Załóżmy, że mam 10 000 plików XML. Załóżmy teraz, że chcę wysłać je do przyjaciela. Przed wysłaniem chciałbym je skompresować.
Metoda 1: Nie kompresuj ich
Wyniki:
Resulting Size: 62 MB
Percent of initial size: 100%
Metoda 2: Spakuj każdy plik i wyślij mu 10 000 plików XML
Komenda:
for x in $(ls -1) ; do echo $x ; zip "$x.zip" $x ; done
Wyniki:
Resulting Size: 13 MB
Percent of initial size: 20%
Metoda 3: Utwórz pojedynczy plik zip zawierający 10 000 plików xml
Komenda:
zip all.zip $(ls -1)
Wyniki:
Resulting Size: 12 MB
Percent of initial size: 19%
Metoda 4: Połącz pliki w jeden plik i skompresuj go
Komenda:
cat *.xml > oneFile.txt ; zip oneFile.zip oneFile.txt
Wyniki:
Resulting Size: 2 MB
Percent of initial size: 3%
Pytania:
- Dlaczego otrzymuję tak radykalnie lepsze wyniki, gdy tylko kompresuję pojedynczy plik?
- Spodziewałem się radykalnie lepszych wyników przy użyciu metody 3 niż metody 2, ale nie. Dlaczego?
- Czy to zachowanie jest specyficzne
zip
? Jeśli spróbuję użyć,gzip
czy uzyskam inne wyniki?
Dodatkowe informacje:
$ zip --version
Copyright (c) 1990-2008 Info-ZIP - Type 'zip "-L"' for software license.
This is Zip 3.0 (July 5th 2008), by Info-ZIP.
Currently maintained by E. Gordon. Please send bug reports to
the authors using the web page at www.info-zip.org; see README for details.
Latest sources and executables are at ftp://ftp.info-zip.org/pub/infozip,
as of above date; see http://www.info-zip.org/ for other sites.
Compiled with gcc 4.4.4 20100525 (Red Hat 4.4.4-5) for Unix (Linux ELF) on Nov 11 2010.
Zip special compilation options:
USE_EF_UT_TIME (store Universal Time)
SYMLINK_SUPPORT (symbolic links supported)
LARGE_FILE_SUPPORT (can read and write large files on file system)
ZIP64_SUPPORT (use Zip64 to store large files in archives)
UNICODE_SUPPORT (store and read UTF-8 Unicode paths)
STORE_UNIX_UIDs_GIDs (store UID/GID sizes/values using new extra field)
UIDGID_NOT_16BIT (old Unix 16-bit UID/GID extra field not used)
[encryption, version 2.91 of 05 Jan 2007] (modified for Zip 3)
Edycja: metadane
Jedna odpowiedź sugeruje, że różnicą są metadane systemowe przechowywane w pliku zip. Nie sądzę, że może tak być. Aby przetestować, wykonałem następujące czynności:
for x in $(seq 10000) ; do touch $x ; done
zip allZip $(ls -1)
Otrzymany zip ma 1,4 MB. Oznacza to, że nadal jest ~ 10 MB niewyjaśnionego miejsca.
$(ls -1)
, wystarczy użyć *
: for x in *
; zip all.zip *
.tar.gz
a nie tylko spakowanie całego katalogu.