúsculas e minúsculas diferentes.
A maioria dos computadores organiza arquivos em hierarquias usando pastas, diretórios ou catálogos. O conceito é o mesmo, independentemente da terminologia utilizada. Cada pasta pode conter um número arbitrário de arquivos e também pode conter outras pastas. Essas outras pastas são chamadas de subpastas. As subpastas podem conter ainda mais arquivos e pastas e assim por diante, criando assim uma estrutura semelhante a uma árvore na qual uma "pasta principal" (ou "pasta raiz" — o nome varia de um sistema operacional para outro) pode conter qualquer número de níveis de outras pastas e arquivos. As pastas podem ser nomeadas da mesma forma que os arquivos (exceto a pasta raiz, que geralmente não tem nome). O uso de pastas facilita a organização dos arquivos de forma lógica.
Quando um computador permite o uso de pastas, cada arquivo e pasta possui não apenas um nome próprio, mas também um caminho, que identifica a pasta ou pastas em que reside um arquivo ou pasta. No caminho, algum tipo de caractere especial – como uma barra – é usado para separar os nomes de arquivo e pasta. Por exemplo, na ilustração mostrada neste artigo, o caminho /Payroll/Salaries/Managers identifica exclusivamente um arquivo chamado Managers em uma pasta chamada Salários, que por sua vez está contida em uma pasta chamada Folha de pagamento. Os nomes de pastas e arquivos são separados por barras neste exemplo; a pasta superior ou raiz não tem nome e, portanto, o caminho começa com uma barra (se a pasta raiz tivesse um nome, ele precederia essa primeira barra).
Muitos sistemas de computador usam extensões em nomes de arquivos para ajudar a identificar o que eles contêm, também conhecido como tipo de arquivo. Em computadores Windows, as extensões consistem em um ponto (ponto) no final do nome do arquivo, seguido de algumas letras para identificar o tipo de arquivo. Uma extensão de .txt identifica um arquivo de texto; uma extensão .doc identifica qualquer tipo de documento ou documentação, geralmente no formato de arquivo do Microsoft Word; e assim por diante. Mesmo quando extensões são usadas em um sistema de computador, o grau em que o sistema de computador as reconhece e atende pode variar; em alguns sistemas, eles são obrigatórios, enquanto em outros sistemas, eles são completamente ignorados se forem apresentados.
Proteção
Muitos sistemas de computador modernos fornecem métodos para proteger arquivos contra danos acidentais e deliberados. Os computadores que permitem vários usuários implementam permissões de arquivo para controlar quem pode ou não modificar, excluir ou criar arquivos e pastas. Por exemplo, um determinado usuário pode receber permissão apenas para ler um arquivo ou pasta, mas não para modificá-lo ou excluí-lo; ou um usuário pode receber permissão para ler e modificar arquivos ou pastas, mas não para executá-los. As permissões também podem ser usadas para permitir que apenas determinados usuários vejam o conteúdo de um arquivo ou pasta. As permissões protegem contra adulteração não autorizada ou destruição de informações em arquivos e mantêm as informações privadas confidenciais de usuários não autorizados.
Outro mecanismo de proteção implementado em muitos computadores é um sinalizador somente leitura. Quando este sinalizador é ativado para um arquivo (o que pode ser feito por um programa de computador ou por um usuário humano), o arquivo pode ser examinado, mas não pode ser modificado. Este sinalizador é útil para informações críticas que não devem ser modificadas ou apagadas, como arquivos especiais que são usados apenas por partes internas do sistema do computador. Alguns sistemas também incluem um sinalizador oculto para tornar certos arquivos invisíveis; esse sinalizador é usado pelo sistema do computador para ocultar arquivos essenciais do sistema que os usuários não devem alterar.
Armazenamento
Qualquer arquivo que tenha qualquer propósito útil deve ter alguma manifestação física. Ou seja, um arquivo (um conceito abstrato) em um sistema de computador real deve ter um análogo físico real para que exista.
Em termos físicos, a maioria dos arquivos de computador são armazenados em algum tipo de dispositivo de armazenamento de dados. Por exemplo, a maioria dos sistemas operacionais armazena arquivos em um disco rígido. Os discos rígidos têm sido a forma onipresente de armazenamento não volátil desde o início dos anos 1960. Onde os arquivos contêm apenas informações temporárias, eles podem ser armazenados na RAM. Arquivos de computador também podem ser armazenados em outras mídias em alguns casos, como fitas magnéticas, discos compactos, discos versáteis digitais, unidades Zip, unidades flash USB, etc. O uso de unidades de estado sólido também está começando a rivalizar com a unidade de disco rígido.
Em sistemas operacionais do tipo Unix, muitos arquivos não possuem nenhum dispositivo de armazenamento físico associado. Exemplos são /dev/null e a maioria dos arquivos nos diretórios /dev, /proc e /sys. Estes são arquivos virtuais: eles existem como objetos dentro do kernel do sistema operacional.
