Essendo principalmente uno sviluppatore Windows, forse mi manca qualcosa di culturale nella comunità Linux, ma mi ha sempre confuso.
Quando si scarica qualcosa, i file vengono prima inseriti in un .tararchivio e poi compressi . Perché il processo in due fasi? La compressione non raggiunge il raggruppamento dei file? C'è qualche altro vantaggio di cui non sono a conoscenza?
Risposte:
bzipe gziplavorare su file singoli, non su gruppi di file. Plain old zip(and pkzip) operano su gruppi di file e hanno il concetto di archivio integrato.
La filosofia * nix è uno dei piccoli strumenti che svolgono molto bene lavori specifici e possono essere concatenati insieme. Ecco perché ci sono due strumenti qui che hanno compiti specifici e sono progettati per adattarsi bene insieme. Significa, inoltre, è possibile utilizzare tar per i file di gruppo e poi si dispone di una scelta di uno strumento di compressione ( bzip, gzip, ecc).
tararchivi: supporto per i permessi del filesystem Linux . Cosa succederebbe se scaricaste un pacchetto Debian, il vostro gestore di pacchetti lo installasse, ma nessuno degli eseguibili fosse eseguibile? Questo è il vero motivo per cui tutti usano tarball ...;)
Una distinzione importante è nella natura dei due tipi di archivi.
I file TAR sono poco più che una concatenazione del contenuto del file con alcune intestazioni, mentre gzip e bzip2 sono compressori di flussi che, nei tarball, vengono applicati all'intera concatenazione.
I file ZIP sono una concatenazione di file compressi individualmente, con alcune intestazioni. In realtà, l'algoritmo DEFLATE è utilizzato sia da zip che da gzip e, con opportuni aggiustamenti binari, potresti prendere il payload di un flusso gzip e metterlo in un file zip con intestazione e voci di dizionario appropriate.
Ciò significa che i due diversi tipi di archivio hanno diversi compromessi. Per grandi raccolte di piccoli file, TAR seguito da un compressore di flusso normalmente darà luogo a un rapporto di compressione più alto di ZIP perché il compressore di flusso avrà più dati da cui costruire le sue frequenze di dizionario e quindi sarà in grado di spremere informazioni più ridondanti. D'altra parte, un errore (preservazione della lunghezza del file) in un file ZIP danneggerà solo i file i cui dati compressi sono stati interessati. Normalmente, i compressori di flusso non possono recuperare in modo significativo da errori durante il flusso. Pertanto, i file ZIP sono più resistenti alla corruzione, poiché parte dell'archivio sarà ancora accessibile.
È strano che nessun altro abbia menzionato che le versioni moderne di GNU tarti consentono di comprimere mentre stai raggruppando:
tar -czf output.tar.gz directory1 ...
tar -cjf output.tar.bz2 directory2 ...
Puoi anche usare il compressore di tua scelta a condizione che supporti le opzioni ' -c' (to stdout, o from stdin) e ' -d' (decompress):
tar -cf output.tar.xxx --use-compress-program=xxx directory1 ...
Ciò consentirebbe di specificare qualsiasi compressore alternativo.
[ Aggiunto : se si stanno estraendo da gzipo bzip2file compressi, GNU li tarrileva automaticamente ed esegue il programma appropriato. Cioè, puoi usare:
tar -xf output.tar.gz
tar -xf output.tgz # A synonym for the .tar.gz extension
tar -xf output.tar.bz2
e questi saranno gestiti correttamente. Se utilizzi un compressore non standard, devi specificarlo quando esegui l'estrazione.]
Il motivo della separazione è, come nella risposta scelta, la separazione dei compiti. Tra le altre cose, significa che le persone potevano usare il cpioprogramma ' ' per impacchettare i file (invece di tar) e quindi utilizzare il compressore preferito (una volta, il compressore preferito era pack, in seguito lo era compress(che era molto più efficace di pack), e quindi gzipche girava intorno a entrambi i suoi predecessori, ed è completamente competitivo con zip(che è stato portato su Unix, ma non è nativo lì), e ora bzip2che, nella mia esperienza, di solito ha un vantaggio del 10-20% gzip.
