Конвертер TGZ в TXZ

Что такое конвертация TGZ в TXZ?

Конвертация TGZ в TXZ - это перепаковка содержимого UNIX-tarball из устаревшего формата GZIP-сжатия в современный формат XZ с алгоритмом LZMA2. Внутренний TAR-контейнер с файлами сохраняется неизменным: те же записи, те же POSIX-атрибуты, те же временные метки. Меняется только внешний слой сжатия. TGZ (TAR + GZIP) использует алгоритм DEFLATE 1992 года со словарём 32 КБ. TXZ (TAR + XZ) применяет алгоритм LZMA2 со словарём до 1 ГБ, что обеспечивает значительно более плотное сжатие на современном уровне. Формат XZ был представлен в 2009 году как преемник LZMA-формата и быстро занял место стандарта в Linux-экосистеме.

Главная причина перевода TGZ в TXZ - модернизация архива до современного стандарта. Ядро Linux ещё в 2013 году перешло на распространение через kernel.org преимущественно в формате tar.xz, отказавшись от tar.bz2. Дистрибутивы Arch Linux, Debian, Ubuntu и многие другие используют XZ для пакетов программного обеспечения. Менеджеры пакетов dpkg, rpm, pacman работают с xz нативно. Переход с TGZ на TXZ даёт экономию 10-30% места при сопоставимой скорости распаковки и существенно лучшем сжатии для текстовых данных.

При конвертации происходит распаковка слоя GZIP в исходный TAR-поток и упаковка этого потока в новый слой XZ. Содержимое и структура TAR абсолютно сохраняются. Размер итогового TXZ существенно меньше, чем у TGZ, особенно для исходного кода, документации, логов и однотипных данных.

Технические различия форматов TGZ и TXZ

Алгоритмы сжатия

TGZ использует DEFLATE - алгоритм 1990-х годов на основе LZ77 со словарём 32 КБ и кодирования Хаффмана. Поток данных обрабатывается последовательно небольшими блоками. Преимущество - очень высокая скорость и минимальные требования к памяти; недостаток - ограниченная плотность сжатия из-за маленького окна поиска повторений.

TXZ применяет LZMA2 - современную модификацию алгоритма LZMA, разработанного Игорем Павловым. LZMA2 использует огромный скользящий словарь до 1 ГБ, диапазонное кодирование с контекстной моделью и адаптивный анализ потока данных. Длинные повторения находятся на больших расстояниях, что даёт значительно более плотное сжатие. XZ-обёртка добавляет современную проверку целостности (SHA-256 опционально), поддержку многопоточности и фильтры предобработки (Delta, BCJ для исполняемых файлов).

Сравнительная таблица возможностей

Степень сжатия: реальные примеры

Соотношение размеров архивов для типичных наборов данных:

Преимущество XZ особенно заметно на исходниках, логах и SQL-дампах - типах данных, преобладающих в дистрибутивах Linux. На уже сжатых медиафайлах разница незначительна.

Когда необходима конвертация TGZ в TXZ

Модернизация репозиториев пакетов

Современные Linux-дистрибутивы используют XZ как стандарт:

• Arch Linux - пакеты в формате pkg.tar.zst или pkg.tar.xz, репозитории также в xz.
• Debian/Ubuntu - .deb пакеты содержат data.tar.xz и control.tar.xz внутри.
• Fedora/RHEL/CentOS - .rpm пакеты используют xz для сжатия данных.
• Slackware - официальный формат пакетов txz с 2009 года.
• Gentoo Portage - distfiles для исходного кода преимущественно в tar.xz.

Архивирование исходного кода

Ядро Linux и крупные проекты предпочитают XZ:

• Linux kernel - архивы на kernel.org преимущественно в tar.xz с 2013 года.
• GNU Project - GCC, glibc, binutils распространяются в tar.xz.
• KDE и GNOME - релизы рабочих сред упаковываются в xz.
• Apache Foundation - многие проекты Apache предлагают tar.xz рядом с tar.gz.

Долгосрочное хранение текстовых данных

XZ оптимален для архивов с редким доступом, где важен размер:

• Историческая документация - снимки документации проекта за прошедшие годы.
• Архивы переписки - почтовые ящики mbox, exporta IMAP.
• Журналы аудита - логи безопасности, журналы изменений систем.
• Снимки баз данных - дампы PostgreSQL, MySQL за прошедшие периоды.

Передача через медленные каналы

Меньший размер ускоряет передачу:

• Зеркала Linux-дистрибутивов - синхронизация миллионов пакетов между серверами.
• CI/CD-конвейеры - артефакты сборки между этапами сборки и развёртывания.
• Удалённое резервное копирование - бэкапы с офлайн-сайтов через ограниченный канал.
• Спутниковая связь - научные миссии с дорогим трафиком.

Процесс конвертации

Этапы преобразования

1. Чтение заголовка GZIP - анализ магических байтов 1f 8b, метода сжатия, временной метки и имени исходного файла во внешней обёртке TGZ.

