前阵子帮一个师弟搭测试环境他在上传源码包之前问了我一个问题tar和gzip到底有什么区别我压缩文件夹应该用哪个这个问题我几乎每年都会被问一次——别笑干运维这行十多年我碰到过把tar当成压缩工具、把zip当万能格式、甚至有人打开压缩包之后发现里面全是乱码才意识到自己在vi编辑器里读二进制数据。今天就把2.6 压缩和解压缩命令这一课彻底讲透。标题看着简单但背后的知识点其实不少tar打包与压缩怎么分、gzip/bzip2/xz三兄弟怎么选、zip在Linux下怎么玩、解压踩坑怎么避。这篇文章适合刚入门的Linux新手也适合那些每天在用但说不清原理的运维同学。我会把每个命令的原理、常用参数、实战组合和翻车现场都过一遍争取你看完就能直接用还能顺手解决身边同事的疑难杂症。1. 先搞清一个核心概念打包和压缩是两件事1.1 tar不管压缩压缩轮不到tar管很多人的第一个认知误区就在这里。tar的全称是Tape Archive最早是为磁带备份设计的它的核心职责是把多个文件、目录串成一个文件流方便归档和传输。注意它只负责打包不负责变小。真正把体积压下去的是gzip、bzip2、xz这些压缩程序tar只是把打包结果交给它们去处理。我自己的理解方式一句话就能说清tar是收纳箱gzip是真空压缩袋。你先把衣服一股脑塞进收纳箱tar打包再用压缩袋把空气抽掉gzip压缩最终得到的是一个又整齐又紧实的包裹。没有targzip只能压单个文件你十几张日志文件想一起处理得一条一条命令反复操作或者先手动concat成一个大文件极其别扭没有gziptar打出来的包体积毫无变化传几个GB的目录照样传半天。所以你在Linux里最常看到的.tar.gz后缀意思就是先用tar打包再用gzip压缩。同理.tar.bz2是tar打包后交给bzip2压缩.tar.xz则是由xz接手。这也是为什么tar命令有-z、-j、-J这三个看起来额外的参数——它们分别代表调用gzip调用bzip2调用xz来完成压缩这一步。理解了这层关系后面所有参数组合都不会再记混。1.2 各工具定位速览一张表分清谁是谁为了让你心里有个全貌我把Linux里最常见的压缩相关工具放在一张表里对比。不急着背先看个大概后面每个我都会展开讲。工具类型是否支持多文件/目录压缩率速度典型场景tar打包工具支持核心能力不压缩最快归档、捆绑、配合其他压缩器gzip单文件压缩单个文件较低快日志轮转、.tar.gz组合、网络传输bzip2单文件压缩单个文件中等偏高较慢大文本压缩、.tar.bz2组合xz单文件压缩单个文件最高最慢源码包发布、.tar.xz组合zip打包压缩一体支持中等快跨平台协作、Windows/Linux互传unzip解压zip支持对应zip快zip包的查看与解压另外还有个容易被忽略的点7z、rar这些格式在Linux下确实能用p7zip、rar/unar命令但属于非标配工具生产环境里装不装取决于发行版和审核策略。我不建议把rAR当成日常主力能不用就不用保持环境干净。核心命令就那一套tar、gzip、bzip2、xz、zip、unzip。2. tar命令最常用组合拳打包压缩一步到位2.1 参数拆解那几个字母到底是什么意思tar命令的参数是Linux里最像组合密码的一套但它其实非常有规律。核心参数就五个功能字母拆开看非常好记-ccreate创建归档包意思是我要打包-xextract解归归档包意思是我要解开-tlist列出包里的文件列表不真正解压-vverbose显示过程让你看到在操作哪些文件-ffile指定文件名后面必须紧跟归档包路径然后是三个压缩器开关-z调用gzip对应.gz后缀-j调用bzip2对应.bz2后缀-J调用xz对应.xz后缀这里有一个我反复强调的点-f几乎是必带参数而且它后面的内容必须是文件名。tar -czvf和tar -zcvf效果完全一样因为单字母参数可以合并排列顺序不影响结果。真正容易翻车的反而是把-f后面跟的文件名写错位置导致tar把你要打包的目录当成文件名然后报错。2.2 实战组合打包、压缩、解压三连最常用的命令我直接给你抄作业版本# 把/tmp/web目录打包并gzip压缩为web.tar.gz tar -czvf web.tar.gz /tmp/web # 把web.tar.gz解压到当前目录 tar -xzvf web.tar.gz # 解压到指定目录注意-C大写 tar -xzvf web.tar.gz -C /opt/web_root # 不真正解压只看包里有哪些文件 tar -tzvf web.tar.gz如果换成bzip2或xz只需要把-z改成-j或-Jtar -cjvf web.tar.bz2 /tmp/web tar -cJvf web.tar.xz /tmp/web这里要表扬一下新版tar从GNU tar 1.15之后解压时即使你不写-z、-j、-J它也能根据文件后缀自动识别压缩格式。