利用 tar 进行文件归档

什么是文件归档？

文件归档就是将一组拥有相同属性的文件或目录组合到一个文件中，并从新存储它们到一个专门的目录中，以便以后在需要时进行查阅。比方说，很多情况下，我们的系统日志是有轮询的，旧的日志，会在一定的时间内会被自动删除，我们需要经常对日志进行归档，以保存旧的日志，以便我们在需要时进行查阅。

使用 tar 命令归档文件或目录

tar 可以将多个文件打包成一个文件，以便在网络上传输和归档，当你需要时，可以将他们提取出来。该归档文件还可以使用 gzip、bzip2 和 xz 压缩方式进行文件压缩。

使用 tar 命令对 /var/log/ 文件里面的 log 进行归档，其中 c 选项表示创建一个归档文件，f 选项用于指定归档文件的名称；

[root@websvr ~]# tar -cf log.tar /var/log/
tar: Removing leading `/' from member names
[root@websvr ~]# ls
log.tar
[root@websvr ~]# 

* 在执行归档时，如果归档的目录包含根目录 ” / ” ，则在归档的时候，会自定删除根目录，这样做的目的就是防止在提取文件时发生误操作，覆盖原文件，确保提取文件时，始终会是在当前目录。

如果你想在归档过程中显示归档的细节，归档了哪些文件，你可以通过添加 v 选项，来实现这一目的；

[root@websvr ~]# tar -cvf log1.tar /var/log/
tar: Removing leading `/' from member names
/var/log/
/var/log/lastlog
/var/log/private/
/var/log/wtmp
/var/log/samba/
/var/log/samba/old/
/var/log/audit/
/var/log/audit/audit.log.4
/var/log/audit/audit.log.3
/var/log/audit/audit.log.2
/var/log/audit/audit.log.1
/var/log/audit/audit.log
/var/log/spooler-20201101
/var/log/sssd/
/var/log/sssd/sssd_implicit_files.log-20200705.gz
/var/log/sssd/sssd_nss.log-20200705.gz
/var/log/sssd/sssd_implicit_files.log-20200712
... output omitted ...

如果你想查看归档文件中的具体内容，你可以使用 t 选项来查看 log.tar 文件中的内容；

[root@websvr ~]# tar -tf log.tar
var/log/
var/log/lastlog
var/log/private/
var/log/wtmp
var/log/samba/
var/log/samba/old/
var/log/audit/
var/log/audit/audit.log.4
var/log/audit/audit.log.3
var/log/audit/audit.log.2
var/log/audit/audit.log.1
var/log/audit/audit.log
var/log/spooler-20201101
var/log/sssd/
var/log/sssd/sssd_implicit_files.log-20200705.gz
var/log/sssd/sssd_nss.log-20200705.gz
var/log/sssd/sssd_implicit_files.log-20200712
... output omitted ...

当需要时，我们可以使用 x 选项来提取 log.tar 中的文件

[root@websvr ~]# mkdir log
[root@websvr ~]# cd log/
[root@websvr log]# tar -xf ~/log.tar 
[root@websvr log]# ls
var
[root@websvr log]# ls var/
log
[root@websvr log]# ls var/log/
anaconda               cron                      dnf.log.2                     httpd              messages-20201018  spooler
audit                  cron-20201011             dnf.log.3                     insights-client    messages-20201025  spooler-20201011
boot.log               cron-20201018             dnf.log.4                     journal            messages-20201101  spooler-20201018
boot.log-20200622      cron-20201025             dnf.rpm.log                   lastlog            php-fpm            spooler-20201025
boot.log-20200629      cron-20201101             ecs_network_optimization.log  maillog            private            spooler-20201101
boot.log-20200706      dnf.librepo.log           exim                          maillog-20201011   sa                 sssd
btmp                   dnf.librepo.log-20201011  grafana                       maillog-20201018   samba              tuned
btmp-20201101          dnf.librepo.log-20201018  hawkey.log                    maillog-20201025   secure             wtmp
chrony                 dnf.librepo.log-20201025  hawkey.log-20201011           maillog-20201101   secure-20201011    zabbix
cloudinit-deploy.log   dnf.librepo.log-20201101  hawkey.log-20201018           mariadb            secure-20201018
cloud-init.log         dnf.log                   hawkey.log-20201025           messages           secure-20201025
cloud-init-output.log  dnf.log.1                 hawkey.log-20201101           messages-20201011  secure-20201101

压缩存档文件

当我们要归档的文件比较大时，或者我们想在网络上传输我们的归档文件，这个时候，我们需要在归档文件的时候，对文件进行一个压缩，从而减少对带宽的要求。

tar 支持三种压缩方式：

• gzip 压缩速度最快，使用最广泛，但压缩率相对较低 
• bzip2 压缩文件通常会比 gzip 要小，但使用没有 gzip广泛
• xz 相对比较新，但压缩率是三个中最高的

创建压缩文件选项：

• 通过 -z 选项创建 gzip 方式的压缩文件（*.tar.gz 或 *.tgz） 
• 通过 -j 选项创建 bzip 方式的压缩文件（*.tar.bz2）
• 使用 -J 选项创建 xz 方式的压缩文件（*.tar.xz）

创建 gzip 格式的压缩存档

[root@websvr ~]# tar -czf log.tar.gz /var/log/
tar: Removing leading `/' from member names
[root@websvr ~]# ls -lh log*
-rw-r--r-- 1 root root 760M Nov  6 08:16 log.tar
-rw-r--r-- 1 root root  97M Nov  6 08:15 log.tar.gz

