★ FEATURED ARTICLE 压缩文件估计是Linux命令行里除了ls、cd之外最躲不掉的操作。如果你经常要上传源码包、备份数据、跨服务器传输目录那么tar、gzip、zip这些命令基本每天都会碰到。网上教程一搜一大堆但多数人看完只记住了几个参数组合换一台机器、换一种后缀就开始瞎拼命令了。其实你缺的往往不是“记住某个参数”而是把“归档”“压缩”“打包”这几个概念理清楚再理解每个工具背后的定位和适用场景。这篇就按我日常最常用的几个维度来写工具怎么选、命令怎么写、参数怎么配、出问题怎么排查。写得尽量贴近实操可以直接照抄。1. 先把工具认全Linux下压缩方案怎么选1.1 归档和压缩两个经常被混为一谈的动作先把这个最常见的基础概念说清楚。很多新手会把“打成tar包”和“压缩成gz文件”当成一回事实际上Linux下这俩动作是分开的归档把一堆文件、目录整理成单个文件保留目录结构、文件权限、软链接这些元信息但文件体积基本不缩小。代表命令是tar。压缩把单个文件或者一个流的体积减小利用算法消除冗余数据。代表命令是gzip、bzip2、xz。你日常看到的.tar.gz、.tar.bz2、.tar.xz本质上就是“先归档成.tar再交给某个压缩工具处理”的产物。tar只是负责打包压缩是另一层工作。现代tar命令为了方便把两层操作封装成了-z、-j、-J这些参数让你一行命令完成打包加压缩但心里还是得清楚这些参数背后是tar在调用gzip、bzip2、xz。把概念拆开的直接好处是遇到特殊需求你能灵活组合。比如一台机器上只有tar没有gzip你照样可以打裸tar包比如你想在把整个目录打包的同时用openssl加密那就得先把数据流搞清楚再往上叠工具。以后但凡遇到压缩相关的问题先问自己一句我是在归档还是在压缩这一步判断对了命令基本就不会写歪。1.2 各压缩工具的定位和优劣对比Linux下常用的压缩方案不外乎下面这几个我把它们在日常工作中的定位整理成一张表方便一眼对比工具常见后缀是否自带归档能力压缩算法典型场景tar.tar是不压缩只打包备份目录、归档文件集targzip.tar.gz / .tgz是DEFLATE发布软件包、日常备份、跨机传输tarbzip2.tar.bz2是BWT Huffman追求更高压缩率、不着急解压的场景tarxz.tar.xz是LZMA2压缩率之王源码包最常见gzip.gz否DEFLATE压缩单个日志文件、网页静态资源bzip2.bz2否BWT单文件高压缩率xz.xz否LZMA2单文件极限压缩zip.zip是DEFLATE和Windows用户交换文件、带密码加密7z.7z是LZMA / LZMA2多平台极限压缩需要p7zip一句话选型建议**日常打包发布用tar.gz追求极限压缩、且能接受慢速解压的用tar.xz跟Windows朋友传文件用zip单纯压缩一个大日志文件用gzip或xz都行。**bzip2我实际用得越来越少它在压缩率上比不过xz速度上又没gzip快处于一个比较尴尬的中间位置不过有些老系统上它还是固定的压缩工具会basic操作总没错。另外还有个容易被忽略的点不同压缩工具的“压缩级别”和“字典大小”直接决定效果。gzip默认级别是6xz默认级别是6xz最高9级但内存占用随级别飙升压缩一个文件可能吃掉几百MB内存。明白了这些底层逻辑后面调参数就知道自己在干什么了。2. tar命令实操创建、查看、提取的完整姿势2.1 创建tar包从-cvf到自动压缩tar命令的经典写法是老派的单横线或者不带横线的风格例如tar -cvf和tar cvf效果相同因为那是Unix早期时代继承下来的习惯。不过我还是建议统一用带横线的写法语义清楚也不容易在某些精简版系统上触发兼容问题。创建一个普通tar包# 打包指定目录和文件输出到 archive.tar tar -cvf archive.tar /home/user/project ./config.ini-c表示创建-v表示显示文件名列表-f表示后接归档文件名。这里注意-f必须是所有参数里最后拼接的那个因为后面直接跟文件名。你要是写成tar -cfv archive.tar有些版本会理解为归档文件名是“v”然后文件“archive.tar”反而成了被打包的对象这种手误我踩过不止一次。