也就是说tar -xvf web.tar.gz和tar -xzvf web.tar.gz结果一样。我习惯上还是把压缩器参数写全一方面保证在老系统上的兼容性另一方面让看命令的人一眼知道这包是哪种格式。还有个很实用的技巧当你不确定一个文件后缀是否真实反映格式时比如有人把gz改名成tar用tar -tvf xxx.tar查看如果输出是乱码或报not in gzip format再改用file命令确认。2.3 进阶操作排除文件、增量打包与完整解压日常用tar绝不只有打包整个目录这一招。我挑三个高频场景说第一排除指定文件或目录。备份一个项目时node_modules、vendor、logs这些动辄几个G的目录往往不想打进包里用--exclude参数tar -czvf project.tar.gz /data/project \ --exclude*node_modules* \ --exclude*.log \ --exclude/data/project/tmp注意排除规则写在打包路径前后都行但路径匹配是能匹配就排除的规则最好用通配符包围避免只挡掉一层目录。第二增量归档。数据量大、每天只新增一点文件时全量打包太蠢。GNU tar支持通过--listed-incremental参数做增量快照# 第一次全量备份 tar --listed-incremental/tmp/snapshot.snar -czvf full.tar.gz /data/app # 第二次增量备份只打新增/变化文件 tar --listed-incremental/tmp/snapshot.snar -czvf incr-$(date %F).tar.gz /data/app.snar文件记录的是目录状态快照每个包要配合对应快照才能恢复完整状态。这套逻辑简单但细节多生产环境建议先用测试数据模拟跑几轮再上真机。第三解压时把完整权限和时间戳也恢复出来。tar默认会保留文件权限和所有者但如果你用普通用户操作为了安全它会丢弃一部分信息。要完整恢复整个备份建议用root身份执行并加上--same-owner参数tar -xvpzf backup.tar.gz -C /restore/path-p让解压出来的文件保留原始权限位。这个在恢复关键服务数据时特别重要缺失权限导致的服务启动失败我遇到过不下五次。3. gzip、bzip2、xz三兄弟单文件压缩的选型逻辑3.1 三个工具的直观对比讲完tar我们把视线转向真正负责缩小体积的压缩器。这三个工具的定位差异我直接给你一张参数对照表对比项gzipbzip2xz后缀.gz.bz2.xz压缩率级别1-91-9默认90-9默认6压缩速度快慢最慢解压速度快中等慢CPU消耗低中等高Linux内置默认标配RHEL/CentOS需安装bzip2包新版标配老系统需安装xz-utils典型场景日志、流量型数据文本型大数据归档软件源码、接近极限压缩的备份这里解释一个很多教程没说透的点这三个工具压缩的都是单个文件它们的原子操作对象不是目录。想压缩目录就得先交给tar打包也就是我们上文讲的.tar.gz、.tar.bz2、.tar.xz。3.2 gzip日常最高频速度即正义gzip是我日常使用率最高的压缩器没有之一。它在压缩率和速度之间取得了一个极漂亮的平衡点。为什么日志轮转工具logrotate默认压缩方式就是gzip答案很简单日志文件是频繁写入和读取的你用xz压体积确实能再小30%但压缩时CPU占用高、解压时也慢一个几十MB的日志转储等它转完用户的p99延迟都飙上去了。得不偿失。gzip的压缩等级用-1到-9控制。-1速度最快体积最大-9体积最小但多花时间。我实践里的结论是日常用-6级别关键大文件备份用-9临时小文件用-1甚至不压。举一个实际例子# 指定压缩等级压缩一个文件 gzip -9 access.log.20250312 # 解压解完原文件消失 gunzip access.log.20250312.gz # 保留原文件的解压方式 gzip -dc access.log.20250312.gz access.log.20250312看到-d和-c这两个参数没有-d是解压-c是把结果输出到标准输出而不是写文件。用gzip -dc file.gz dest_file能在解压的同时保留原始压缩包只把解压结果重定向到目标文件。