• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • Python
  • Pandas
  • NumPy
  • Matlab
  • Julia
  • JavaScript
  • Excel

Rendimiento al comprimir tar con Gzip, Bzip2 y XZ

mayo 5, 2023 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 3 minutos

En los sistemas UNIX el formato tar se usa para almacenar múltiples archivos y carpetas en un único archivo sin compresión. Por lo que cuando se crea el archivo no se consigue ningún ahorro de espacio respecto a los originales. Siendo necesario para ello comprimir el archivo tar con un compresor. Tarea que se puede indicar desde el propio programa tar, pudiendo indicar como opción el formato de compresión que se desea usar. Cada uno de los formatos tiene sus ventajas y desventajas, unos pueden ser rápidos con una compresión aceptable mientras que otros más lentos pueden conseguir archivos más pequeños. Veamos las diferencias de rendimiento que se pueden obtener al comprimir archivos con Gzip, Bzip2 y XZ.

Compresión de archivos con tar con Gzip, Bzip2 y XZ

Cuando se desea crear un archivo tar con el programa del mismo nombre se puede indicar como opción el archivo de compresión. Así para crear un archivo tar con compresión Gzip se puede escribir en la termina un comando como el siguiente

tar -czf nombre-archivo.tar.gz /ruta/a/carpeta

Con el que se creará un archivo nombre-archivo.tar.gz con el contenido de la carpeta /ruta/a/carpeta. Las opciones -cxf indicar a tar lo siguiente

  • -c: crear un archivo
  • -z: comprimir el archivo tar con Gzip
  • -f: permite indicar el nombre del archivo

Para comprimir con otros formatos solamten se deberá cambiar la opción -z por la adecuada. En el caso de Bzip2 la opción sería -j, por los que el comando quedaría de la siguiente manera

tar -cjf nombre-archivo.tar.bz2 /ruta/a/carpeta

Si lo que se desea es usar el formato de compresión XZ se deberá cambiar la opción por -J. Así el comando sería el siguiente

Publicidad


tar -cJf nombre-archivo.tar.bz2 /ruta/a/carpeta

Compresión del archivo tar con Gzip, Bzip2 y XZ

Para evaluar el rendimiento de compresión de estos archivos he usado un proyecto de Node, en concreto tslane que se explica en esta serie de entradas. He creado un archivo tar sin comprimir y otros tres con cada uno de los comandos que se han exiliado en la sección anterior. El tamaño de los archivos se muestra a continuación junto con el tamaño que ocupan los archivos comprimidos respecto al original:

  • tar: 190 Mb
  • Gzip: 30 Mb (15%)
  • Bzip2: 21 Mb (11%)
  • XZ: 17 Mb (8,9%)

En este caso, un proyecto Node con miles de archivos de texto, se ha conseguido compresiones entre un 15% y 8,9% dependiendo del formato. Un ahorro considerable a la hora tanto de almacenar como enviar los datos. En base al espacio ahorrado se puede ver que la mejor opción es ZX. Pero si se tiene en cuenta el tiempo de compresión puede que no sea así. El tiempo que ha tardado, en segundos, cada uno de los archivos en generarse ha sido:

  • tar: 5,853
  • Gzip: 8,991
  • Bzip2: 14,516
  • XZ: 48,503

Como se puede ver el tiempo necesario para obtener el archivo también ha crecido a medida que se ahorra espacio. Por eso puede que la mejor opción no sea XZ ya que este tarda más de cinco veces el tiempo que tarda en generarse el Gzip.

Conclusiones

En base a esto, ¿qué formato debería utilizar para comprimir los archivos tar? La respuesta dependerá del uso del archivo. Si el archivo se va a publicar en una web para que los descarguen cientos o miles de usuarios, usar XZ permitirá obtener los archivos más pequeños y por lo tanto ahorros en ancho de banda. Por otro lado, si solamente se desea una pequeña compresión para enviar una única vez, posiblemente Gzip sea la mejor opción. Con este formato se consigue una buena compresión casi en el mismo tiempo que se crea un tar. Bzip2 queda como una solución de compromiso, obtiene una mejor compresión que Gzip en tiempo inferior al de XZ.

Imagen de 佳尧 李 en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Publicidad


Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Introducción a los sistemas de control de versiones con Git
    Introducción a los sistemas de control de versiones con Git
  • Comparación de los registros de listas desordenadas con Excel
    Comparación de los registros de listas desordenadas con…
  • Seleccionar la opción para compactar la base de datos en Microsoft SQL Server Manager Studio
    Reducir el tamaño en SQL Server de una base de datos
  • Diferencias entre Apache Arrow y Parquet
    Diferencias entre Apache Arrow y Parquet
  • Truco: subir archivos a través de Remote Desktop
    Truco: subir archivos a través de Remote Desktop
  • Identificar y eliminar duplicados en Excel
    Identificar y eliminar duplicados en Excel

Publicado en: Herramientas Etiquetado como: Linux

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Publicidad




Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Facebook
  • GitHub
  • Instagram
  • Pinterest
  • RSS
  • Twitter
  • Tumblr
  • YouTube

Publicidad

Entradas recientes

El método de Hare-Niemeyer y su implementación en Python

septiembre 29, 2023 Por Daniel Rodríguez

Redimensionar una partición de disco LVM con espacio no asignado en Linux

septiembre 27, 2023 Por Daniel Rodríguez

¿Cómo saber la versión de Pandas o cualquier otra librería en Python?

septiembre 25, 2023 Por Daniel Rodríguez

Publicidad

Es tendencia

  • ¿Cómo eliminar columnas y filas en un dataframe pandas? publicado el marzo 25, 2019 | en Python
  • Seleccionar filas y columnas en Pandas con iloc y loc publicado el junio 21, 2019 | en Python
  • Sistema de ecuaciones Sistemas de ecuaciones lineales con numpy publicado el octubre 29, 2018 | en Python
  • La aplicación Auto Py to Exe Creación de un EXE desde un archivo Python en Windows publicado el mayo 16, 2022 | en Python
  • ¿Cómo cambiar el nombre de las columnas en Pandas? publicado el mayo 6, 2019 | en Python

Publicidad

Lo mejor valorado

4.9 (22)

Seleccionar filas y columnas en Pandas con iloc y loc

4.7 (12)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.6 (15)

Archivos JSON con Python: lectura y escritura

4.5 (10)

Diferencias entre var y let en JavaScript

4.3 (12)

Ordenación de diccionarios en Python mediante clave o valor

Publicidad

Comentarios recientes

  • Daniel Rodríguez en ¿Cómo eliminar columnas y filas en un dataframe pandas?
  • Miguel en ¿Cómo eliminar columnas y filas en un dataframe pandas?
  • alberto en Resolver problema de credenciales en Bitbucket
  • Pablo en Aplicar el método D’Hondt en Excel
  • Agapito en Creación de un EXE desde un archivo Python en Windows

Publicidad

Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2023 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto