1. 选工具之前先搞清楚这四个命令的分工边界很多人刚开始接触Linux压缩命令时最容易犯的一个错误是把tar、gzip、zip、bzip2四个命令当成同一种东西来背参数。结果背了一堆-z、-j、-J真到用的时候还是分不清该用哪一个甚至会把tar -czvf和zip的语法搞混。这个问题的根源其实很简单这四个命令压根不是同一层级的工具它们的定位差异很大。先看一张分工表把四个命令的关系理清楚命令核心职责是否直接压缩典型产物适用场景tar打包归档不直接压缩只是把多个文件/目录塞进一个文件里.tar备份目录、传输一批文件gzip压缩单个文件压缩.gz日志轮转、压缩单文件bzip2压缩单个文件压缩.bz2追求高于gzip的压缩率xz压缩单个文件压缩.xz追求极限压缩率发布源码包zip压缩并归档专用格式同时归档和压缩.zip跨平台传输、交付文件给Windows/macOS用户这里最核心的一个概念就是tar是一个打包工具它本身不压缩。它的名字来源于Tape Archive磁带归档早期就是用来把一堆文件存到磁带上的。我们现在常说的tar.gz、tar.bz2、tar.xz其实是先用tar把文件打包成一个.tar文件再用gzip/bzip2/xz对这个.tar文件做二次压缩。之所以要绕这么一圈是因为gzip/bzip2/xz都只能处理单个文件没法直接把一个目录压成一个文件。所以下一节要讲的内容其实是整个Linux压缩命令体系里最重要、最常用的一半tar命令的使用逻辑。2. tar命令Linux下绝对绕不开的文件归档之王tar是Linux运维、开发、日常操作中使用频率最高的归档命令。我见过不少同事能熟练敲出各种tar命令参数但如果你问他们这些参数到底是什么意思很多人是模糊的。这里我把自己实际使用中的理解和习惯拆开讲保证看完就能举一反三。2.1 先搞懂tar的四个必用功能键tar命令在使用时必须在第一个参数位置带上一个功能键这个功能键决定了tar要做什么。最常见的四个是功能键英文含义作用-ccreate创建归档包打包-xextract解开归档包解包/解压-tlist查看归档包里的文件列表不实际解开-rappend向已有归档包追加文件-uupdate仅追加比归档中更新的文件然后再加上辅助参数组合出实际使用中的各种花样最常打交道的辅助参数是辅助参数作用-z通过gzip进行二次压缩或解压对应.tar.gz、.tgz-j通过bzip2进行二次压缩或解压对应.tar.bz2-J通过xz进行二次压缩或解压对应.tar.xz-vverbose显示处理过程建议加上不然等压缩执行时你会很慌-f指定归档文件名必须紧跟文件名这是最容易被忽略顺序的坑-C指定解压目标目录重要且常用--exclude排除某些文件或目录备份时特别好用这里提醒一句-f这个参数后面必须直接跟上文件名而且习惯上把-f写在参数组合末尾。我见过有人写tar -cvfz backup.tar.gz /home/user/data结果tar把backup.tar.gz当成一个目录去处理报错Not found in archive其实就是z和f的相对位置出问题了。规范写法是tar -czvf backup.tar.gz /home/user/data或者拆开写tar -czvf、tar -xzvf记忆起来按字母顺序c/z/v/f递增来写就不会错。2.2 创建备份包从最简单到带排除逻辑最基本的打包压缩一行命令tar -czvf backup.tar.gz /var/log/nginx这条命令的意思是把/var/log/nginx目录下的所有内容先由tar打包成归档再由gzip压缩为gzip格式最终输出文件名backup.tar.gz。执行结束后你会在当前目录得到一个backup.tar.gz文件。如果是想把某个目录下的大部分内容备份但明确要排除日志、临时文件、缓存文件--exclude参数就是救星tar -czvf project_backup.tar.gz /home/user/myapp \ --exclude*.log \ --exclude/home/user/myapp/tmp \ --exclude/home/user/myapp/node_modules这条命令在我做项目迁移时几乎必用。很多前端项目的node_modules动辄几百MB甚至上GB不排除掉的话打出来的压缩包会又大又慢传到目标机器再解压还容易因为文件数量太多而超时。还有一个容易被忽略的参数是-h如果你要打包的目录里有软链接默认情况下tar只会把软链接本身保存下来不会复制链接指向的实际内容。加上-h才会解引用dereference把链接指向的真实文件也打包进去。这个差别在备份配置文件时很容易踩中你看着备份包里文件都在恢复后发现是一堆指向失效的软链接。2.3 查看包内容别急着解压拿到一个陌生的.tar.gz文件第一步建议用tar -tzvf查看内容而不是直接解压。比如tar -tzvf nginx_20240101.tar.gz这条命令会列出归档包内所有文件的权限、属主、大小和路径名但不实际解压。行为有点像Windows里双击zip文件先看看里面有什么可以帮你确认文件是不是解压后会散落一地还是统一放在某个子目录里有没有可疑的绝对路径文件如果显示路径是/etc/passwd这种解压时要格外小心文件总体积大概多大要不要换个目录操作如果发现有敏感文件或者路径不对就别解压直接从源头处理。