[ Aggiunto : qualcuno ha notato nella sua risposta che cpioha convenzioni divertenti. È vero, ma fino a quando GNU non ha tarottenuto le opzioni pertinenti (' -T -'), cpioera il comando migliore quando non si desiderava archiviare tutto ciò che si trovava sotto una determinata directory: si poteva effettivamente scegliere esattamente quali file erano archiviati. Il rovescio della medaglia cpioè che non solo si poteva scegliere i file - si doveva scegliere loro. C'è ancora un posto dove i cpiopunteggi; può eseguire una copia in situ da una gerarchia di directory a un'altra senza alcuna memoria intermedia:
cd /old/location; find . -depth -print | cpio -pvdumB /new/place
Per inciso, l' -depthopzione " " su findè importante in questo contesto: copia il contenuto delle directory prima di impostare i permessi sulle directory stesse. Quando ho controllato il comando prima di inserire l'aggiunta a questa risposta, ho copiato alcune directory di sola lettura (autorizzazione 555); quando sono andato a cancellare la copia, ho dovuto rilassare i permessi sulle directory prima che " rm -fr /new/place" potesse finire. Senza l' -depthopzione, il cpiocomando sarebbe fallito. L'ho ricordato solo quando sono andato a pulire - la formula citata è quella automatica per me (principalmente in virtù di molte ripetizioni nel corso di molti anni). ]
La cosa divertente è che puoi ottenere comportamenti non previsti dai creatori di tare gzip. Ad esempio, non puoi solo gzipare un file tar, puoi anche tar gzip file, per produrre un files.gz.tar(questo tecnicamente sarebbe più vicino al modo in cui pkzipfunziona). Oppure puoi mettere un altro programma nella pipeline, ad esempio un po 'di crittografia, e puoi scegliere un ordine arbitrario di tarring, gzipping e crittografia. Chiunque abbia scritto il programma di crittografia non deve avere la minima idea di come verrebbe utilizzato il suo programma, tutto ciò che deve fare è leggere dallo standard input e scrivere sullo standard output.
Nel mondo Unix, la maggior parte delle applicazioni sono progettate per fare una cosa, e farla bene. Le utility zip più popolari in Unix, gzip e bzip2 eseguono solo la compressione dei file. tar esegue la concatenazione dei file. Il piping dell'output di tar in un'utilità di compressione fa ciò che è necessario, senza aggiungere eccessiva complessità a nessuno dei due software.
Un altro motivo per cui è così diffuso è che tar e gzip si trovano su quasi tutta la base di installazione * NIX disponibile. Credo che questo sia probabilmente l'unico motivo principale. Questo è anche il motivo per cui i file zip sono estremamente diffusi su Windows, perché il supporto è integrato, indipendentemente dalle routine superiori in RAR o 7z.
GNU tar ti consente anche di creare / estrarre questi file da un comando (un passaggio):
tar -cfvj destination.tar.bz2 *.filestar -cfvz destination.tar.gz *.files
Estrai un archivio: (la parte -C è facoltativa, il valore predefinito è la directory corrente)
tar -xfvj archive.tar.bz2 -C destination_pathtar -xfvz archive.tar.gz -C destination_pathQuesti sono ciò che mi sono impegnato a ricordare dai miei molti anni su Linux e recentemente su Nexenta (OpenSolaris).
Penso che stavi cercando più contesto storico per questo. Lo zip originale era per un singolo file. Tar viene utilizzato per inserire più file in un unico file. Quindi catramare e zippare è il processo in due fasi. Nessuno sa perché sia ancora così dominante oggi.