这个写法在日志分析场景里极为实用因为你往往既想解压看内容又不想破坏压缩包。3.3 bzip2与xz极限压缩率的代价bzip2和xz解决的问题只有一个压缩率比gzip更高的场景。bzip2的优势是压缩后体积比gzip小15%~20%缺点同样明显——CPU开销显著上升。xz则在bzip2基础上又把压缩率推高一档尤其在文本类数据上的表现非常亮眼。Linux内核源码包、各大软件官方分发这些年基本都转用.tar.xz格式了因为同样的代码xz包比gz包便宜20%~30%的下载流量。用起来同样简单# bzip2压缩和解压 bzip2 -k large_file.dat bunzip2 large_file.dat.bz2 # xz压缩和解压 xz -k -9 large_file.dat unxz large_file.dat.xz注意我给bzip2和xz都加了-k参数意思是保留原文件。这两个工具默认行为和gzip一样压缩后干脆利落地删掉原文件。如果你不想让原文件消失-k必带。至于到底选哪个我的经验准则数据需要长期归档、硬盘空间紧张用xz压缩等级-6以上能省则省数据还要被频繁解压或继续追加写入用gzip别自找麻烦处于两者之间、对压缩率有要求但对速度也能妥协bzip2这条准则背后其实是个时间成本问题压缩放大了CPU时间成本解压又放大了延迟成本。归档类数据一辈子可能只压一次、解一次所以压多久都不心疼选xz合理而经常要翻的历史日志每次解析都要解压选gzip让你少等一半时间。3.4 不解压就查看内容zcat系列给操作提速聊到日志分析必须提三个隐藏命令zcat、bzcat、xzcat。它们分别对应gzip、bzip2、xz压缩格式作用直接但不解压文件、把压缩包内容打到标准输出。最典型的用法就是管道式的日志检索# 直接搜索压缩日志里的关键信息 zcat access.log.20250312.gz | grep ERROR | head -20 # tar包不解压直接看里面某个文件内容 tar -xzOf web.tar.gz app/config.yml最后一个命令里的-O参数是把文件内容输出到标准输出的意思从压缩包里直接取一个配置内容出来看不用整个解压效率极高。说句实话这个技巧在排障时能救命某天线上环境异常你不想把整个备份包解开直接查包里的某个配置文件和源目录做对比tar -xzOf一秒钟出结果。4. zip与unzip跨平台协作绕不开的坎4.1 为什么Linux环境里还得会zip如果你只在纯Linux环境里玩targzip的组合确实够用。但现实是团队里有Windows同事、客户发需求附件永远用zip、腾讯文档导出压缩包也是zip……zip就像办公室里的普通话你可以不喜欢但不能不会。zip和tar有一个本质区别zip自己就完成了打包压缩两件事不需要外部压缩器配合。它的底层算法是Deflate压缩率和gzip相当速度也差不多。所以对于既想打包目录又想跨平台的场景zip是成本最低的选择。Linux下的使用姿势# 递归压缩目录 zip -r app.zip /data/app # 加密压缩交互式输入密码 zip -e secret.zip /data/passwords.txt # 解压到指定目录 unzip app.zip -d /tmp/aaa # 不解压只看压缩包内的文件列表和体积 unzip -l app.zip # 验证压缩包完整性 unzip -t app.zip-r必带否则zip只会把目录本身塞进包里面文件一个都不收这个坑新手必踩。-e参数会提示你输入密码这是相对安全的交互式加密方式。千万不要用-P参数把密码直接写命令行上比如zip -P 123456 secret.zip file——密码会留在shell历史里相当于裸奔。4.2 中文文件名乱码的根治方案Linux下用zip最头痛的问题十有八九是中文文件名乱码。Windows上压缩的zip包文件名编码是GBK/CP936Linux系统默认UTF-8。两边不对付解压出来就是一堆乱码。这里有两种解法解法一解压时指定编码# 新版unzip支持直接用-O指定编码 unzip -O GBK win_file.zip -d /data/解法二如果系统的unzip版本老-O参数不可用就装个小工具# 用Python的zipfile模块做编码转换 python3 -c import zipfile;zipfile.ZipFile(win_file.zip).extractall(pwdb)或者直接在系统层面用convmv把乱码文件名改成正确编码但这属于事后补救折腾程度高。