2. Декодирование DEFLATE - алгоритм восстанавливает исходный TAR-поток через обратное LZ77 (восстановление повторений по ссылкам в окне 32 КБ) и обратное кодирование Хаффмана.

3. Сохранение TAR-потока - содержимое TAR не модифицируется ни в одном байте: те же 512-байтные записи, те же заголовки ustar или PAX, те же блоки данных.

4. Анализ для LZMA2 - определяются параметры сжатия: размер словаря (типично 64 МБ для уровня 9), режим (быстрый, нормальный или максимальный), целесообразность фильтров предобработки.

5. Применение фильтров - при наличии исполняемых файлов внутри (.exe, .so, .o) активируется фильтр BCJ, преобразующий относительные адреса переходов в абсолютные для лучшего сжатия повторяющихся инструкций.

6. Сжатие LZMA2 - данные обрабатываются блоками с поиском длинных повторений в скользящем словаре. Применяется диапазонное кодирование с контекстной моделью.

7. Упаковка в XZ-контейнер - блоки оборачиваются в формат XZ с заголовком, индексом блоков и контрольной суммой CRC-64 (по умолчанию).

Что сохраняется, а что меняется

Сохраняется полностью:

• Содержимое каждого файла побайтно
• Имена файлов и каталогов с поддержкой Unicode и длинных имён
• Структура каталогов любой глубины
• Полные POSIX-атрибуты: владелец, группа, права, временные метки
• Символические и жёсткие ссылки
• Специальные файлы (FIFO, устройства)
• Расширенные атрибуты (xattr) при наличии PAX-расширений

Меняется:

• Размер итогового архива (обычно уменьшается на 30-50%)
• Алгоритм внешнего сжатия (DEFLATE -> LZMA2)
• Расширение файла (.tgz/.tar.gz -> .txz/.tar.xz)
• Контрольные суммы внешнего слоя (CRC-32 заменяется на CRC-64 или SHA-256)

Сравнение TXZ с другими форматами архивов

TXZ против TGZ

Прямой переход с устаревшего формата.

TXZ выигрывает почти по всем параметрам, кроме скорости сжатия.

TXZ против TBZ2

TBZ2 - предшественник TXZ в Linux-стандартах.

TXZ заменил TBZ2 в большинстве крупных проектов Linux.

TXZ против TAR.ZST

TAR.ZST - современный конкурент с другим балансом.

ZSTD выигрывает по скорости, XZ - по плотности; оба активно используются в современном Linux.

Совместимость и поддержка TXZ

Операционные системы

XZ поддерживается всеми современными UNIX-системами и Windows:

• Linux - утилита xz и интеграция с tar присутствует во всех дистрибутивах. Команда tar xJf archive.tar.xz работает из коробки.
• macOS - xz доступен через Homebrew, MacPorts или встроен в macOS Catalina и новее. Archive Utility открывает .xz через Finder.
• FreeBSD, OpenBSD, NetBSD - xz присутствует в базовой системе или ports.
• Windows - 7-Zip, WinRAR, PeaZip, BandiZip открывают TXZ. Команда tar в Windows 10 (build 17063+) поддерживает .tar.xz.
• Android - современные файловые менеджеры (ZArchiver, MiXplorer) распаковывают TXZ.
• iOS - приложения для архивов в App Store работают с TXZ.

Языки программирования

Поддержка XZ/LZMA2 встроена или доступна через библиотеки:

История развития формата

• 1998 - Игорь Павлов разрабатывает алгоритм LZMA для 7-Zip.
• 2008 - Lasse Collin создаёт liblzma и формат XZ как преемник проекта LZMA Utils.
• 2009 - публикация спецификации XZ Utils 4.999.9 beta.
• 2013 - Linux kernel переходит на распространение архивов в tar.xz как основной формат.
• 2010-е - постепенное вытеснение bz2 из дистрибутивов Linux в пользу xz.
• Настоящее время - XZ остаётся стандартом сжатия в Linux наряду с растущим ZSTD.

Ограничения и альтернативы

Когда конвертация в TXZ нецелесообразна

• Очень частая распаковка с минимальными ресурсами - LZMA2 требует больше памяти при распаковке (50-200 МБ), чем GZIP.
• Уже сжатые медиаданные - выигрыш минимальный, скорость сжатия существенно ниже.
• Совместимость со старыми UNIX - на legacy-системах xz может отсутствовать в базовой поставке.
• Сценарии с приоритетом скорости сжатия - для CI/CD и потоковой обработки ZSTD предпочтительнее.

Альтернативные сценарии

• TGZ -> TAR.ZST - современный быстрый алгоритм с близким сжатием.
• TGZ -> 7Z - кросс-платформенный формат с тем же LZMA2.
• TGZ -> TBZ2 - совместимость со старыми UNIX-системами.
• TGZ -> TAR - снять сжатие для модификации содержимого.

TXZ - оптимальный выбор для долгосрочного хранения и распространения в Linux-экосистеме, когда важна максимальная плотность сжатия при сохранении полных POSIX-атрибутов.