加上压缩参数变成tar.gz# 打包并gzip压缩 tar -czvf project.tar.gz /home/user/project # 打包并bzip2压缩 tar -cjvf project.tar.bz2 /home/user/project # 打包并xz压缩 tar -cJvf project.tar.xz /home/user/project注意大小写gzip是小写-zxz是大写-J。你要是手滑打成了tar -cZvf就变成老式compress压缩格式没人用容易出幺蛾子。创建完归档之后我不建议立刻完事。通常要验证一下文件数目对不对tar -tvf project.tar.gz | head -20 tar -tvf project.tar.gz | wc -l把文件数量和源目录里的数量对一下养成习惯。以前我有一次打包时源目录还挂着一个正在被别的进程写入的大文件打出来的包文件数对不上后来排查半天才发现是并发写入导致tar读到了不一致的目录快照。2.2 查看tar包内容与指定位置解压查看tar包内部不需要解压用-t即可# 列出归档内的所有文件 tar -tvf project.tar.gz # 只列出匹配的路径 tar -tvf project.tar.gz project/*.log # 查看文件详细信息类似ls -l可以看到权限、属主、大小 tar -tvf project.tar.gz | grep -E \.(conf|ini)$解压就比较讲究了最容易被忽略的是防止文件覆盖到当前目录。Linux下很多新手直接执行tar -xvf xxx.tar.gz结果一堆文件散落一地覆盖了现有同名配置文件哭都来不及。我自己固定用两个习惯# 稳一点先看内容再解压 tar -tvf project.tar.gz # 解压到指定目录-C 指定目录 mkdir -p /tmp/extract tar -xzf project.tar.gz -C /tmp/extract # 解压后去掉顶层目录直接把文件落到目标目录 tar -xzf project.tar.gz -C /tmp/extract --strip-components1--strip-components1这个参数非常实用。很多tar包打包时顶层目录叫做release-20250101或者带作者ID的目录名你解压的时候不想多一层这玩意儿就可以把顶层剥掉。数字1表示去掉第一层路径如果包里嵌套了两层就写--strip-components2。这个参数在做自动化部署脚本时几乎是标配。关于解压时要不要写压缩参数GNU tar比较智能解压时可以自动检测压缩格式所以tar -xf project.tar.gz、tar -xf project.tar.xz都能识别。不过在一些精简版系统或旧系统上还是建议明确写出-z、-j、-J兼容性好一些。我自己写脚本一律显式写全因为运维脚本鬼知道会跑到什么古怪的机器上。2.3 排除目录、保留权限等实用参数组合tar创建时的参数里我最常配合使用的有这几个# 排除指定目录和文件 tar -czvf backup.tar.gz /home/user/project \ --excludeproject/logs \ --excludeproject/tmp/*.pid \ --exclude*.cache # 排除某个同级目录的写法注意行为差异 tar -czvf backup.tar.gz --excludelogs /home/user/project/logs /home/user/project/src # 保留ACL和SELinux上下文系统级别备份重点 tar -czvf system-backup.tar.gz --acls --xattrs /home/user /etc--exclude有个坑它匹配的是“打包路径里的子路径”不是你执行pwd看到的绝对路径。很多人写成--exclude/home/user/project/logs发现没生效正确写法是相对包内路径project/logs。另外如果排除规则写在文件路径后面不是写在-tar后面GNU tar的版本差异下行为可能不一致所以规范做法是把所有--exclude参数放在源路径之前。备份系统文件时--acls和--xattrs这两个参数千万别省。现在不少应用的关键信息存在文件ACL里你普通tar打包会丢恢复的时候权限就变了。我做某次模拟项目X的迁移时就是没加--acls结果服务起不来查了半天发现是某个子目录的ACL权限没带过去后来重打才解决。从那以后凡是涉及/etc、/home这种权限敏感目录我都把这两个参数加上。