我的建议是能升级unzip升级unzip-O GBK一条命令解决问题省心省力。另外在Linux端压缩传给Windows的文件我一般会避免用zip里的纯中文文件名宁可先rename成拼音/英文再打包。不是说代码有问题而是跨平台协作里牺牲一点便利换取零沟通成本这笔账很划算。5. 实战环节备份、传输与归档的完整方案理论讲了四章现在上真场景。我挑三个最常见的需求每个都给出可直接照抄的完整命令组合顺便告诉你背后的设计思路。5.1 场景一日志目录归档线上服务每天产生几十GB日志每周需要归档一次。我的方案是先按天分目录再用tarxz归档上周所有日志然后用find配合时间戳删除已归档的老文件。命令如下mkdir -p /backup/logs/$(date %Y%m%d) tar -cJvf /backup/logs/$(date %Y%m%d)/app_logs.tar.xz /var/log/app/ --exclude*.tmp find /var/log/app -name *.log -mtime 7 -delete为什么用xz而不是gzip因为日志是典型的重复性文本xz压缩率优势明显而且归档操作是后台批处理慢一点没关系。--exclude*.tmp是为了防止把正在写的临时文件也卷进去。5.2 场景二数据库备份压缩数据库备份通常是mysqldump或pg_dump直接输出SQL体积巨大。正确做法是让dump命令和压缩器通过管道协作一条命令完成导出压缩两个环节mysqldump -u bak_user -p --single-transaction --routines --triggers testdb | gzip -9 /backup/db/testdb_$(date %F).sql.gz这里有一个原则压缩器级别用-9因为备份文件基本只落盘不读取压缩率优先。恢复时反向操作gunzip -c /backup/db/testdb_20250312.sql.gz | mysql -u root -p testdb不额外产生中间SQL文件直接解压灌进数据库SSD和CPU都不浪费。如果你担心管道中断导致压缩包损坏可以中间停一下先落地再用gzip -t验证这是后面要讲的校验意识。5.3 场景三服务器间免落地迁移这个场景是运维压箱底的技巧。两个Linux服务器之间转移数据没必要先把包传到本机再scp过去可以直接用tar通过ssh管道传输tar -czf - /data/project | ssh root192.168.1.10 tar -xzf - -C /data这里的-f -表示归档包不写文件直接走标准输出管道把数据流喂给远程的tar远程端再用-C指定解压目录。整个过程不产生任何临时文件大目录迁移又快又省磁盘。有一点要注意迁移后目标目录的所有者信息取决于远程登录用户的身份。如果你用root登录权限能完整保留如果用普通用户部分权限会出现偏差。所以远程迁移前要确认登录身份必要时提前配置sudo。5.4 多线程压缩与分卷处理单核压缩大文件时CPU吃不满磁盘空转着急的人可以上并行压缩工具。pigz是gzip的多线程版本pbzip2对应bzip2pxz对应xz。用它们替换原命令# 用4个线程压缩 pigz -9 -p 4 access.log.20250312 # 配合tar使用 tar -cf - /data/app | pigz -p 8 app.tar.gz # 大备份分卷每卷2GB tar -cJvf - /data/app | split -b 2G - app_backup.tar.xz.分卷配合split之后恢复时要先用cat合并再用tar解压cat app_backup.tar.xz.* | tar -xJvf -说实话split和tar的配合是我做异地备份时的常用组合。单个文件过大导致介质不支持时分卷几乎是唯一解。6. 踩坑记录压缩命令实战中容易翻车的几个点写到这里菜已经上得差不多了。最后上一盘我翻过车的地方这些坑每一个都真实发生在生产环境里希望你看完别再掉进去。6.1 用绝对路径打包导致解压乱目录tar -czvf backup.tar.gz /home/user/important这种写法在解压时会发现包里的目录结构是/home/user/important的完整路径而不是相对路径。如果你在另一台机器上直接解压tar会警告并丢掉开头的/把文件释放到home/user/important这样的相对路径下。看起来无害但如果你特定目录下还有同名目录后果就是文件散落到意想不到的位置找半天找不到。