4. 文件打包策略：tar与zip的选择、压缩算法对比

做全量包，打包和压缩是绕不开的基础操作。你可能觉得这有什么好讲的？不就是打个包吗？嗯，我以前也这么想，直到有一次在产线上因为选错了压缩算法，导致整批包的体积超标，差点延误发版。从那以后，我对打包策略就格外上心。

这一章，我们就来聊聊 tar 和 zip 怎么选，gzip、bzip2、xz 这些压缩算法到底差在哪，以及分卷打包这种实用技巧。

4.1 tar vs zip：核心差异

先看一个最基础的问题：用 tar 还是 zip？

我个人习惯，在 Linux 环境下做系统级全量包，首选 tar。为什么？因为 tar 能完整保留文件的权限、属主、软链接、硬链接这些元信息。你想想看，一个系统包如果解压出来权限全丢了，那基本就是废的。

zip 呢？它更通用，跨平台友好，Windows 和 macOS 都能直接解。但 zip 对 Linux 文件权限的支持很弱，尤其是 setuid、setgid、粘滞位这些，zip 存不住。

4.2 压缩算法对比：gzip vs bzip2 vs xz

tar 本身不压缩，它只是把文件粘成一个。真正的压缩靠的是外部算法。我常用的就三种：gzip、bzip2、xz。它们各有脾气。

4.2.1 gzip：快，但压缩率一般

gzip 是我用得最多的。为什么？快。在 CI/CD 流水线上，压缩速度往往比压缩率更重要。你想想，每次发版都要等十几分钟压缩，谁也受不了。

# 打包并 gzip 压缩
tar -czf full_package.tar.gz /system /vendor

# 解压
tar -xzf full_package.tar.gz

gzip 的压缩率大概在 2~4 倍左右，对文本文件效果不错，对已压缩的文件（如 .jpg、.mp4）基本无效。

4.2.2 bzip2：折中选择

bzip2 的压缩率比 gzip 高 10%~20%，但速度慢不少。我在项目中遇到过需要压缩日志归档的场景，用 bzip2 能省不少磁盘空间。

# 打包并 bzip2 压缩
tar -cjf full_package.tar.bz2 /system /vendor

# 解压
tar -xjf full_package.tar.bz2

不过说实话，现在用 bzip2 的人越来越少了。xz 的出现让 bzip2 的位置有点尴尬。

4.2.3 xz：压缩率之王，但慢

xz 的压缩率能到 5~8 倍，比 gzip 强太多了。但代价也很明显——慢，非常慢。我曾经用 xz 压缩一个 2GB 的系统分区，等了将近 10 分钟。

# 打包并 xz 压缩
tar -cJf full_package.tar.xz /system /vendor

# 解压
tar -xJf full_package.tar.xz

4.2.4 算法对比一览

4.3 分卷打包技巧

有时候包太大了，单文件没法存，或者传输工具有大小限制。这时候就需要分卷打包。

tar 本身不支持分卷，但我们可以借助 split 命令来实现。说白了就是先打包，再切分。

# 先打包成 tar.gz，再按 100MB 分卷
tar -czf - /system /vendor | split -b 100M - full_package.tar.gz.part_

# 合并并解压
cat full_package.tar.gz.part_* | tar -xzf -

这里有个细节：split 的 -b 参数指定每卷大小，- 表示从标准输入读取，full_package.tar.gz.part_ 是输出文件的前缀。合并时用 cat 把所有分卷串起来，再通过管道喂给 tar。

zip 自带分卷功能，用 -s 参数就行：

# 按 100MB 分卷压缩
zip -s 100m -r full_package.zip /system /vendor

# 解压时先合并再解
zip -s 0 full_package.zip --out full_package_merged.zip
unzip full_package_merged.zip

zip 的分卷更友好，但前面说了，zip 不适合系统包。所以我的建议是：系统包用 tar + split，普通资源包用 zip 分卷。

4.4 知识结构图

下面这张图把打包策略的核心逻辑串起来了，你可以对照着看：

4.5 实战建议

最后，给你几个我实际项目里总结出来的建议：

• 别迷信最高压缩率。压缩率越高，耗时越长。在 CI 流水线上，时间就是金钱。我一般默认用 gzip，只有归档时才上 xz。
• 分卷大小要合理。太小的分卷（比如 1MB）会导致文件数量爆炸，管理困难。太大又失去了分卷的意义。我一般按 100MB~500MB 切分，具体看传输通道的限制。
• 分卷后一定要做校验。分卷传输容易丢包，合并前建议用 md5sum 或 sha256sum 校验每个分卷的完整性。这个我们下一章会详细讲。
• 别忘了测试解压。我曾经打了一个 xz 包，在 PC 上解压没问题，结果到目标设备上解压到一半内存爆了。嗯，从那以后我每次都会在目标环境上做解压测试。