• 通过比较发现压缩后的文件，比之前的小

资源使用率

top - 16:54:46 up 16:18,  2 users,  load average: 0.80, 0.59, 0.30
Tasks: 120 total,   2 running, 118 sleeping,   0 stopped,   0 zombie
%Cpu(s): 35.3 us, 11.0 sy,  0.0 ni, 43.1 id,  0.0 wa,  0.0 hi,  0.1 si, 10.4 st
MiB Mem :   1829.0 total,     80.7 free,    179.5 used,   1568.8 buff/cache
MiB Swap:      0.0 total,      0.0 free,      0.0 used.   1486.0 avail Mem 

  PID USER      PR  NI    VIRT    RES    SHR S  %CPU  %MEM     TIME+ COMMAND               
 1952 student   20   0    4604   1396   1108 S  83.6   0.1   0:11.27 gzip                  
 1951 student   20   0  247172   2884   2680 R  17.7   0.2   0:02.37 tar                   
   39 root      20   0       0      0      0 S   2.7   0.0   0:04.20 kswapd0               
 1755 root      20   0       0      0      0 I   0.1   0.0   0:00.22 kworker/0:0-events   

压缩文件所需的时间（30 个文件，每个文件 100M）

[root@websvr ~]# time tar -czf test.tar2.gz test_file*

real    0m29.983s
user    0m23.198s
sys 0m7.041s

创建 bzip2 格式的压缩存档

[root@websvr ~]# tar -cjf log.tar.bz2 /var/log/
tar: Removing leading `/' from member names
[root@websvr ~]# ls -lh log*
-rw-r--r-- 1 root root 760M Nov  6 08:16 log.tar
-rw-r--r-- 1 root root  81M Nov  6 08:21 log.tar.bz2
-rw-r--r-- 1 root root  97M Nov  6 08:15 log.tar.gz

• 压缩率虽然比 gzip 的高，但高的不是很多

资源使用率

top - 16:52:56 up 16:16,  2 users,  load average: 0.44, 0.46, 0.22
Tasks: 120 total,   4 running, 116 sleeping,   0 stopped,   0 zombie
%Cpu(s): 43.7 us,  7.2 sy,  0.0 ni, 43.8 id,  0.1 wa,  0.0 hi,  0.0 si,  5.2 st
MiB Mem :   1829.0 total,     71.2 free,    186.4 used,   1571.4 buff/cache
MiB Swap:      0.0 total,      0.0 free,      0.0 used.   1479.0 avail Mem 

  PID USER      PR  NI    VIRT    RES    SHR S  %CPU  %MEM     TIME+ COMMAND               
 1949 student   20   0   13784   8592   1228 R  93.0   0.5   0:13.67 bzip2                 
 1948 student   20   0  247172   2732   2528 R   9.9   0.1   0:01.54 tar                   
   39 root      20   0       0      0      0 S   1.1   0.0   0:03.22 kswapd0               
  448 root      20   0       0      0      0 S   0.1   0.0   0:01.60 xfsaild/vda1          
 1950 root      20   0       0      0      0 I   0.1   0.0   0:00.01 kworker/1:2-mm_percp+ 

压缩文件所需的时间（30 个文件，每个文件 100M）

[root@websvr ~]# time tar -cjf test.tar3.bz2 test_file*

real    1m10.511s
user    1m1.819s
sys 0m10.762s

创建 xz 格式的压缩存档

[root@websvr ~]# tar -cJf log.tar.xz /var/log/
tar: Removing leading `/' from member names
[root@websvr ~]# ls -lh log*
-rw-r--r-- 1 root root 760M Nov  6 08:16 log.tar
-rw-r--r-- 1 root root  81M Nov  6 08:21 log.tar.bz2
-rw-r--r-- 1 root root  97M Nov  6 08:15 log.tar.gz
-rw-r--r-- 1 root root  50M Nov  6 08:29 log.tar.xz

• 通过比较，xz 格式的压缩比最高，但压缩的时间也是最长的

资源的使用率

top - 16:51:36 up 16:15,  2 users,  load average: 0.94, 0.53, 0.22
Tasks: 120 total,   4 running, 116 sleeping,   0 stopped,   0 zombie
%Cpu(s): 45.2 us,  5.4 sy,  0.0 ni, 44.0 id,  0.0 wa,  0.0 hi,  0.0 si,  5.4 st
MiB Mem :   1829.0 total,     62.9 free,    259.0 used,   1507.1 buff/cache
MiB Swap:      0.0 total,      0.0 free,      0.0 used.   1406.3 avail Mem 

  PID USER      PR  NI    VIRT    RES    SHR S  %CPU  %MEM     TIME+ COMMAND               
 1946 student   20   0  316704  81244   2200 R  97.5   4.3   1:39.23 xz                    
 1945 student   20   0  247172   2828   2620 R   9.3   0.2   0:09.75 tar                   
   39 root      20   0       0      0      0 S   0.8   0.0   0:02.98 kswapd0               
   30 root      39  19       0      0      0 S   0.5   0.0   0:00.57 khugepaged            
 1942 root      20   0       0      0      0 R   0.1   0.0   0:00.31 kworker/1:0-events   

压缩文件所需的时间（30 个文件，每个文件 100M）

[root@websvr ~]# time tar -cJf test.tar3.xz test_file*

real    1m49.429s
user    1m40.588s
sys 0m16.924s

总结

对于归档文件的压缩，压缩率最高的是 xz 格式的，但它也是用时最多，消耗资源最多的；时间最快的是 gzip 并且它也是消耗资源最少的，但是它的压缩率不是没有另外两个高； bzip2 不管是时间和资源的消耗，还是压缩率，在这三个都是居中，不过，对于时间，它相比 xz 少的不是很多，压缩率，相比 gzip 也不是很高，所有适用的场景不是很多。