我的习惯是打包前先cd到目标的父目录用相对路径进行打包cd /home/user tar -czvf backup.tar.gz important这样解压时只有一个important目录出现在当前目录结构可控、迁移无脑。6.2 在vi里看压缩包然后手足无措热词里有vi命令压缩文件夹我猜是有人把编辑器里的操作误当成压缩命令了。这里得说清楚压缩包是二进制数据你用vi打开.tar.gz文件只会看到一堆乱码然后整个终端崩溃或卡死只能强制退出。vi和vim正常情况下根本不处理压缩包。如果非要在终端里看压缩包内容直接用tar -tvf、unzip -l、zcat这些命令去查看它们才是正经工具。vim确实可以通过某个插件支持直接浏览压缩包但那是例外不是标准行为日常真用不上。6.3 压缩包损坏没有校验等你发现时已经是灾难压缩包传输了一半断掉、磁盘坏道、或者中途磁盘满都会导致压缩包损坏。如果你不做校验直接解压很可能解到一半报unexpected EOF或者crc error然后你已经不知道哪个文件不完整了。所以我给自己定了一个铁律传输完先跑一遍完整性校验解压前先测试确认无误再操作# gzip系列 gzip -t backup.tar.gz tar -xzvf backup.tar.gz # zip系列 unzip -t backup.zip unzip backup.zip # xz系列 xz -t backup.tar.xz tar -xJvf backup.tar.xz-t参数就是test模式只检查不输出文件。我见过太多人省略这一步等到恢复数据才发现包坏了悔不当初。多加一秒校验省掉三个小时的灾难级排障。6.4 符号链接与特殊权限被还原成普通文件tar默认会保留软链接但如果你用-z或-j等组合时少写了参数或者打包时用了错误选项软链接可能被当成普通文件处理内容变成目标路径字符串链接关系没了。有些服务重启后依赖路径解析间接故障排查起来异常痛苦。我通常会明确指定# 保留软链接以及硬链接关系 tar -czhf backup.tar.gz /data/conf/ # 打包时保留ACL和SELinux上下文 tar --acls --selinux -czvf backup.tar.gz /srv/web-h要谨慎它会让tar解开软链接把目标真实文件内容也打进包里。如果你想保留链接本身应该确保不加-h并加--dereference的反向确认。这块逻辑比较绕我建议在测试目录里先做一轮前后对比确认链接属性确实被正确保留。6.5 在脚本管道里解压小心进程退出码写自动化脚本时很多人用管道tar -czf - /data/app | ssh host tar -xzf -但忘了管道中前一个命令失败时后一个命令依然会继续执行。如果源端tar中途报错目标端可能解压了一个不完整的包而脚本的退出码还是0。稳妥写法是开启管道的pipefailset -o pipefail tar -czf - /data/app | ssh host tar -xzf - -C /data || { echo 迁移失败 exit 1 }这个教训来自一次数据迁移事故源端目录扫描时权限受限tar提前退出结果远端解压包直接缺了300多个文件监控迟迟没报异常等发现时已经覆盖了旧数据。从那以后凡是涉及压缩的管道命令我一定会把pipefail和显式错误处理写上。6.6 给压缩命令留下体力文件系统开销与临时空间最后一个看起来不痛不痒、实际影响很大的坑压缩大文件时临时空间不足。别以为压缩是CPU的事tar和zip在组装文件流时如果目标文件系统空间不足直接报disk full然后留下一堆半成品。我的经验是压缩前用df -h检查目标盘剩余空间至少预留压缩前体积的1.5倍tar.gz到1.2倍tar.xz——压缩过程可能存在中间缓冲保险系数不能省。最后说两句压缩和解压缩命令是Linux日常操作里最基础也最容易被忽略的一块。基础不牢后面学tar增量、远程管道、归档策略时都会返工。我在实际使用中的最大心得其实只有一条永远在解压前多花一秒钟验证永远在打包前想清楚路径关系。很多莫名其妙的问题追到根上都是打包时少加了一个-r、解压时多写了一个/这种细节。如果你刚学到这里建议找一台测试机把tar、gzip、zip这三组命令各练五遍打包、查看、解压、指定路径解压、挂管道导出。练完你会发现之后无论是给客户传文件、还是给服务器做备份心里都踏实很多。这里还有个小技巧可以分享把常用组合写成shell脚本或者加到.bashrc的alias里比如日志归档直接alias tarztar -czvf能省不少打字时间。命令是人用的怎么顺手怎么来。