2.4 解压时指定目录与选择解压部分文件解压最常用的是tar -xzvf nginx_20240101.tar.gz -C /opt/backup/nginx-C是指定解压位置的这是我最建议养成的习惯。不指定的话tar会在当前目录解开如果归档包里的文件名乱七八糟会给后续清理带来很大的麻烦。如果只需要从包里取出两个文件不需要全部解压tar也支持tar -xzvf nginx_20240101.tar.gz -C /tmp/recover ./etc/nginx/nginx.conf ./etc/nginx/mime.types注意这里路径必须和归档包里的路径保持一致所以先跑一遍tar -tzvf看准路径再操作。这个功能在配置文件被改坏了想从昨天的备份里恢复单个文件这种场景下特别高效。2.5 tar增量备份与追加归档tar有一个很适合做轻量级备份的特点可以增量追加。比如每周做一次全量备份每天做增量追加可以像这样# 每周日做全量归档 tar -czvf weekly_$(date %Y%m%d).tar.gz -g snapshot.txt /home/user/data # 每天都做增量追加注意参数是 -g 快照文件相同 tar -czvf daily_$(date %Y%m%d).tar.gz -g snapshot.txt /home/user/data这里的-g snapshot.txt是让tar记录每次备份时的快照信息包括文件时间戳和增量标记下次执行时tar会对照快照只把新增或变化的文件打进去。实测下来可以节省大量磁盘空间和备份时间比商业备份工具原生支持还简单。不过也要提醒tar增量备份在恢复时需要注意顺序先恢复全量包再按日期顺序恢复增量包。如果中间date错乱可能造成文件状态不是最新所以这种方案我更推荐用在本地移动硬盘备份或测试环境归档上生产环境建议用专门的备份工具如restic、borg或至少做严格的恢复演练。3. zip/unzip命令跨平台协作时最不出错的一对tar是Linux世界的老大但它有个先天不足在Windows和macOS上处理得不好很多Windows用户遇到.tar.gz根本不知道怎么解压图形界面的压缩软件也未必默认支持。所以只要涉及跨平台交付文件我几乎无脑选zip。原因很直接zip格式几乎所有操作系统都原生支持Windows右键可以直接解压macOS双击就能打开。3.1 zip压缩、解压和指定目录压缩一批文件zip -r project.zip /home/user/myapp-r代表递归处理子目录不带的话zip只会压缩指定目录本身里面内容不进去。在实际场景中我常做的操作是进入某个目录后相对路径压缩而不是带绝对路径这样解压出来就不会裹着一层冗长的目录结构cd /home/user/myapp zip -r /tmp/myapp.zip . -x *.log -x node_modules/*这里同样支持-x排除不需要的文件和tar的--exclude用法差不多但这个写法更紧凑。解压指定到某个目录unzip project.zip -d /opt/releases/-d参数等价于tar的-C指定解压输出目录。查看zip包内容unzip -l project.zip这样不用解压就能看到包里的文件列表和大小。3.2 中文文件名的乱码问题用zip在Linux和Windows之间传文件最糟心的问题是中文文件名乱码。核心原因是Linux系统下zip默认使用UTF-8编码记录文件名而Windows的压缩软件尤其老版本的WinRAR、好压可能使用GBK/GB18030编码。两边对不上就会出现ÎļþÃû这类乱码。我现在的处理习惯是分两种情况要是自己打包、对方是Windows用户创建一个给Windows的包时尽量不依赖系统默认编码而是先用zip -r打包再用convmv或者7z做一次转码或者干脆打包前把所有文件名改成英文或拼音。做外包交付时最好用英文文件名以绝后患。要是拿到一个中文乱码的zip包在Linux下解压先尝试unzip -O gbk project.zip -d output_dir-O可以指定解压时的字符编码busybox和部分发行版自带unzip可能不支持-O选项如果系统自带unzip不带这个参数就用7z x project.zip配合LANGzh_CN.UTF-8可能也能正确处理。实测下来7z对编码的兼容性比unzip好不少。3.3 zip加密传输和权限问题zip可以对压缩包加密避免明文传输命令是zip -e secret.zip confidential_report.pdf执行后会提示你输入两次密码。-e是交互式输入密码还有-P参数可以直接在命令行指定密码但这样会把密码留在shell历史里除非是在脚本中配合环境变量使用否则不建议。要注意的是zip加密算法是ZipCrypto安全性在整个加密体系里只能算一般适合防君子不防小人的场景。如果对保密性有更高要求就改用7z配合AES加密。关于权限zip格式本身不记录Linux的owner和group只保留基本的unix权限位。所以从Linux打包、到Windows解压再拷回来权限信息大概率会丢。如果需要对权限敏感的文件做完整备份优先用tar而不是zip。4. gzip、bzip2、xz三兄弟单文件压缩工具之间的取舍tar解决了目录怎么归档的问题但日常还有另一种高频需求单个文件太大想压小一点再传输。这时就要和gzip、bzip2、xz打招呼了。它们都只能操作单个文件原理是压缩一个输入文件生成一个.gz、.bz2或.xz文件原文件默认会被删掉除非保留选项。4.1 三个工具压缩率与耗时的对比我在这台8核16G的测试机上用一份约300MB的文本日志做了次简单对比数据供参考不同硬件和内容压缩率会有差异工具命令产物大小耗时备注gzipgzip -k access.log约55MB约13秒压缩率相对低但速度最快bzip2bzip2 -k access.log约42MB约48秒比gzip小但耗时增加明显xzxz -k access.log约34MB约2分钟压缩率最高速度最慢注-k表示保留原文件否则原文件在压缩成功后会被移除。如果按默认参数直接跑gzip和xz的速度差距可以到数倍甚至一个数量级。日常使用我的选择逻辑是普通日志、配置文件、文本类型的内容用gzip速度快、兼容性最好几乎所有Linux工具链都内置支持甚至nginx的日志切割脚本默认用的都是gzip。要长期归档保存、体积优化优先用xz典型的Linux内核源码包就是.tar.xz压缩率非常漂亮。bzip2的位置比较尴尬压缩率不如xz速度不如gzip。除非对方指定要.tar.bz2格式否则我很少主动选bzip2。不过bzip2有一个特殊优势是老系统兼容性更好早期很多发行版打包工具对bzip2支持比xz更成熟。4.2 配合tar使用的正确姿势这三个工具本身不能对目录做压缩和tar配合时有一个常见误区有人先把目录打成.tar再单独用gzip压缩成.tar.gz——这其实完全可行只是多了一道中间步骤。更常见的做法是直接用tar的-z、-j、-J参数一条命令把打包压缩完成# 打包并用gzip压缩 tar -czvf bundle.tar.gz /data/logs # 打包并用bzip2压缩 tar -cjvf bundle.tar.bz2 /data/logs # 打包并用xz压缩7z也常见这种 tar -cJvf bundle.tar.xz /data/logs解压时对应使用tar -xzvf bundle.tar.gz tar -xjvf bundle.tar.bz2 tar -xJvf bundle.tar.xz很多时候我发现新同学会把小写j和大写J搞混。记住一个小窍门bzip2以b开头和-j的小写j同属一个矮个子家族xz追求极限压缩率用大写J也显得大。这样记虽然有点玄学但确实能减少拼写错误的概率。4.3 单文件压缩的实用参数单文件直接操作时有几个参数值得记住# gzip 压缩并保留原文件 gzip -k large_file.log # k 强制更小级别压缩-9 是最大压缩-1 是最快 gzip -9 -k large_file.log # xz 也是同样的级别控制-T0 表示用满所有CPU核心 xz -9 -k -T0 large_file.log # bzip2 压缩级别从1到9 bzip2 -k -9 large_file.log # 解压时直接使用 -d 参数 gzip -d large_file.log.gz bzip2 -d large_file.log.bz2 xz -d large_file.log.xz由于gzip/bzip2/xz的默认行为是压缩后删除源文件在操作前建议先确认产物是否正确或者用-k保留原始文件。这个坑我在写自动化脚本时踩过一次脚本里写了gzip web.log结果日志压缩完源文件被清理后续tail -f web.log直接报文件不存在。5. 实战中绕不开的高级用法管道、备份和解压异常排查掌握了前面的基础操作后再往深走一步会发现压缩命令和Linux的哲学高度契合万物皆文件、一切皆可管道。很多复杂需求用管道一行就解决了这也是面试题和运维场景里经常考的。5.1 管道让压缩命令脱胎换骨tar的-f参数有一个特殊值-f -表示把归档内容输出到标准输入/输出。这个特性配合管道能玩出很多花活。最经典的用法是不落地压缩——直接把一个目录压缩并通过ssh发送到远程机器并解压tar -czf - /home/user/data | ssh user192.168.1.20 tar -xzf - -C /opt/data_receive这条命令的意思是在本地把/home/user/data打包压缩通过管道把压缩数据传输给远程机器的tar命令由远程tar直接解压。全程不产生临时文件对于大目录迁移非常方便。想要备份到远端同样可以tar -czf - /home/user/data | ssh user192.168.1.20 cat /backup/data_$(date %Y%m%d).tar.gz另一个常用场景是配合find使用只打包一天内修改过的文件find /home/user/project -name *.java -mtime -1 -print0 | tar -czvf code_daily.tar.gz --null -T -注意--null -T -使tar从标准输入读取文件名列表配合find -print0可以正确处理带空格或特殊字符的文件名。这个组合在日志归集、增量备份时非常有用比用通配符一个个拼可靠得多。5.2 解压乱码、文件损坏之类的常见故障排查解压时我遇到过的最常见问题是gzip: stdin: not in gzip format。这个报错通常是三种原因文件被改名了本质上内容并不是gzip压缩流。比如网上下载的文件实际是html错误页面但你把它存成了.gz。解决方法是先用file命令查看真实格式file suspicious.gz如果输出显示是HTML document而不是gzip compressed data那就别用tar硬解了。