还有-h参数默认tar打包时遇到软链接记录的是链接本身而不是链接指向的内容。如果你希望把链接指向的文件内容也打进去就加-h相当于跟着链接跳转。这个参数在打包站点目录时经常用到因为很多站点目录有软链接指向外部存储不跟跳的话数据就缺了。3. gzip/bzip2/xz三种压缩工具的差异化调教3.1 三者的压缩率和速度怎么权衡很多人以为压缩率越高越好其实不是。压缩率高的代价是CPU时间和内存消耗成倍上涨而且解压时同样要吃资源。我见过有人把日志目录全用xz -9压起来结果每次查日志都要解压半天反倒比直接放原文更浪费时间。三者大致的关系是这样工具默认级别最高级别压缩速度解压速度适用典型gzip -669快快日志轮转、HTTP响应、发布包bzip2 -999很慢较快不常用xz -669慢较慢源码分发、存档、不频繁读取的数据如果你要归档后长期不读比如冷备份那用xz最高级别很划算体积能省一大截。如果文件隔三差五就要解压看看建议用gzip省时间就是省钱。还是那句话没有最好的压缩工具只有最合适的场景。另外一个容易忽略的点是内存占用。xz的-9模式压缩大文件时会使用64MB字典压缩器内存占用可能上GB级别老服务器上很容易OOM。碰到内存有限的机器老老实实加个-3、-4级别压缩率损失没多少但能救回一条命。3.2 压缩级别、保留原文件与流式处理技巧单文件压缩的经典用法是直接对文件名操作# 压缩注意默认会删除原文件生成 file.txt.gz gzip file.txt # 保留原文件的压缩-k 保留 gzip -k file.txt # 解压 gunzip file.txt.gz # 或者 gzip -d file.txt.gz # 指定压缩级别1最快9压缩率最高 gzip -9 -k file.txt gzip -1 -k file.txt # 测试完整性不实际解压 gzip -t file.txt.gz echo OK同样的套路bzip2、xz也适用# bzip2压缩后默认删原文件 bzip2 -k file.txt bunzip2 file.txt.bz2 # xz加 -T 启用多线程 xz -k -9 -T0 file.txt unxz file.txt.xz # 测试 xz -t file.txt.xz echo OK这里“默认删除原文件”这个行为是个大坑。有次我脚本里写了gzip file.log跑了之后发现原日志没了脚本二次运行时找不到文件直接报错。后来统一改成gzip -k保留原始文件再让上游任务自己决定删不删。凡是涉及自动化脚本的命令我建议全部加上-k。单文件压缩还有一个特别强的能力直接当过滤器用。gzip可以从标准输入读往标准输出写这样你就能把压缩逻辑嵌入管道。最典型的几个用法# 压缩后直接远程传输不在本地落地 tar -czf - /home/user/project | ssh userremote cat /backup/project.tar.gz # 直接查看压缩包里的内容不落地解压 zcat package.gz | head -20 zgrep error log.gz bzcat log.bz2 | tail -50 xzcat log.xz | grep 2025-01-01 # 一次解压并传给下一个命令 xz -dc archive.xz output.txt注意zcat、bzcat、xzcat这几个命令它们就是对应工具的“解压到标准输出”模式。在设计管道时非常方便但有个前提你确认压缩文件是单个文件流而不是tar打包后的文件。tar.gz文件直接用zcat会得到一堆文件前头的垃圾数据正确姿势还是tar -xzOf从归档里直接读取某个文件。比如从tar.gz里直接看一个文件的内容不落地tar -xzOf backup.tar.gz etc/nginx/nginx.conf这个-O参数在排查线上问题时非常救命。有一次某服务配置一脸懵我不用解压整个包直接一行命令把配置拉出来对比十分钟定位问题。老手和新手的区别往往就在这些细节上。4. zip/unzip跨平台分享和解压的刚需4.1 什么时候该用zip而不是tartar是Linux原生的归档工具但它到了Windows那边基本就是另一个世界的东西。虽然Windows 10以后的系统自带了tar命令但让一个不熟悉命令行的人去解压.tar.gz还是太为难人家了。这在给其他开发者、给设计师同事、客户传文件时尤其麻烦。与其解释半天不如直接给zip。