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.