包已经损坏或下载过程中被截断。可以用gzip -t测试完整性gzip -t backup.tar.gz-t只测试压缩文件的完整性不实际解压。输出没有报错说明文件完整。如果不完整且没有备份可以尝试gzip -dc backup.tar.gz backup.tar强制解压出残缺内容但能用多少是多少。把.和_看错了。有些文件名类似backup.tar.GZ大写后缀在Windows习惯里可能被误认为没问题但Linux下的压缩工具大小写敏感。搞不清楚时多用file、ls -l核对。zip解压时如果提示End-of-central-directory signature not found说明文件不是有效的zip格式大概率是压缩包不完整或根本不是zip。同样可以用file确认。5.3 压缩率、压缩速度与CPU消耗的平衡在写自动化脚本时我会明确指定压缩级别让任务时间和资源消耗可控# 备份时选择平衡方案 tar -czvf /backup/nginx_$(date %F).tar.gz -C /etc/nginx . # 追求极致压缩不介意耗时 tar -cJvf /backup/nginx_$(date %F).tar.xz -C /etc/nginx . -I xz -9 -T0这里-I xz -9 -T0是让tar调用指定的压缩程序及参数-T0让xz使用所有CPU核心对多核服务器非常友好。我对三种级别的选择建议日志收集/临时传输用gzip默认级别时间开销小文件也不会大太多项目交付/应用发布包用tar.gz即可尽量不用最高压缩率因为解压速度也会变慢发布时等太久反而影响体检归档/冷备份用tar.xz接受压缩时间长换来存储空间的大幅减少。5.4 面试题和笔试里最常见的几个坑最近帮团队筛简历发现很多人在Linux压缩命令的面试题上栽跟头。随便列几个高频考点问tar -czvf和tar -xzvf有什么区别 很多人上来就背参数但真正好的回答会先讲tar是归档工具-z调用gzip做二次压缩-c是create-x是extract组合起来分别对应压缩和解压。问解压tar.gz包到指定目录用哪个参数 答案是-C这个参数经常被漏掉。我面试时会故意问不加-C会怎么样很多人回答不上来。答案很简单默认解压到当前目录。问zip和tar.gz跨平台选哪个 要能说出zip在Windows下原生支持、压缩包内记录文件名方式不同可能导致中文乱码、Linux下zip不保留完整权限等知识点才能显得是真正用过而不是背概念。问如何查看tar包里的内容而不解压tar -tzvf。能够准确说出-t功能键的人不多。问跳过node_modules打包命令怎么写 考的是--exclude参数实际工作中非常高频。6. 我的日常使用习惯清单与实用备注到这里四个命令的基本用法和实战技巧都过了一遍。最后分享几个我本人长期形成的使用习惯都是普通教程里不太会写、但实际敲命令时能省心不少的细节。第一我习惯在.npmrc或.bashrc里给高频压缩命令设置快捷键aliasalias targztar -czvf alias tarxztar -cJvf alias untartar -xzvf alias ziplistunzip -l这样日常敲命令时少打几个字母降低手误概率。设置后记得source ~/.bashrc或重新登录终端。第二打包前先想清楚解压后会不会污染当前目录。很多包的根目录就是一堆散落的文件所以我解压时总是带上-C或-d参数指定到一个新建的空目录里。宁可多敲一个参数也比最后满目录找文件强。第三涉及重要文件的压缩我都会在执行前用ls -lh看一遍源文件大小压缩后再用ls -lh检查产物大小配合file命令确认压缩格式正确。这个习惯养成了基本不会出现压缩完才发现源文件被删除或格式不对的尴尬。第四如果是写进crontab的定时备份脚本一定要在脚本里加上日志输出和失败退出逻辑不要在命令行里裸跑。简单的备份脚本骨架类似这样#!/bin/bash # 每日凌晨备份nginx配置和站点目录 BACKUP_DIR/backup DATE$(date %F_%H%M) mkdir -p $BACKUP_DIR tar -czvf $BACKUP_DIR/nginx_config_$DATE.tar.gz -C /etc/nginx . tar -czvf $BACKUP_DIR/www_$DATE.tar.gz -C /var/www . # 删除7天前的备份 find $BACKUP_DIR -name *.tar.gz -mtime 7 -deletefind清理旧备份时-mtime 7的意思是只输出修改时间超过7天的文件然后交给-delete删除。这个组合在磁盘空间管理上非常省心。我个人现阶段最常用的其实还是tar.gz和zip两种tar.gz用于服务器内部归档和迁移zip用于和Windows用户打交道。xz和bzip2则会根据场景选用xz主要出现在下载源码包或做冷备份的时候。掌握这四个工具就等于拿下了Linux命令行体系里最基础、也最实用的一块拼图。最后留一个练习思路找一台测试机创建一些文件然后分别用gzip、bzip2、xz压缩对比产物大小和解压耗时再用tar命令把整个/etc打包排除掉*.log解压到/tmp/test目录最后用diff对比源码和解压结果是否一致。只要亲自走完这几步你对Linux压缩命令的掌握基本就过关了。
