Comprimir y de­s­co­m­pri­mir archivos como gzip o tar en Linux

El archivado de datos se basa en la idea fu­n­da­me­n­tal de guardar ficheros o di­re­c­to­rios por entero en un lugar seguro, a menudo en su forma co­m­pri­mi­da. Por razones de seguridad, archivar datos en entornos de servidor siempre ha sido de gran im­po­r­ta­n­cia. En un comienzo, los datos de un servidor se copiaban en unidades de cinta magnética, algo que aún hoy en día es utilizado, es­pe­cia­l­me­n­te para realizar copias de seguridad de grandes volúmenes de datos. Con el fin de potenciar la efi­cie­n­cia de este proceso, en 1979 se de­sa­rro­lló el programa de co­m­pre­sión de archivos tar (del inglés “tape archiver”=“ar­chi­va­dor en cinta”) para sistemas UNIX, por medio del cual se comprimen ficheros y di­re­c­to­rios en un solo archivo y se pueden recuperar desde este, aunque los permisos de usuario solo se mantienen si el origen y el destino soportan los derechos de archivo de UNIX.

Para ahorrar espacio adicional en disco durante el proceso de al­ma­ce­na­mie­n­to, los archivos .tar suelen co­m­pri­mi­r­se con he­rra­mie­n­tas como gzip, bzip2 o lzop. Ahora bien, ¿en qué se di­fe­re­n­cian entre sí los di­fe­re­n­tes programas de co­m­pre­sión de archivos y sus formatos? Y ¿por qué aún van de la mano tar y Linux hoy en día?

Existe un gran número de he­rra­mie­n­tas gratuitas para comprimir archivos en Linux y todas ellas comparten una ca­ra­c­te­rí­s­ti­ca en común, que pueden ser manejadas desde la interfaz de línea de comandos, también llamada terminal o consola. Estas órdenes breves permiten crear fá­ci­l­me­n­te un archivo co­m­pri­mi­do de, por ejemplo, do­cu­me­n­tos HTML, con el que ahorrar espacio en la memoria, así como ancho de banda durante su tra­n­s­fe­re­n­cia. Si no se está habituado a trabajar con la consola, también se puede recurrir a in­te­r­fa­ces gráficas creadas para estas he­rra­mie­n­tas, así como a los de­no­mi­na­dos gestores de archivos, que combinan múltiples programas de co­m­pre­sión en una única interfaz -aunque deben estar también in­s­ta­la­dos en el sistema. Esta opción necesita, ló­gi­ca­me­n­te, más recursos del sistema, por lo que comprimir archivos en Linux desde la interfaz de línea de comandos sigue siendo la opción más sencilla y asequible.

Los di­fe­re­n­tes programas se di­fe­re­n­cian entre sí por el grado de co­m­pre­sión, lo cual va ligado a una velocidad diferente, aunque, por lo general, es posible se­le­c­cio­nar di­fe­re­n­tes modos dentro de cada he­rra­mie­n­ta con el fin de pro­po­r­cio­nar, por ejemplo, un mejor re­n­di­mie­n­to en cuanto a la memoria de al­ma­ce­na­mie­n­to o si­m­ple­me­n­te para comprimir archivos lo más rá­pi­da­me­n­te posible. Otra ca­ra­c­te­rí­s­ti­ca di­fe­re­n­cia­do­ra en los programas de co­m­pre­sión es el formato de salida. Debido a la variedad de al­go­ri­t­mos uti­li­za­dos, los archivos co­m­pri­mi­dos obtienen di­fe­re­n­tes formatos y requieren el uso de di­fe­re­n­tes programas para poder ex­trae­r­los.

En velocidad, por otro lado, este programa libre aventaja a todos los demás, razón por la cual los programas de servidor web más ha­bi­tua­les como Apache, IIS o NGINX lo han im­ple­me­n­ta­do en forma de módulos propios con el objetivo de responder a las pe­ti­cio­nes de los usuarios en el tiempo más breve posible con paquetes de archivos co­m­pri­mi­dos. Si quieres saber más sobre el fu­n­cio­na­mie­n­to y el uso de esta he­rra­mie­n­ta de co­m­pre­sión GPL, dirígete a este artículo donde pro­fu­n­di­za­mos en gzip.

El programa de­sa­rro­lla­do por Julian Seward supera con creces a otras he­rra­mie­n­tas en cuanto a co­m­pre­sión, aunque requiere más tiempo que las demás para su ejecución. Una de sus grandes ventajas al de­s­co­m­pri­mir con bzip2 es que se puede trabajar, incluso, con archivos pa­r­cia­l­me­n­te dañados. Con el bzip2recover se pueden extraer al menos todos los bloques legibles y de­s­co­m­pri­mi­r­los a co­n­ti­nua­ción.

