Datei

Grundbegriff und Bedeutung

Eine Datei ist in der Informationstechnologie eine Zusammenstellung gleichartiger, zusammengehöriger digitaler Daten. Sie wird unter einem Dateinamen auf einem Datenträger oder Speichermedium abgelegt und kann gespeichert, wiedergegeben, bearbeitet oder übertragen werden. Ein Betriebssystem oder ein geeignetes Anwendungsprogramm erschließt und interpretiert ihren Inhalt. Zur besseren Übersicht kann eine Datei in Datensätze unterteilt sein.

Dateien erleichtern den Austausch von Daten zwischen Programmen, Prozessen und Nutzern. Weil sie kopiert und transportiert werden können, ist der Datenaustausch grundsätzlich unabhängig von dem Programm möglich, mit dem die Daten bearbeitet wurden. Alternativen zur Ablage und zum Austausch sind Datenbanken und cloudbasierte Speicher, die Daten allerdings meist ebenfalls als Dateien verwalten.

Eine Datei besitzt eine innere Struktur und äußere Attribute. Die innere Struktur ist das Datenformat und wird hauptsächlich durch das Programm bestimmt, das die Datei erzeugt oder bearbeitet. Zu den äußeren Attributen gehören insbesondere der Dateiname, der Speicherort und allgemeine Eigenschaften wie Größe, Zugriffsrechte und Zeitstempel. Diese Informationen verwaltet gewöhnlich das Dateisystem als Teil des Betriebssystems.

Inhalt, Aufbau und Dateiformate

Technisch besteht der Dateiinhalt zunächst aus einer eindimensionalen Folge von Bits, die normalerweise in Datenblöcken zusammengefasst wird. Erst ein Anwendungsprogramm, der Nutzer oder das Betriebssystem interpretiert diese Bit- beziehungsweise Bytefolge, etwa als Text, Bild, Tonaufzeichnung oder ausführbares Programm. Die Regeln für diese Interpretation bilden das Dateiformat.

Typische inhaltliche Dateitypen sind:

• Audiodateien mit Musik, Geräuschen oder Sprache • Bilddateien mit unbewegten Bildern, Fotos, Grafiken oder Zeichnungen • Textdateien mit darstellbaren Zeichen, insbesondere Buchstaben, Zahlzeichen und Sonderzeichen • Videodateien mit bewegten Bildern und gegebenenfalls Begleitton

Eine Datei setzt sich allgemein aus einem Dateikopf und dem eigentlichen Dateiinhalt zusammen. Der Dateikopf, englisch „Header“, kann Metadaten enthalten. Metadaten sind beschreibende Informationen, beispielsweise Steuerangaben und Eigenschaften der gespeicherten Daten.

Das Dateiformat kann auf unterschiedliche Weise gekennzeichnet werden. Häufig steht hinter dem Dateinamen eine durch einen Punkt getrennte Dateinamenserweiterung, beispielsweise .jpg oder .txt. Sie zeigt dem Nutzer meist, welche Art von Daten enthalten ist und welches Programm die Datei verwenden kann. Die Endungen .bat für eine Batch-Datei und .sys für eine Systemdatei kennzeichnen Dateien, die dem Betrieb des Computers dienen und direkt vom Betriebssystem geladen und ausgeführt werden können.

Weitere Kennzeichnungen sind Dateisystem-Attribute, eine Magische Zahl innerhalb des Inhalts, Metainformationen oder die Ablage in bestimmten Verzeichnissen. Eine Magische Zahl ist eine charakteristische Zeichen- oder Bytefolge, meist am Anfang der Datei; ein Beispiel ist <?xml version="1.0". Unter Unix-artigen Systemen markiert das X-Bit eine Datei als ausführbar. Erweiterte Dateiattribute können dort etwa mit dem Kommando xattr verwaltet werden. Auch ein Internet Media Type, kurz MIME-Typ, beschreibt das Format. Er kann als Attribut gespeichert oder aus dem Dateiinhalt ermittelt werden. Fehlt eine Kennzeichnung, versuchen spezielle Programme den Typ zu erkennen; im Unix-Umfeld ist dafür der Befehl file verbreitet.