Linux压缩命令全解析：tar、gzip、zip、bzip2怎么选
1. 选工具之前先搞清楚这四个命令的分工边界很多人刚开始接触Linux压缩命令时最容易犯的一个错误是把tar、gzip、zip、bzip2四个命令当成同一种东西来背参数。结果背了一堆-z、-j、-J真到用的时候还是分不清该用哪一个甚至会把tar -czvf和zip的语法搞混。这个问题的根源其实很简单这四个命令压根不是同一层级的工具它们的定位差异很大。先看一张分工表把四个命令的关系理清楚命令核心职责是否直接压缩典型产物适用场景tar打包归档不直接压缩只是把多个文件/目录塞进一个文件里.tar备份目录、传输一批文件gzip压缩单个文件压缩.gz日志轮转、压缩单文件bzip2压缩单个文件压缩.bz2追求高于gzip的压缩率xz压缩单个文件压缩.xz追求极限压缩率发布源码包zip压缩并归档专用格式同时归档和压缩.zip跨平台传输、交付文件给Windows/macOS用户这里最核心的一个概念就是tar是一个打包工具它本身不压缩。它的名字来源于Tape Archive磁带归档早期就是用来把一堆文件存到磁带上的。我们现在常说的tar.gz、tar.bz2、tar.xz其实是先用tar把文件打包成一个.tar文件再用gzip/bzip2/xz对这个.tar文件做二次压缩。之所以要绕这么一圈是因为gzip/bzip2/xz都只能处理单个文件没法直接把一个目录压成一个文件。所以下一节要讲的内容其实是整个Linux压缩命令体系里最重要、最常用的一半tar命令的使用逻辑。2. tar命令Linux下绝对绕不开的文件归档之王tar是Linux运维、开发、日常操作中使用频率最高的归档命令。我见过不少同事能熟练敲出各种tar命令参数但如果你问他们这些参数到底是什么意思很多人是模糊的。这里我把自己实际使用中的理解和习惯拆开讲保证看完就能举一反三。2.1 先搞懂tar的四个必用功能键tar命令在使用时必须在第一个参数位置带上一个功能键这个功能键决定了tar要做什么。最常见的四个是功能键英文含义作用-ccreate创建归档包打包-xextract解开归档包解包/解压-tlist查看归档包里的文件列表不实际解开-rappend向已有归档包追加文件-uupdate仅追加比归档中更新的文件然后再加上辅助参数组合出实际使用中的各种花样最常打交道的辅助参数是辅助参数作用-z通过gzip进行二次压缩或解压对应.tar.gz、.tgz-j通过bzip2进行二次压缩或解压对应.tar.bz2-J通过xz进行二次压缩或解压对应.tar.xz-vverbose显示处理过程建议加上不然等压缩执行时你会很慌-f指定归档文件名必须紧跟文件名这是最容易被忽略顺序的坑-C指定解压目标目录重要且常用--exclude排除某些文件或目录备份时特别好用这里提醒一句-f这个参数后面必须直接跟上文件名而且习惯上把-f写在参数组合末尾。我见过有人写tar -cvfz backup.tar.gz /home/user/data结果tar把backup.tar.gz当成一个目录去处理报错Not found in archive其实就是z和f的相对位置出问题了。规范写法是tar -czvf backup.tar.gz /home/user/data或者拆开写tar -czvf、tar -xzvf记忆起来按字母顺序c/z/v/f递增来写就不会错。2.2 创建备份包从最简单到带排除逻辑最基本的打包压缩一行命令tar -czvf backup.tar.gz /var/log/nginx这条命令的意思是把/var/log/nginx目录下的所有内容先由tar打包成归档再由gzip压缩为gzip格式最终输出文件名backup.tar.gz。执行结束后你会在当前目录得到一个backup.tar.gz文件。如果是想把某个目录下的大部分内容备份但明确要排除日志、临时文件、缓存文件--exclude参数就是救星tar -czvf project_backup.tar.gz /home/user/myapp \ --exclude*.log \ --exclude/home/user/myapp/tmp \ --exclude/home/user/myapp/node_modules这条命令在我做项目迁移时几乎必用。很多前端项目的node_modules动辄几百MB甚至上GB不排除掉的话打出来的压缩包会又大又慢传到目标机器再解压还容易因为文件数量太多而超时。还有一个容易被忽略的参数是-h如果你要打包的目录里有软链接默认情况下tar只会把软链接本身保存下来不会复制链接指向的实际内容。加上-h才会解引用dereference把链接指向的真实文件也打包进去。这个差别在备份配置文件时很容易踩中你看着备份包里文件都在恢复后发现是一堆指向失效的软链接。2.3 查看包内容别急着解压拿到一个陌生的.tar.gz文件第一步建议用tar -tzvf查看内容而不是直接解压。比如tar -tzvf nginx_20240101.tar.gz这条命令会列出归档包内所有文件的权限、属主、大小和路径名但不实际解压。行为有点像Windows里双击zip文件先看看里面有什么可以帮你确认文件是不是解压后会散落一地还是统一放在某个子目录里有没有可疑的绝对路径文件如果显示路径是/etc/passwd这种解压时要格外小心文件总体积大概多大要不要换个目录操作如果发现有敏感文件或者路径不对就别解压直接从源头处理。