zip的优势有三个一是自带归档能力不用先打包再压缩二是跨平台兼容性极好任何系统都能双击打开三是支持密码加密虽然用的传统ZipCrypto或AES加密说不上多强但应付日常传输够了。实际场景里从Windows传到Linux的zip包更是高频。很多设计素材、离线文档包、模板文件都是zip到了Linux环境下你必须会用unzip。有些Linux精简版默认连unzip都没有还得apt install或者yum install一下这也是很多人第一次接触zip时卡住的原因。4.2 zip常用参数加密、分卷、匹配解压zip命令的参数设计得比tar直白一些但同样有需要留神的地方# 压缩目录必须加-r递归 zip -r archive.zip /home/user/project # 压缩并排除某个目录 zip -r archive.zip /home/user/project -x */logs/* -x *.tmp # 指定压缩级别最高-9默认-6 zip -9 -r archive.zip /home/user/project # 加密压缩包会交互式提示输入密码 zip -e -r archive.zip /home/user/project # 分卷压缩每个卷50MB适合网盘传输 zip -s 50m -r archive.zip /home/user/project这里有两个重要提醒。第一zip加密不要用-P参数直接明文传密码因为命令行的-p会在进程列表里暴露密码旁边人一条ps就能看到。用-e交互输入虽然稍麻烦但安全得多。第二分卷压缩出来的不是archive.zip而是archive.z01、archive.z02、archive.zip这样一组文件传输时必须整套传完才能解压漏一个卷直接报错。解压操作我固定的一套命令是# 查看zip包内容不解压 unzip -l archive.zip # 解压到指定目录 unzip archive.zip -d /tmp/extract # 只解压其中某个目录 unzip archive.zip project/* -d /tmp/extract # 测试完整性 unzip -t archive.zip # 如果遇到Windows压缩包文件名乱码指定编码重解 unzip -O GBK archive.zip -d /tmp/extract最后这个-O GBK参数在中文环境下是救命的。Windows的压缩软件打包zip时文件名编码经常是GBKLinux默认按UTF-8解压中文文件名全变成乱码文件倒是能打开但看着很难受。用-O GBK可以强制按GBK编码解压文件名。新版unzip支持这个参数如果你的版本不支持可以装个bsdunzip或者干脆用python的zipfile库自己处理一遍。还有个小技巧用python批量处理乱码zip文件名。原理很简单就是把每个条目的原始文件名按错误的编码解码、再按正确编码重写。写个小脚本几秒钟解决几百个文件比手动一个个改名字好多了。5. 常见问题与排查技巧实录5.1 文件权限错乱和所有者不对怎么修复tar打包时默认记录文件的uid/gid和权限位解压时如果当前用户是root会尝试恢复包的原始属主。这听起来合理但实际会引出两个问题第一个问题你在一台机器上用root打包了别人的文件到另一台机器上解压原属主ID不存在系统会把文件分配给某个不相关的本地用户看起来像权限错乱。第二个问题正好反过来普通用户解压一个root打包的tar包文件会全部归属当前用户不是包里的原始属主。解决方案也简单解压时按需控制# 解压时保留权限位常用 tar -xpf backup.tar.gz -C /tmp/extract # 解压后调整属主为当前用户 sudo chown -R user:group /tmp/extract # 解压时不恢复属主当前用户接管 tar --no-same-owner -xzf backup.tar.gz -C /tmp/extract我现在做部署脚本时统一使用tar -xpf --no-same-owner的组合这样权限位能保留属主又不会引发跨机问题。你要是遇到“文件权限明明是755但程序读不了”的诡异现象多半是属主不对先chown一次再试。5.2 压缩包损坏怎么办压缩包损坏的常见原因就三个传输中断、磁盘写满、打包时源文件正在被写入。对应的排查思路也很有套路。