Image Compression

• 해상도에 영향을 끼치지 않고, 데이터의 크기를 줄임

1. Lossless compression (무손실 압축)

• "압축 하기 (Encoder)" 과정과 "압축 풀기 (Decoder)" 과정을 반복해도 원 Data에 손실이나 변화가 없음
• Lossy Compression에 비해 압축률이 적음
• ex) Run-length encoding, TIFF (무손실 압축과 태그를 지원하는 최초의 이미지 포맷)

Run-length encoding

• 흰색과 검정색 픽셀들로 이루어진 그림
• '흰색, 흰색, 흰색, 흰색, 흰색, 검정색, 검정색, 흰색' 으로 이루어짐
• Run-length encoding을 통해 '(5)흰색, (2)검정색, (1)흰색' 으로 압축

2. Lossy compression (손실 압축)

• 원 Data에 손실을 발생
• Lossless compression에 비해 압축률이 커, 업로드와 다운로드 속도를 개선시켜줌

Metadata

• 데이터에 대한 데이터 (어떤 목적을 가지고 만들어진 데이터)
• 대량의 정보 가운데에서 찾고 있는 정보를 효율적으로 찾아내서 이용하기 위해 일정한 규칙에 따라 콘텐츠에 대하여 부여되는 데이터
  - ex) SNS의 사용자 ID, 업로드 일시, 해시태그, 좋아요 수, 위치
  - ex) SNS는 업로드 일시를 기준으로 피드를 정렬한다.

Computing

1. Sequential computing (직렬 컴퓨팅)

• serial processing이라고도 불리며, 한번에 한가지 일만 처리할 수 있다.
• 여러개의 일이 있을 경우 한가지 일을 처리 후, 그 다음 일을 처리한다.

2. Parallel computing (병렬 컴퓨팅)

• 동시에 여러 일을 처리할 수 있다.
  - ex) GPU: GPU를 통해 이미지의 병렬처리를 하여 아이폰의 스크린을 표현한다.

3. Distributed computing (분산 컴퓨팅)

• 여러대의 컴퓨터가 하나의 네트워크로 연결되어 있으며, 전체적인 일의 부분 부분을 나누어 더 빨리 처리하는 방식이다.
  - ex) 수백개의 서버로 이루어진 데이터 센터

< Parallel vs Distributed computing >

• 일을 동시에 처리한다는 점에서 둘의 명확한 차이점은 존재하지 않는다.
• Parallel : 동시의 여러 일을 처리
• Distributed : 동시에 여럿이서 하나의 일을 처리

Excerpt From
Develop in Swift Explorations
Apple Education
https://books.apple.com/kr/book/develop-in-swift-explorations/id1581182728?l=en
This material may be protected by copyright.