2.4 解压时指定目录与选择解压部分文件解压最常用的是tar -xzvf nginx_20240101.tar.gz -C /opt/backup/nginx-C是指定解压位置的这是我最建议养成的习惯。不指定的话tar会在当前目录解开如果归档包里的文件名乱七八糟会给后续清理带来很大的麻烦。如果只需要从包里取出两个文件不需要全部解压tar也支持tar -xzvf nginx_20240101.tar.gz -C /tmp/recover ./etc/nginx/nginx.conf ./etc/nginx/mime.types注意这里路径必须和归档包里的路径保持一致所以先跑一遍tar -tzvf看准路径再操作。这个功能在配置文件被改坏了想从昨天的备份里恢复单个文件这种场景下特别高效。2.5 tar增量备份与追加归档tar有一个很适合做轻量级备份的特点可以增量追加。比如每周做一次全量备份每天做增量追加可以像这样# 每周日做全量归档 tar -czvf weekly_$(date %Y%m%d).tar.gz -g snapshot.txt /home/user/data # 每天都做增量追加注意参数是 -g 快照文件相同 tar -czvf daily_$(date %Y%m%d).tar.gz -g snapshot.txt /home/user/data这里的-g snapshot.txt是让tar记录每次备份时的快照信息包括文件时间戳和增量标记下次执行时tar会对照快照只把新增或变化的文件打进去。实测下来可以节省大量磁盘空间和备份时间比商业备份工具原生支持还简单。不过也要提醒tar增量备份在恢复时需要注意顺序先恢复全量包再按日期顺序恢复增量包。如果中间date错乱可能造成文件状态不是最新所以这种方案我更推荐用在本地移动硬盘备份或测试环境归档上生产环境建议用专门的备份工具如restic、borg或至少做严格的恢复演练。3. zip/unzip命令跨平台协作时最不出错的一对tar是Linux世界的老大但它有个先天不足在Windows和macOS上处理得不好很多Windows用户遇到.tar.gz根本不知道怎么解压图形界面的压缩软件也未必默认支持。所以只要涉及跨平台交付文件我几乎无脑选zip。原因很直接zip格式几乎所有操作系统都原生支持Windows右键可以直接解压macOS双击就能打开。3.1 zip压缩、解压和指定目录压缩一批文件zip -r project.zip /home/user/myapp-r代表递归处理子目录不带的话zip只会压缩指定目录本身里面内容不进去。在实际场景中我常做的操作是进入某个目录后相对路径压缩而不是带绝对路径这样解压出来就不会裹着一层冗长的目录结构cd /home/user/myapp zip -r /tmp/myapp.zip . -x *.log -x node_modules/*这里同样支持-x排除不需要的文件和tar的--exclude用法差不多但这个写法更紧凑。解压指定到某个目录unzip project.zip -d /opt/releases/-d参数等价于tar的-C指定解压输出目录。查看zip包内容unzip -l project.zip这样不用解压就能看到包里的文件列表和大小。3.2 中文文件名的乱码问题用zip在Linux和Windows之间传文件最糟心的问题是中文文件名乱码。核心原因是Linux系统下zip默认使用UTF-8编码记录文件名而Windows的压缩软件尤其老版本的WinRAR、好压可能使用GBK/GB18030编码。两边对不上就会出现ÎļþÃû这类乱码。我现在的处理习惯是分两种情况要是自己打包、对方是Windows用户创建一个给Windows的包时尽量不依赖系统默认编码而是先用zip -r打包再用convmv或者7z做一次转码或者干脆打包前把所有文件名改成英文或拼音。做外包交付时最好用英文文件名以绝后患。要是拿到一个中文乱码的zip包在Linux下解压先尝试unzip -O gbk project.zip -d output_dir-O可以指定解压时的字符编码busybox和部分发行版自带unzip可能不支持-O选项如果系统自带unzip不带这个参数就用7z x project.zip配合LANGzh_CN.UTF-8可能也能正确处理。实测下来7z对编码的兼容性比unzip好不少。3.3 zip加密传输和权限问题zip可以对压缩包加密避免明文传输命令是zip -e secret.zip confidential_report.pdf执行后会提示你输入两次密码。-e是交互式输入密码还有-P参数可以直接在命令行指定密码但这样会把密码留在shell历史里除非是在脚本中配合环境变量使用否则不建议。要注意的是zip加密算法是ZipCrypto安全性在整个加密体系里只能算一般适合防君子不防小人的场景。如果对保密性有更高要求就改用7z配合AES加密。关于权限zip格式本身不记录Linux的owner和group只保留基本的unix权限位。所以从Linux打包、到Windows解压再拷回来权限信息大概率会丢。如果需要对权限敏感的文件做完整备份优先用tar而不是zip。4. gzip、bzip2、xz三兄弟单文件压缩工具之间的取舍tar解决了目录怎么归档的问题但日常还有另一种高频需求单个文件太大想压小一点再传输。这时就要和gzip、bzip2、xz打招呼了。它们都只能操作单个文件原理是压缩一个输入文件生成一个.gz、.bz2或.xz文件原文件默认会被删掉除非保留选项。