首先用工具自带的完整性测试快速定位# tar 包先测一下能不能列出全部文件 tar -tvf archive.tar /dev/null 21 echo OK # gzip / bzip2 / xz 各自的测试命令 gzip -t archive.gz bzip2 -t archive.bz2 xz -t archive.xz # zip 包测试 unzip -t archive.zip如果测试报“unexpected EOF”说明文件在传输时被截断没救了只能重传如果是“gzip: stdin: not in gzip format”说明文件本身不是gzip压缩可能是后缀变了或者根本不是压缩文件。排名第二的坑是磁盘空间不足。解压时明明报错但不显示“No space left”而是显示“Write error: No space left on device”这时候清理/tmp或者换个更大的目录就行。自动脚本里建议加个磁盘空间预检查避免解压到一半才发现放不下。另一个经验尽量不要在长时间打包操作中手动按CtrlC中断太多次每次中断都会留下半成品文件。如果需要后台打包用screen、tmux或者nohup让它跑完。5.3 压缩太慢的几种提速手段压缩本质是CPU密集型操作尤其是xz那速度简直让人怀疑人生。优化思路无非三个方向换工具、调级别、并线程。第一个方向换工具Linux的gzip有并行版pigzbzip2有pbzip2xz本身支持-T多线程。如果你的系统源里有这些并行工具安装后几乎可以无痛替换# 并行gzip四线程 tar -cf - /home/user/project | pigz -p 4 project.tar.gz # 并行bzip2 tar -cjf project.tar.bz2 --use-compress-programpbzip2 /home/user/project # xz 直接用自带的多线程 tar -cJf project.tar.xz --use-compress-programxz -T0 /home/user/project第二个方向调级别gzip默认-6压快速包用-1能明显加快压缩率只差几个百分点xz默认-6压到-4速度能快好几倍适合机器负载高的生产环境。第三个方向规避压缩如果你要传输的内容本身已经是压缩过的比如mp4视频、png图像、zip包嵌套压缩纯属浪费CPU打裸tar包传就好了。反过来也一样视频图片这些内容再怎么压也就那个体积别指望xz能帮你压出花来。还有一点很多人忽视压缩大目录时先把目录放在本地文件系统上操作别放网络存储。网络IO的延迟会让压缩时间成倍上涨本来想的“边读边压”结果全卡在等待读取上CPU吃饱了也跑不快。5.4 一些日常极易踩坑的小细节最后再集中说几个高频的小错误基本都是我帮别人排查问题时总结出来的变量没有加引号导致文件名空格被拆开。比如写脚本时用了file$1结果传进来“my project.tar.gz”命令变成了tar -czvf $1文件名被拆成两个词直接报错。规范写法是加双引号tar -czvf $1。tar包的相对路径和绝对路径问题。用tar -czvf /tmp/a.tar.gz /home/user/project打包时包内的路径是这个绝对路径解压出来会带上长长的目录。想要包内路径从project开始可以进到/home/user目录下再执行tar -czvf /tmp/a.tar.gz project。解压压缩包前先看磁盘空间。一条df -h能避免八成“解压失败”的丑事这个习惯值得长期坚持。不要用通配符乱猜压缩格式。后缀名只是约定不能完全相信。判断文件真实压缩格式用file命令最靠谱file archive.bin会告诉你它到底是gzip、zip还是纯数据。写脚本时记得处理解压失败。每条命令后面加个|| exit 1的防呆判断自动化任务挂掉的时候排查效率会高很多。这些细节单独拿出来都不起眼但正是它们决定了你是一个“只在别人博客里见过命令”的新手还是一个“一到现场就能把问题按下去”的老手。实际干起活来一条命令写对不难难的是把所有边缘情况都兜住让脚本在没人盯着的凌晨三点也不会炸。我个人现在的习惯是发布对外包一律tar.xz降低下载资源消耗内网备份规范用tar.gz兼顾速度和可读性给其他非技术同事传东西必用zip需要长期冷存的日志和数据库备份单独走最高压缩级别的xz。这套组合拳用下来存储成本省了不少也没再因为压缩包问题被叫起来救火。压缩这件事看起来是几个命令实际上是对数据形态、传输环境、读取频率的综合判断把这些想明白了工具自然顺手。
阅读完成 · 觉得有帮助？