Da wikipedia per Tar_ (file_format)
In informatica, tar (derivato dall'archivio su nastro) è sia un formato di file (sotto forma di un tipo di flusso di bit di archivio) sia il nome del programma utilizzato per gestire tali file. Il formato è stato standardizzato da POSIX.1-1988 e successivamente POSIX.1-2001. Sviluppato inizialmente come formato raw, utilizzato per il backup su nastro e altri dispositivi di accesso sequenziale a scopo di backup, è ora comunemente utilizzato per raccogliere raccolte di file in un file più grande, per la distribuzione o l'archiviazione, preservando le informazioni del file system come utente e gruppo autorizzazioni, date e strutture di directory.
A mio parere il motivo dell'uso ancoratar oggi è che è uno dei casi (probabilmente rari) in cui l'approccio UNIX lo ha reso perfettamente perfetto sin dall'inizio.
Dando uno sguardo più da vicino alle fasi coinvolte nella creazione degli archivi, spero che sarai d'accordo sul fatto che il modo in cui avviene la separazione dei diversi compiti qui è la filosofia UNIX al suo meglio:
uno strumento ( tarper dargli un nome qui) specializzato nel trasformare qualsiasi selezione di file, directory e collegamenti simbolici inclusi tutti i metadati rilevanti come timestamp, proprietari e permessi in un flusso di byte.
e solo un altro strumento arbitrariamente intercambiabile ( gzip bz2 xzper citare solo alcune opzioni) che trasforma qualsiasi flusso di input di byte in un altro flusso di output (si spera) più piccolo.
L'utilizzo di tale approccio offre un paio di vantaggi sia all'utente che allo sviluppatore:
estensibilità
Permette di accoppiarsi tarcon qualsiasi algoritmo di compressione già esistente o qualsiasi algoritmo di compressione ancora da sviluppare senza dover modificare nulla sul funzionamento interno del tartutto.
Non appena esce il nuovissimo "hyper-zip-utra" o strumento di compressione whater, sei già pronto per usarlo abbracciando il tuo nuovo servitore con tutta la potenza di tar.
stabilità
tar è stata ampiamente utilizzata fin dai primi anni '80, testata ed eseguita su numerosi sistemi operativi e macchine.
Prevenire la necessità di reinventare la ruota nell'implementazione di proprietà di archiviazione, autorizzazioni, timestamp e simili più e più volte per ogni nuovo strumento di archiviazione non solo consente di risparmiare molto tempo (altrimenti inutilmente speso) nello sviluppo, ma garantisce anche la stessa affidabilità per ogni nuova applicazione.
coerenza L'interfaccia utente rimane sempre la stessa.
Non c'è bisogno di ricordare che per ripristinare i permessi usando lo strumento A devi passare l'opzione --i-hope-you-rember-this-onee usando lo strumento B devi usare--this-time-its-another-one mentre usi lo strumento C è `--hope-you-didnt-try-with-tool-as-switch.
Considerando che utilizzando lo strumento D avresti davvero sbagliato se non lo avessi usato --if-you-had-used-tool-bs-switch-your-files-would-have-been-deleted-now.
il catrame è popolare principalmente per ragioni storiche. Ci sono diverse alternative prontamente disponibili. Alcuni di loro sono in circolazione da quasi quanto tar, ma non potrebbero superare tar in popolarità per diversi motivi.
Uno dei principali vantaggi (e svantaggi) di tar è che non ha né intestazioni di file né directory centrali dei contenuti. Per molti anni quindi non ha mai sofferto di limitazioni nella dimensione dei file (fino a questo decennio in cui un limite di 8 Gb sui file all'interno dell'archivio è diventato un problema, risolto anni fa).
Apparentemente l'unico aspetto negativo di tar.gz (o ar.Z per quella materia), che è che devi decomprimere l'intero archivio per estrarre singoli file ed elencare i contenuti dell'archivio, non ferire mai le persone abbastanza da renderle difettose da tar in numeri significativi .
Di solito nel mondo * nux, i bundle di file sono distribuiti come tarball e quindi opzionalmente compressi con gzip. Gzip è un semplice programma di compressione di file che non fa il file bundling che fa tar o zip.