4.1 三个工具压缩率与耗时的对比我在这台8核16G的测试机上用一份约300MB的文本日志做了次简单对比数据供参考不同硬件和内容压缩率会有差异工具命令产物大小耗时备注gzipgzip -k access.log约55MB约13秒压缩率相对低但速度最快bzip2bzip2 -k access.log约42MB约48秒比gzip小但耗时增加明显xzxz -k access.log约34MB约2分钟压缩率最高速度最慢注-k表示保留原文件否则原文件在压缩成功后会被移除。如果按默认参数直接跑gzip和xz的速度差距可以到数倍甚至一个数量级。日常使用我的选择逻辑是普通日志、配置文件、文本类型的内容用gzip速度快、兼容性最好几乎所有Linux工具链都内置支持甚至nginx的日志切割脚本默认用的都是gzip。要长期归档保存、体积优化优先用xz典型的Linux内核源码包就是.tar.xz压缩率非常漂亮。bzip2的位置比较尴尬压缩率不如xz速度不如gzip。除非对方指定要.tar.bz2格式否则我很少主动选bzip2。不过bzip2有一个特殊优势是老系统兼容性更好早期很多发行版打包工具对bzip2支持比xz更成熟。4.2 配合tar使用的正确姿势这三个工具本身不能对目录做压缩和tar配合时有一个常见误区有人先把目录打成.tar再单独用gzip压缩成.tar.gz——这其实完全可行只是多了一道中间步骤。更常见的做法是直接用tar的-z、-j、-J参数一条命令把打包压缩完成# 打包并用gzip压缩 tar -czvf bundle.tar.gz /data/logs # 打包并用bzip2压缩 tar -cjvf bundle.tar.bz2 /data/logs # 打包并用xz压缩7z也常见这种 tar -cJvf bundle.tar.xz /data/logs解压时对应使用tar -xzvf bundle.tar.gz tar -xjvf bundle.tar.bz2 tar -xJvf bundle.tar.xz很多时候我发现新同学会把小写j和大写J搞混。记住一个小窍门bzip2以b开头和-j的小写j同属一个矮个子家族xz追求极限压缩率用大写J也显得大。这样记虽然有点玄学但确实能减少拼写错误的概率。4.3 单文件压缩的实用参数单文件直接操作时有几个参数值得记住# gzip 压缩并保留原文件 gzip -k large_file.log # k 强制更小级别压缩-9 是最大压缩-1 是最快 gzip -9 -k large_file.log # xz 也是同样的级别控制-T0 表示用满所有CPU核心 xz -9 -k -T0 large_file.log # bzip2 压缩级别从1到9 bzip2 -k -9 large_file.log # 解压时直接使用 -d 参数 gzip -d large_file.log.gz bzip2 -d large_file.log.bz2 xz -d large_file.log.xz由于gzip/bzip2/xz的默认行为是压缩后删除源文件在操作前建议先确认产物是否正确或者用-k保留原始文件。这个坑我在写自动化脚本时踩过一次脚本里写了gzip web.log结果日志压缩完源文件被清理后续tail -f web.log直接报文件不存在。5. 实战中绕不开的高级用法管道、备份和解压异常排查掌握了前面的基础操作后再往深走一步会发现压缩命令和Linux的哲学高度契合万物皆文件、一切皆可管道。很多复杂需求用管道一行就解决了这也是面试题和运维场景里经常考的。5.1 管道让压缩命令脱胎换骨tar的-f参数有一个特殊值-f -表示把归档内容输出到标准输入/输出。这个特性配合管道能玩出很多花活。最经典的用法是不落地压缩——直接把一个目录压缩并通过ssh发送到远程机器并解压tar -czf - /home/user/data | ssh user192.168.1.20 tar -xzf - -C /opt/data_receive这条命令的意思是在本地把/home/user/data打包压缩通过管道把压缩数据传输给远程机器的tar命令由远程tar直接解压。全程不产生临时文件对于大目录迁移非常方便。想要备份到远端同样可以tar -czf - /home/user/data | ssh user192.168.1.20 cat /backup/data_$(date %Y%m%d).tar.gz另一个常用场景是配合find使用只打包一天内修改过的文件find /home/user/project -name *.java -mtime -1 -print0 | tar -czvf code_daily.tar.gz --null -T -注意--null -T -使tar从标准输入读取文件名列表配合find -print0可以正确处理带空格或特殊字符的文件名。这个组合在日志归集、增量备份时非常有用比用通配符一个个拼可靠得多。5.2 解压乱码、文件损坏之类的常见故障排查解压时我遇到过的最常见问题是gzip: stdin: not in gzip format。这个报错通常是三种原因文件被改名了本质上内容并不是gzip压缩流。比如网上下载的文件实际是html错误页面但你把它存成了.gz。解决方法是先用file命令查看真实格式file suspicious.gz如果输出显示是HTML document而不是gzip compressed data那就别用tar硬解了。