Wichtige Dateiarten und besondere Eigenschaften

Dateien lassen sich nach ihrem Verwendungszweck unterscheiden. Eine Arbeitsdatei übernimmt Daten von einem Datenverarbeitungsprozess und übergibt sie an einen anderen. Eine Ausgabedatei enthält Ausgabedaten. Bewegungsdateien speichern Primär- beziehungsweise Bewegungsdaten, Stammdateien dagegen Stammdaten. Ein Dateianhang ist eine Datei, die einer E-Mail beigefügt wird. Programmdateien enthalten Befehle zur Verarbeitung von Daten.

Eine Auslagerungsdatei wird von verschiedenen Betriebssystemen zur Speicherverwaltung eingesetzt. Sie ermöglicht Prozessen einen größeren Adressraum, als durch den physisch vorhandenen Arbeitsspeicher eigentlich verfügbar wäre. Eine Gerätedatei dient der einfachen Kommunikation zwischen dem Userspace, also etwa gewöhnlichen Anwenderprogrammen, und dem Kernel, dem Kern des Betriebssystems, und damit letztlich mit der Hardware. Temporäre Dateien speichern Daten nur für begrenzte Zeit. Versteckte Dateien werden bei bestimmten Anwendungen ausgeblendet und sind für den Nutzer nicht sichtbar.

Nach der Ausführbarkeit wird zwischen ausführbaren und nicht ausführbaren Dateien unterschieden. Ausführbar sind Programme in Maschinensprache, Skriptsprachen oder einem Zwischencode, dem Bytecode. Zu den nicht ausführbaren Dateien gehören unter anderem Quelltexte, Audio-, Bild-, Grafik-, Text-, Video- und Datenbankdateien, Dateiverknüpfungen sowie allgemein Binärdateien, die beispielsweise proprietäre Programme zur Datenspeicherung verwenden. Eine Dateiverknüpfung verweist auf eine andere Datei oder ein Verzeichnis.

Moderne Dateisysteme können Sparse-Dateien unterstützen. Bei einer solchen meist großen Datei werden nur die mit Daten gefüllten Abschnitte tatsächlich gespeichert. Nicht gespeicherte Zwischenräume gelten als mit Null-Bytes gefüllt. Manche Dateisysteme können Dateien außerdem transparent komprimieren oder verschlüsseln. „Transparent“ bedeutet hier, dass ein Programm die Datei normal verwenden kann, ohne die Kompression oder Verschlüsselung bei der Arbeit berücksichtigen zu müssen.

Speichern, Bearbeiten und Übertragen

Beim Speichern werden die Daten in einem bestimmten Dateiformat auf einem Datenspeicher abgelegt. Moderne Betriebssysteme ordnen Dateiformaten Anwendungen zu, die den jeweiligen Inhalt interpretieren können. Die Wiedergabe erfolgt auf einem Computer oder mit einem vom Dateiformat abhängigen Wiedergabegerät. Dateikonverter wandeln Dateien aus ihrem ursprünglichen Format in ein anderes Dateiformat um. Bei großen Datenmengen kann eine Datenkompression den benötigten Speicherplatz verringern.

Programme lesen beim Start häufig automatisch Dateien mit Voreinstellungen oder Konfigurationen ein. Nutzer können eine Datei auch gezielt laden, bearbeiten und anschließend speichern. Wird beispielsweise ein Text unter einem Dateinamen im Dateisystem abgelegt, kann ein Textverarbeitungsprogramm ihn laden und bearbeiten. Beim Speichern wird die Datei auf dem Speichermedium aktualisiert und die alte Version überschrieben. „Speichern als“ legt die Daten unter einem neuen Namen, auf einem anderen Datenträger oder in einem anderen Format ab. Automatische Zwischenspeicherung, Warnungen vor dem Beenden ohne Speicherung und regelmäßiges Speichern in der Cloud können Datenverlust vorbeugen. Manche Systeme erlauben außerdem mehreren Nutzern, dieselbe Datei gleichzeitig zu bearbeiten.