Un tempo, zip non gestiva correttamente alcune delle cose che i file system Unix tar e unix consideravano normali, come collegamenti simbolici, file con maiuscole e minuscole, ecc. Non so se è cambiato, ma è per questo che usiamo tar.
Tar = Raggruppa i file in 1 file
GZip = Comprimi il file
Hanno diviso il processo in 2. Questo è tutto.
Nell'ambiente Windows potresti essere più abituato a usare WinZip o WinRar che fanno uno Zip. Il processo Zip di questi software raggruppa il file e lo zippare ma semplicemente non vedi quel processo.
Nei miei giorni con Altos-XENIX (1982) abbiamo iniziato a usare tar (archiviatore di nastri) per estrarre file da 5 1/4 floppy o nastri in streaming e per copiarli su questi supporti. La sua funzionalità è molto simile ai comandi BACKUP.EXE e RESTORE.EXE in DOS 5.0 e 6.22 come supplementi, consentendo di estendere più supporti se non è possibile inserirne uno solo. Lo svantaggio era che se uno dei più supporti aveva problemi, l'intera cosa era inutile. tar e dd provengono da UNIX SYstem III ed è rimasta un'utilità di rilascio standard con un sistema operativo simile a UNIX, probabilmente per motivi di compatibilità con le versioni precedenti.
Tar non è solo un formato di file, ma è un formato di nastro. I nastri memorizzano i dati bit per bit. Ogni implementazione dello storage era personalizzata. Tar era il metodo con cui si potevano estrarre i dati da un disco e memorizzarli su nastro in modo che altre persone potessero recuperarli senza il tuo programma personalizzato.
Successivamente, sono arrivati i programmi di compressione e * nix aveva ancora un solo metodo per creare un singolo file che conteneva più file.
Credo che sia solo inerzia che è continuata con la tendenza tar.gz. Pkzip ha iniziato con la compressione e l'archiviazione in un colpo solo, ma poi i sistemi DOS in genere non avevano unità a nastro collegate!
Da wikipedia per Tar_ (file_format)
In informatica, tar (derivato dall'archivio su nastro) è sia un formato di file (sotto forma di un tipo di flusso di bit di archivio) sia il nome del programma utilizzato per gestire tali file. Il formato è stato standardizzato da POSIX.1-1988 e successivamente POSIX.1-2001. Sviluppato inizialmente come formato raw, utilizzato per il backup su nastro e altri dispositivi di accesso sequenziale a scopo di backup, è ora comunemente utilizzato per raccogliere raccolte di file in un file più grande, per la distribuzione o l'archiviazione, preservando le informazioni del file system come utente e gruppo autorizzazioni, date e strutture di directory.
Come sviluppatore Windows è comprensibile come i tarball sembrino strani. La parola tarsta per Tape Archive. Pensa ai registratori a bobina.
Nel mondo Windows vengono generalmente installati programmi con setup.exeo install.exeche funzionano tutti i tipi di magie nel registro, creando directory e installando file .dll(Dynamic Link Library).
In Linux, Ubuntu in particolare per esperienza personale, i gestori di pacchetti si occupano di prendere un'applicazione e installarla la maggior parte del tempo . In Ubuntu lo sviluppatore crea un pacchetto che termina con .deb(Debian, su cui si basa Ubuntu). La sintassi di base per installare a .debè:
sudo apt install <package_name>
Sebbene questo sia relativamente semplice per un utente, è molto lavoro per gli sviluppatori creare un file .deb pacchetto e associare PPA.
Un metodo più semplice per gli sviluppatori è creare un tarball. Quindi l'onere dell'installazione è condiviso dall'utente finale. Essi devono:
.tar.gz ).aptdatabase (si pensi all'elenco dei programmi installati di Windows) di cui è possibile eseguire il backup.Poiché un'altra risposta afferma già a un'altra domanda che hai posto, PUOI creare un tarball e comprimere i dati allo stesso tempo. NON è richiesto un processo in due passaggi.