包已经损坏或下载过程中被截断。可以用gzip -t测试完整性gzip -t backup.tar.gz-t只测试压缩文件的完整性不实际解压。输出没有报错说明文件完整。如果不完整且没有备份可以尝试gzip -dc backup.tar.gz backup.tar强制解压出残缺内容但能用多少是多少。把.和_看错了。有些文件名类似backup.tar.GZ大写后缀在Windows习惯里可能被误认为没问题但Linux下的压缩工具大小写敏感。搞不清楚时多用file、ls -l核对。zip解压时如果提示End-of-central-directory signature not found说明文件不是有效的zip格式大概率是压缩包不完整或根本不是zip。同样可以用file确认。5.3 压缩率、压缩速度与CPU消耗的平衡在写自动化脚本时我会明确指定压缩级别让任务时间和资源消耗可控# 备份时选择平衡方案 tar -czvf /backup/nginx_$(date %F).tar.gz -C /etc/nginx . # 追求极致压缩不介意耗时 tar -cJvf /backup/nginx_$(date %F).tar.xz -C /etc/nginx . -I xz -9 -T0这里-I xz -9 -T0是让tar调用指定的压缩程序及参数-T0让xz使用所有CPU核心对多核服务器非常友好。我对三种级别的选择建议日志收集/临时传输用gzip默认级别时间开销小文件也不会大太多项目交付/应用发布包用tar.gz即可尽量不用最高压缩率因为解压速度也会变慢发布时等太久反而影响体检归档/冷备份用tar.xz接受压缩时间长换来存储空间的大幅减少。5.4 面试题和笔试里最常见的几个坑最近帮团队筛简历发现很多人在Linux压缩命令的面试题上栽跟头。随便列几个高频考点问tar -czvf和tar -xzvf有什么区别 很多人上来就背参数但真正好的回答会先讲tar是归档工具-z调用gzip做二次压缩-c是create-x是extract组合起来分别对应压缩和解压。问解压tar.gz包到指定目录用哪个参数 答案是-C这个参数经常被漏掉。我面试时会故意问不加-C会怎么样很多人回答不上来。答案很简单默认解压到当前目录。问zip和tar.gz跨平台选哪个 要能说出zip在Windows下原生支持、压缩包内记录文件名方式不同可能导致中文乱码、Linux下zip不保留完整权限等知识点才能显得是真正用过而不是背概念。问如何查看tar包里的内容而不解压tar -tzvf。能够准确说出-t功能键的人不多。问跳过node_modules打包命令怎么写 考的是--exclude参数实际工作中非常高频。6. 我的日常使用习惯清单与实用备注到这里四个命令的基本用法和实战技巧都过了一遍。最后分享几个我本人长期形成的使用习惯都是普通教程里不太会写、但实际敲命令时能省心不少的细节。第一我习惯在.npmrc或.bashrc里给高频压缩命令设置快捷键aliasalias targztar -czvf alias tarxztar -cJvf alias untartar -xzvf alias ziplistunzip -l这样日常敲命令时少打几个字母降低手误概率。设置后记得source ~/.bashrc或重新登录终端。第二打包前先想清楚解压后会不会污染当前目录。很多包的根目录就是一堆散落的文件所以我解压时总是带上-C或-d参数指定到一个新建的空目录里。宁可多敲一个参数也比最后满目录找文件强。第三涉及重要文件的压缩我都会在执行前用ls -lh看一遍源文件大小压缩后再用ls -lh检查产物大小配合file命令确认压缩格式正确。这个习惯养成了基本不会出现压缩完才发现源文件被删除或格式不对的尴尬。第四如果是写进crontab的定时备份脚本一定要在脚本里加上日志输出和失败退出逻辑不要在命令行里裸跑。简单的备份脚本骨架类似这样#!/bin/bash # 每日凌晨备份nginx配置和站点目录 BACKUP_DIR/backup DATE$(date %F_%H%M) mkdir -p $BACKUP_DIR tar -czvf $BACKUP_DIR/nginx_config_$DATE.tar.gz -C /etc/nginx . tar -czvf $BACKUP_DIR/www_$DATE.tar.gz -C /var/www . # 删除7天前的备份 find $BACKUP_DIR -name *.tar.gz -mtime 7 -deletefind清理旧备份时-mtime 7的意思是只输出修改时间超过7天的文件然后交给-delete删除。这个组合在磁盘空间管理上非常省心。我个人现阶段最常用的其实还是tar.gz和zip两种tar.gz用于服务器内部归档和迁移zip用于和Windows用户打交道。xz和bzip2则会根据场景选用xz主要出现在下载源码包或做冷备份的时候。掌握这四个工具就等于拿下了Linux命令行体系里最基础、也最实用的一块拼图。最后留一个练习思路找一台测试机创建一些文件然后分别用gzip、bzip2、xz压缩对比产物大小和解压耗时再用tar命令把整个/etc打包排除掉*.log解压到/tmp/test目录最后用diff对比源码和解压结果是否一致。只要亲自走完这几步你对Linux压缩命令的掌握基本就过关了。