Bei einer Übertragung über das Internet zerlegt das Transmission Control Protocol (TCP) die Datei in kleinere Datenpakete und versendet diese getrennt. Die Pakete können unterschiedliche Knotenpunkte wie Hostrechner oder Server durchlaufen, weil an jedem Knoten ein geeigneter Weg neu bestimmt wird. TCP stellt am empfangenden Gerät die ursprüngliche Reihenfolge wieder her. Das Internet Protocol (IP) übernimmt die korrekte Adressierung der Pakete, damit die beteiligten Computer eindeutig identifiziert werden. Die Übertragung beginnt mit dem Upload beim Absender und endet mit dem Download beim Empfänger.

Verwaltung durch Dateisysteme

Ein Dateisystem organisiert Dateien und Verzeichnisse auf einem Speichermedium. Es hält in Verwaltungsstrukturen fest, welche Bereiche durch welche Dateien belegt und welche Bereiche frei sind. Häufig führt es außerdem Protokolle über geplante oder abgeschlossene Änderungen. Obwohl Dateisysteme von der konkreten Art des Speichermediums abstrahieren sollen, sind viele an dessen technische Eigenschaften angepasst, beispielsweise an eine Blockgröße von 512 Byte bei Festplatten.

Für die meisten Dateisysteme ist 1 Byte die kleinste Verwaltungseinheit. Deshalb muss die Länge des Bitstroms eines Dateiinhalts einer ganzen Zahl von Bytes entsprechen; auch eine leere Datei mit 0 Byte beziehungsweise 0 Bit ist im Allgemeinen erlaubt. Neben Dateiname und Speicherort verwaltet das Dateisystem meist den Dateityp, etwa Verzeichnis, normale oder spezielle Datei, die Dateigröße als Anzahl der Bytes, Schreib- und Leserechte sowie Zeitstempel für Erzeugung, letzten Zugriff und letzte Änderung. Ein weiteres Attribut kann eine Datei als versteckt kennzeichnen.

Dateien und Verzeichnisse lassen sich mit einem Dateimanager verwalten. Grafische Dateimanager wie Finder, Windows-Explorer, Nautilus oder Dolphin stellen sie gewöhnlich als Liste oder Symbole in Fenstern und Ordnern dar.

Die erlaubten Zeichen und die maximale Länge eines Dateinamens hängen vom Dateisystem, Betriebssystem und gegebenenfalls von den Spracheinstellungen ab. In Unix-kompatiblen Dateisystemen dürfen Dateinamen weder einen Schrägstrich / noch ein Nullzeichen enthalten. Bei Unix-artigen Systemen ist die Länge beispielsweise auf 255 Zeichen begrenzt. Betriebssysteme begrenzen zusätzlich die Länge des gesamten Dateipfads einschließlich des Dateinamens. Beim Datenaustausch kann der Zugriff deshalb scheitern, wenn ein Name Zeichen enthält oder ein Pfad eine Länge besitzt, die das andere Betriebssystem nicht unterstützt.

Auch die Zeichencodierung kann Schwierigkeiten verursachen. Das Betriebssystem muss den für Dateinamen verwendeten Zeichensatz unterstützen, damit Namen richtig angezeigt werden. Unicode wird von vielen historischen Betriebssystemen und manchen zugehörigen Dateisystemen nicht unterstützt. Eine Datei kann daher auf einem Dateisystem zwar gespeichert sein, auf einem anderen Betriebssystem wegen eines dort unzulässigen oder nicht darstellbaren Namens aber unzugänglich sein; dann lässt sie sich dort gewöhnlich auch nicht umbenennen oder löschen.