压缩与归档：tar、gzip 与 zip
备份目录、传输代码、下载软件包，都绕不开 .tar.gz。初学者常被 tar 的参数吓到——其实只要先分清两个概念：归档（把多个文件打成一个包，不减体积）和压缩（把一个文件变小），tar 的所有用法就都顺理成章了。
1. 归档 ≠ 压缩
tar（tape archive）只负责归档：把整棵目录树连同权限、时间戳打进一个.tar文件；gzip只负责压缩：把单个文件变小，生成.gz；- 所以 Linux 世界的标准打包是两步合一：先 tar 归档、再 gzip 压缩 →
.tar.gz（等价后缀.tgz）。
这也是与 zip 的本质区别：zip 一个格式同时做两件事，而 Unix 风格是两个工具各司其职、用管道或参数组合。
2. tar 三大操作：c、t、x
tar 的参数看着多，主干只有三个动词（c 创建、t 查看、x 解开）加三个常用修饰（z 走 gzip、v 显示过程、f 指定文件名）：
tar czf site.tar.gz site/ # Create + gZip + File：打包压缩
tar tzf site.tar.gz # lisT：不解开，先看包里有什么
tar xzf site.tar.gz # eXtract：解包（还原目录树与权限）
tar xzf site.tar.gz -C /tmp # -C：解到指定目录记忆口诀：czf 压、tzf 看、xzf 解，f 永远紧跟文件名放最后。
# 造一个小项目
mkdir -p site/css site/js
echo '<h1>home</h1>' > site/index.html
echo 'body-styles' > site/css/main.css
echo 'console-log' > site/js/app.js
chmod 755 site/js/app.js
echo '$ tar czf site.tar.gz site/'
tar czf site.tar.gz site/
ls -lh site.tar.gz
echo ''
echo '$ tar tzf site.tar.gz # 先看内容再解，好习惯'
tar tzf site.tar.gz
echo ''
echo '$ 解到另一个目录并验证（权限也被还原）：'
mkdir restore
tar xzf site.tar.gz -C restore
tree restore
ls -l restore/site/js/app.js规范的包顶层是一个目录（如 site/），解开只多一个目录；不规范的包顶层直接是一堆散文件，解在当前目录会把几百个文件喷得到处都是（俗称 tar 炸弹），和已有文件混在一起极难清理。所以：解陌生的包，先 tar tzf 看结构，或干脆 mkdir x && tar xzf pkg.tar.gz -C x 隔离解包。
3. 常用进阶参数
tar czf logs.tar.gz --exclude='*.tmp' --exclude='cache' logs/ # 排除
tar czf backup-$(date +%Y%m%d).tar.gz /etc/nginx # 文件名带日期
tar xzf big.tar.gz site/index.html # 只解出单个文件
tar czf - src/ | wc -c # f 后面的 - 表示 stdout：tar 流可以进管道最后一条揭示了 tar 的管道亲和性——第 19 章会看到 tar czf - dir | ssh host 'tar xzf -' 这种不落盘的跨机传输。
mkdir -p logs/cache
echo 'important' > logs/app.log
echo 'important2' > logs/err.log
echo 'junk' > logs/debug.tmp
echo 'junk2' > logs/cache/blob.bin
echo '$ 打包时排除 .tmp 和 cache 目录：'
tar czf logs-backup.tar.gz --exclude='*.tmp' --exclude='cache' logs/
tar tzf logs-backup.tar.gz
echo ''
echo '$ 备份文件名带上日期（$(date) 命令替换）：'
NAME=backup-$(date +%Y%m%d).tar.gz
tar czf $NAME logs/
ls -lh $NAME4. gzip 家族：单文件压缩与直读
gzip app.log # 压缩：app.log 变成 app.log.gz（原文件消失！）
gzip -k app.log # -k 保留原文件（GNU gzip）
gunzip app.log.gz # 解压（等价 gzip -d）
zcat app.log.gz # 不解压直接看内容
zgrep ERROR app.log.gz # 不解压直接 grep——查轮转旧日志的神器日志轮转（logrotate）会把旧日志压成 access.log.1.gz、access.log.2.gz……排查历史问题时，zcat/zgrep 免解压直查，配合管道无缝接入三剑客。
printf 'INFO ok\nERROR db down\nINFO recovered\n' > app.log
cp app.log app.log.1
echo '$ gzip app.log.1 —— 模拟被轮转压缩的旧日志'
gzip app.log.1
ls -l app.log*
echo ''
echo '$ zcat 直接看压缩文件：'
zcat app.log.1.gz
echo ''
echo '$ zgrep 直接搜压缩文件（精简容器若无 zgrep，用 zcat 接 grep 等价）：'
zgrep ERROR app.log.1.gz 2>/dev/null || zcat app.log.1.gz | grep ERROR
echo ''
echo '$ 压缩比感受一下：重复内容压缩率极高'
seq 100000 | tr '0-9' 'a' > big.txt
gzip -k big.txt 2>/dev/null || gzip big.txt
ls -lh big.txt* 2>/dev/null || ls -lh big.txt.gz其他压缩格式速览：bzip2（更小更慢，tar 参数 j，后缀 .tar.bz2）、xz（压缩率最高，参数 J，.tar.xz，内核源码用它发布）、zstd（新一代，速度与压缩率俱佳，容器镜像层广泛使用）。tar 用法完全同构，换个字母而已。
5. zip / unzip：跨平台交换
与 Windows/macOS 用户交换文件时用 zip（很多精简容器需自行安装 zip/unzip 包）：
zip -r site.zip site/ # 递归打包
unzip -l site.zip # 看内容（对应 tar tzf）
unzip site.zip -d /tmp/out # 解到指定目录（对应 tar -C）zip 与 tar.gz 的实用差异：zip 对每个文件独立压缩，可以快速抽取单个文件，但整体压缩率通常低于 tar.gz（后者把所有文件当成连续流压缩，跨文件的重复也能利用）。
6. 选型速查
| 场景 | 选择 |
|---|---|
| Linux 间备份/传输目录 | tar czf（保留权限、软链接） |
| 发给 Windows 用户 | zip -r |
| 查压缩的旧日志 | zcat / zgrep，不解压 |
| 追求极致压缩率（发布包） | tar cJf（xz） |
| 大数据量要求速度 | zstd |
小结
- 归档（tar 合多为一）与压缩（gzip 缩小体积）是两件事，
.tar.gz= 两步合一 - 口诀：
czf压、tzf看、xzf解；-C指定解包目录；解前先看防 tar 炸弹 --exclude排除杂物；$(date +%Y%m%d)给备份命名；f -让 tar 流进管道- gzip 默认"压完删原件"；zcat/zgrep 免解压直查轮转日志
- 跨平台交换用 zip；追压缩率用 xz；追速度用 zstd
- 下一章：网络命令——curl、端口与 DNS 排查 →
- 构造含三层子目录的项目，打包成
proj-日期.tar.gz，先 tzf 验证清单，再解到 /tmp 下并用 diff -r 对比原目录确认无损。 - 打包时排除所有
.log文件和node_modules目录（自己造这些文件），用 tzf 验证排除生效。 - 造一个 5 行日志并 gzip，之后在不解压的前提下：查看全文、统计行数、grep 出其中一行（zcat 管道或 zgrep）。
- 思考题：为什么 100 个相似小文件打成 tar.gz 通常比逐个 zip 后再合并小得多？（提示：压缩窗口跨文件）