Bzip2 es el sucesor oficial de bzip, que utilizaba la co­di­fi­ca­ción ari­t­mé­ti­ca, pero cuyo de­sa­rro­llo no se pudo continuar por motivos de derechos de patente.

Gracias a su elevada tasa de co­m­pre­sión, con el algoritmo Lempel-Ziv-Markow se obtienen re­su­l­ta­dos ex­ce­le­n­tes, además de sacar buena nota también en cuanto a velocidad. Sin embargo, como co­n­tra­pa­r­ti­da, esta he­rra­mie­n­ta requiere mucha potencia, lo que tiene como co­n­se­cue­n­cia que, es­pe­cia­l­me­n­te para fases de co­m­pre­sión más altas, sea necesario disponer de un buen pro­ce­sa­dor de mínimo 2 GHz y de memoria su­fi­cie­n­te (2 GB o más).

Además de poder uti­li­zar­la en la interfaz de línea de comandos o con el gestor de archivos, con p7zip-gui 7-Zip cuenta también con una interfaz gráfica.

Durante el de­sa­rro­llo de lzop, además de la velocidad de co­m­pre­sión y la co­m­pa­ti­bi­li­dad con gzip, también se trató de conseguir una elevada po­r­ta­bi­li­dad. Este es el motivo por el que existen versiones para casi todas las pla­ta­fo­r­mas, incluidos los sistemas macOS y Windows.

Los datos co­m­pri­mi­dos con lzop obtienen la extensión .lzo.

La tabla anterior revela que no existe la he­rra­mie­n­ta de em­pa­que­ta­do im­pre­s­ci­n­di­ble y, además, que es im­po­r­ta­n­te co­n­si­de­rar el escenario de apli­ca­ción a la hora de elegir el programa de co­m­pre­sión más adecuado. P7zip, por ejemplo, ofrece claras ventajas en términos de tasa de co­m­pre­sión, pe­r­mi­tie­n­do, a la vez, el cifrado de datos AES de 256 bits, una ca­ra­c­te­rí­s­ti­ca altamente valorada en cualquier entorno donde la seguridad sea prio­ri­ta­ria. Adi­cio­na­l­me­n­te, con p7zip, así como con lzop, es posible comprimir di­re­c­to­rios completos, mientras que gzip y bzip2 solo permiten comprimir archivos in­de­pe­n­die­n­tes. Por otra parte, este tipo de ventajas exigen ciertos re­qui­si­tos del sistema, una ca­ra­c­te­rí­s­ti­ca que hace de p7zip un programa menos adecuado para la co­m­pre­sión a menor escala.

Los programas me­n­cio­na­dos revelan grandes di­fe­re­n­cias en lo que respecta a la tasa y a la velocidad de co­m­pre­sión, aunque, cuando se trata de su sintaxis y de su apli­ca­ción, saltan a la vista los elementos en común. Todas pueden uti­li­zar­se a través de la línea de comandos y no requieren ne­ce­sa­ria­me­n­te una interfaz gráfica o un gestor de archivos. Los más in­e­x­pe­r­tos, por su parte, se fa­mi­lia­ri­za­rán rá­pi­da­me­n­te con los diversos pa­rá­me­tros y comandos ne­ce­sa­rios.

A modo de ejemplo, ilu­s­tra­mos a co­n­ti­nua­ción cómo comprimir archivos con bzip2 y cómo de­s­co­m­pri­mi­r­los en .bz2.

La sintaxis general de bzip2 tiene la siguiente forma:

Para una co­m­pre­sión estándar no es necesario indicar opciones. Estas son solo ne­ce­sa­rias en caso de modificar la co­n­fi­gu­ra­ción de la co­m­pre­sión, abrir el menú general o querer de­s­co­m­pri­mir un archivo .bz2. Para comprimir el documento test.txt solo hace falta este comando:

Con él se elimina el documento original y se sustituye por el archivo co­m­pri­mi­do test.txt.bz2. Si se desean comprimir varios archivos, es su­fi­cie­n­te con es­cri­bi­r­los uno detrás del otro:

Para de­s­co­m­pri­mir un documento, solo hay que añadir la opción co­rre­s­po­n­die­n­te (-d):

A co­n­ti­nua­ción, pre­se­n­ta­mos un listado con el resto de comandos en bzip2:

El programa de archivado tar se utiliza desde hace más de 30 años y su uso sigue estando vigente. Esto se debe, en parte, a que con esta he­rra­mie­n­ta el usuario conserva los derechos de uso, aun después del em­pa­que­ta­do, pero también a la po­si­bi­li­dad de comprimir di­re­c­to­rios completos. Esta ca­ra­c­te­rí­s­ti­ca hace de tar el co­m­ple­me­n­to perfecto de he­rra­mie­n­tas de co­m­pre­sión como gzip y bzip2, los cuales solo pueden comprimir archivos in­di­vi­dua­les.