Como visto por um programa de usuário em execução, os arquivos geralmente são representados por um bloco de controle de arquivo ou por um identificador de arquivo. Um bloco de controle de arquivo (FCB) é uma área de memória que é manipulada para estabelecer um nome de arquivo, etc., e então passada para o sistema operacional como um parâmetro; foi usado por sistemas operacionais IBM mais antigos e sistemas operacionais de PC anteriores, incluindo CP/M e versões anteriores do MS-DOS. Um identificador de arquivo geralmente é um tipo de dados opaco ou um número inteiro; foi introduzido por volta de 1961 pelo Burroughs MCP baseado em ALGOL rodando no Burroughs B5000, mas agora é onipresente.
Corrupção de arquivo
Quando se diz que um arquivo está corrompido, é porque seu conteúdo foi salvo no computador de forma que não pode ser lido corretamente, nem por um ser humano nem por um software. Dependendo da extensão do dano, o arquivo original às vezes pode ser recuperado ou, pelo menos, parcialmente compreendido. Um arquivo pode ter sido criado corrompido ou pode ser corrompido posteriormente por substituição.
Existem muitas maneiras pelas quais um arquivo pode ser corrompido. Mais comumente, o problema ocorre no processo de gravação do arquivo em um disco. Por exemplo, se um programa de edição de imagem travar inesperadamente ao salvar uma imagem, esse arquivo pode estar corrompido porque o programa não pôde salvar sua totalidade. O próprio programa pode avisar o usuário de que houve um erro, permitindo outra tentativa de salvar o arquivo. Alguns outros exemplos de razões pelas quais os arquivos são corrompidos incluem:
- O computador em si desligando inesperadamente (por exemplo, devido a uma perda de energia) com arquivos abertos, ou arquivos no processo de ser salvo;
- Um download sendo interrompido antes de ser concluído;
- Devido a um setor ruim no disco rígido;
- O usuário removendo uma unidade flash (como um stick USB) sem desmontar corretamente (geralmente referido como "retirando de forma segura");
- Software malicioso, como um vírus de computador;
- Um flash drive a ficar muito velho.
Embora a corrupção de arquivo geralmente aconteça acidentalmente, ela também pode ser feita de propósito como um meio de procrastinação, para enganar alguém e fazê-lo pensar que uma tarefa estava pronta em uma data anterior, potencialmente ganhando tempo para terminar a tarefa. Existem serviços que fornecem corrupção de arquivos sob demanda, que essencialmente preenchem um determinado arquivo com dados aleatórios para que não possam ser abertos ou lidos, mas ainda parecem legítimos.
Uma das contramedidas mais eficazes para a corrupção não intencional de arquivos é o backup de arquivos importantes. No caso de um arquivo importante ser corrompido, o usuário pode simplesmente substituí-lo pela versão de backup.
Backup
Quando os arquivos do computador contêm informações extremamente importantes, um processo de backup é usado para proteção contra desastres que possam destruir os arquivos. Fazer backup de arquivos significa simplesmente fazer cópias dos arquivos em um local separado para que possam ser restaurados se algo acontecer com o computador ou se forem excluídos acidentalmente.
Existem muitas maneiras de fazer backup de arquivos. A maioria dos sistemas de computador fornece programas utilitários para auxiliar no processo de backup, que pode consumir muito tempo se houver muitos arquivos a serem protegidos. Os arquivos geralmente são copiados para mídia removível, como CDs graváveis ou fitas de cartucho. Copiar arquivos para outro disco rígido no mesmo computador protege contra falha de um disco, mas se for necessário proteger contra falha ou destruição de todo o computador, as cópias dos arquivos devem ser feitas em outra mídia que possa ser retirada de no computador e armazenados em um local seguro e distante.
O método de backup avô-pai-filho faz automaticamente três backups; o arquivo avô é a cópia mais antiga do arquivo e o filho é a cópia atual.
Sistemas de arquivos e gerenciadores de arquivos
A forma como um computador organiza, nomeia, armazena e manipula arquivos é globalmente conhecida como seu sistema de arquivos. A maioria dos computadores tem pelo menos um sistema de arquivos. Alguns computadores permitem o uso de vários sistemas de arquivos diferentes. Por exemplo, em computadores MS Windows mais recentes, há suporte para os sistemas de arquivos mais antigos do tipo FAT do MS-DOS e versões antigas do Windows, além do sistema de arquivos NTFS, que é o sistema de arquivos normal para versões recentes do Windows. Cada sistema tem suas próprias vantagens e desvantagens. O FAT padrão permite apenas nomes de arquivo de oito caracteres (mais uma extensão de três caracteres) sem espaços, por exemplo, enquanto o NTFS permite nomes muito mais longos que podem conter espaços. Você pode chamar um arquivo de "Registros de folha de pagamento" em NTFS, mas em FAT você estaria restrito a algo como payroll.dat (a menos que você estivesse usando VFAT, uma extensão FAT que permite nomes de arquivo longos).
Os programas gerenciadores de arquivos são programas utilitários que permitem aos usuários manipular arquivos diretamente. Eles permitem que você mova, crie, exclua e renomeie arquivos e pastas, embora na verdade não permitam que você leia o conteúdo de um arquivo ou armazene informações nele. Todo sistema de computador fornece pelo menos um programa gerenciador de arquivos para seu sistema de arquivos nativo. Por exemplo, o File Explorer (antigo Windows Explorer) é comumente usado em sistemas operacionais Microsoft Windows e o Nautilus é comum em várias distribuições do Linux.