En un primer paso, el programa reúne todos los archivos del di­re­c­to­rio se­le­c­cio­na­do en un único fichero, en el que los archivos se encadenan unos a otros sin ser mo­di­fi­ca­dos. A co­n­ti­nua­ción, se lleva a cabo el em­pa­que­ta­do con la ayuda de un programa es­pe­cí­fi­co. Como resultado de este proceso, de­no­mi­na­do em­pa­que­ta­mie­n­to pro­gre­si­vo, pero también compacto o sólido, los archivos co­m­pri­mi­dos reciben ex­te­n­sio­nes de formato como .tar.gz (.tgz) y tar.bz2 (.tbz2). El programa de co­m­pre­sión de archivos tar también puede de­s­co­m­pri­mir este tipo de archivos.

No es obli­ga­to­rio combinar tar con una he­rra­mie­n­ta de co­m­pre­sión, de tal modo que también es posible em­pa­que­tar diversos archivos sin comprimir en un único fichero. Si, por ejemplo, queremos em­pa­que­tar dos do­cu­me­n­tos no co­m­pri­mi­dos, test.txt y test2.txt, en un solo archivo de­no­mi­na­do archivo.tar, es su­fi­cie­n­te con utilizar el siguiente comando:

Para de­s­co­m­pri­mi­r­lo, se su­b­s­ti­tu­ye el parámetro -c, con el que se genera un archivo nuevo, por -x, con el que se extraen los archivos de un fichero co­m­pri­mi­do. Si no se tiene que extraer un archivo es­pe­cí­fi­co, no hace falta indicar de qué archivos se trata:

Si se quiere comprimir un archivo ya co­m­pri­mi­do, por ejemplo, con gzip, con la extensión de formato .tar.gz, tar también incluye la opción adecuada. Como el programa ha im­ple­me­n­ta­do opciones para la co­m­pre­sión y la de­s­co­m­pre­sión con bzip2, xz, compress y gzip, es su­fi­cie­n­te igua­l­me­n­te con un único comando:

La ex­tra­c­ción de un archivo .tar.gz se di­fe­re­n­cia de su equi­va­le­n­te para archivos no co­m­pri­mi­dos, asimismo, en el parámetro del programa de co­m­pre­sión:

Además de estos comandos básicos que permiten el archivado de di­re­c­to­rios, también existe una serie de pa­rá­me­tros que permiten es­pe­ci­fi­car el proceso de co­m­pre­sión y ex­tra­c­ción. Entre ellos se cuentan, por ejemplo, los me­n­cio­na­dos métodos de co­m­pre­sión, pero también algunas opciones de co­n­fi­gu­ra­ción para di­re­c­to­rios u opciones de co­m­pro­ba­ción y vista previa de los archivos tar, como muestra la siguiente tabla:

Ejemplos:

Mostrar el contenido de un archivo:

Ac­tua­li­zar el contenido de un archivo (no tiene en cuenta los su­b­di­re­c­to­rios):

Ampliar el contenido de un archivo:

Comparar el contenido de un archivo con el sistema de archivos (ejecutar en el di­re­c­to­rio de archivos):

File Roller es una interfaz gráfica para di­fe­re­n­tes he­rra­mie­n­tas de em­pa­que­ta­mie­n­to y co­m­pre­sión que se ejecutan de forma pre­de­te­r­mi­na­da en la terminal. Este gestor de archivos está di­s­po­ni­ble para entornos de es­cri­to­rio GNOME y Unity, y se di­s­tri­bu­ye desde 2001 bajo la licencia GNU GPL. File Roller permite vi­sua­li­zar el contenido de di­fe­re­n­tes ficheros, así como extraer, añadir o eliminar archivos. También facilita la creación de nuevos archivos co­m­pri­mi­dos o sin modificar, así como su co­n­ve­r­sión a otros formatos. Para este propósito, la ventana principal del programa cuenta con di­fe­re­n­tes botones y menús, así como con la función drag and drop. Además de los formatos de archivo tar, como .tar.gz, File Roller soporta los si­guie­n­tes formatos:

• .7z
• .tar
• .gzip
• .bzip2
• .ar
• .jar
• .cpio

Por defecto, File Roller está instalado en algunas de las di­s­tri­bu­cio­nes Linux, como Ubuntu, pero también puede ser instalado po­s­te­rio­r­me­n­te con ayuda del gestor de paquetes o se puede descargar di­re­c­ta­me­n­te desde su página web oficial. Una al­te­r­na­ti­va para el entorno de es­cri­to­rio KDE es Ark.