我应该使用哪种 tar 文件格式？

Question

tar 可以创建不同格式的存档。GNU tar、ustar、pax、v7。什么是最好的长时间存档？这些格式是否存在显着差异？

我会使用最好的格式进行一般备份，我不希望我可以提取数据，因为格式问题。（例如，v7 从实现中消失）

Answer 1

v7、ustar和格式之间的一些技术比较pax：

\n

v7

\n

POSIX.1-1988 之前的格式。

\n

\n
• 文件名的最大长度为 99 个字符。（100 字节减去终止空字节。）
\n
• 链接目标的最大长度为 99 个字符。
\n
• 允许的文件类型：常规文件 (typeflag \'\\0\')、目录、硬链接 (typeflag 1)、符号链接 (typeflag 2)。目录由名称字段中的尾部斜杠标识。参考文献1
\n
• 最大文件大小为 8589934591 字节 (8 GiB - 1)。
\n
• 存储数字用户 ID 和组 ID。不存储用户名和组名。最大 UID 和 GID 为 2097151（八进制 7777777）。
\n
• 存储修改时间。格式中允许的最大时间戳为 2242-03-16 12:56:31 UTC（自纪元以来的 8589934591 秒），但是由于32 位系统中存在2038 年问题， tar 读取器可能无法识别它们。
\n

\n

乌斯塔

\n

ustar 从 v7 格式扩展了标头块，未压缩时，ustar tarball 的大小与 v7 tarball 相同。没有什么大理由更喜欢 v7 格式，除非你故意剥离 ustar 存档的信息。

\n

\n
• 如果路径可以完美分割为 155 字节前缀、斜杠和 100 字节名称部分，则文件名的最大长度为 256 个 ASCII 字符。ustar 提供了额外的前缀字段来存储路径的附加组成部分，但这些字段必须在目录分隔符上分割，因此不允许文件名超过 100 字节，目录名也不能超过 155 字节。
\n
• 链接目标的最大长度为 100 个字符。（即不再需要终止空字节。）
\n
• 允许的文件类型：常规文件（typeflag\'\\0\'或0）、目录（用 typeflag 标记5）、硬链接、符号链接、字符设备 ( 3)、块设备 ( 4)、FIFO ( 6)。（允许使用文件类型的供应商扩展名A。Z）
\n
• 设备文件的最大主编号和次编号均为 2097151（八进制 7777777）。
\n
• 存储用户名和组名以及 UID 和 GID。用户名和组名采用 ASCII 格式，每个名称最多 32 个字符。
\n
• 文件大小限制、UID/GID 限制和时间戳限制与 v7 格式相同。
\n

\n

ustar 与预标准 v7 格式 \xe2\x80\x930以及5常规文件和目录的类型标志 和 存在细微的、向后不兼容的差异。在 v7 中，typeflag字段仅用于指示链接，而不指示其他文件类型。

\n

帕克斯

\n

pax 通过（可选）扩展标头块扩展了 ustar 格式，当通过旧的 tar 程序提取时，这些扩展标头看起来像常规文本文件。扩展标头在内部通过类型标志x（文件扩展标头）和g（全局扩展标头）进行标识。它们的无限扩展性还意味着 pax tarball 通常会比 ustar 更大。\n它有利于归档，但对于软件分发格式来说有点臃肿。

\n

pax 是 ustar 格式 \xe2\x80\x93 的超集，如果删除所有扩展标头，pax tarball 就与 ustar 没有什么不同。

\n

您可以阅读本文以了解可以以 pax 格式扩展的内容。但与ustar相比，总结一下：

\n

\n
• 文件名和路径名的长度不受限制（通过path=扩展标头中的关键字）。
\n
• 链接目标的长度可以无限（linkpath=关键字）
\n
• size（文件大小）、uid（用户 ID）、uname（用户名）、gid（组 ID）、gname（组名）都可以扩展到无限长度。
\n
• path、linkpath和uname的UTF-8 编码gname。
\n
• 时间戳允许亚秒精度和可能无限的长度，但由于其格式为“自纪元以来的秒数”，仍然无法存储闰秒。秒的小数部分采用十进制。
\n
• 文件访问时间 ( atime) 可以与修改时间 ( ) 一起存储mtime。
\n

\n

注意：POSIX 不强制要求使用文件名模式来存储扩展标头，因此实现可以自由地创建他们想要的任何名称模式。例如，在 GNU tar 中，名称模式是通过--pax-option=exthdr.name=选项控制的。如果您计划制作确定性 tarball（在tar/pax实现中），请注意这一点。

\n

gnu 和 oldgnu 格式

\n

根据GNU tar手册，GNU tar是基于POSIX.1ustar标准的早期草案。但 GNU 扩展使其tar与ustar格式不兼容。如果你想制作一个可移植的存档，你应该避免使用 GNU tar 格式，而倾向于使用paxor ustar。

\n

与 ustar 的magic和version字段相比， GNU tar 格式可以用的magic字段（8 个字节）来识别。ustar<space><space><nul>ustar<nul>00

\n

尽管如此，GNU tar 格式仍向后兼容 v7 格式。

\n

\n
• GNU tar 对文件名和链接目标的长度没有限制。ustar与使用前缀字段扩展路径不同，GNU tar 将长文件名存储在（非 pax）扩展头中，该头具有 typeflag L。类似地，链接目标通过带有 typeflag 的扩展标头进行扩展K。
\n
• GNU tar 格式将 atime（访问时间）和 ctime（状态修改时间）与 mtime 一起存储在附加头字段中，mtime 已在 v7 格式中提供。
\n
• 与 ustar 相比，GNU tar 格式支持其他文件类型（参考 2）：\n
  \n
  • 增量备份中的目录（“dumpdir”、typeflag D）。请参阅 GNU tar--incremental选项。
  \n
  • 多卷存档的连续文件数据（typeflag M）。请参阅 GNU tar--multi-volume选项。
  \n
  • 稀疏文件（typeflag S）。
  \n
  • 卷标头 ( typeflag V)，或存档卷的标签。请参阅 GNU tar--label选项。
  \n
  \n
\n
• oldgnu(GNU tar <= 1.12) 和(GNU tar >= 1.13.12) 格式之间的差异gnu对于最终用户来说很小，但根据源代码中的手册和create.c和NEWS，至少有两个差异： \n
  \n
  • oldgnuformat 将始终以空字节终止字符串文件名、用户名和组名。（这意味着在使用扩展标头之前，文件名最多包含 99 个字符。）
  \n
  • GNU 1.13.12 及更高版本可以尝试通过以有符号的大端二进制数输出来“压缩” uid、gid、mtime、devmajor和devminor字段（如果它们太大而无法在字段中以 ASCII 八进制表示） 。这会将最大 UID 和 GID 限制推至 [-2^56, 2^56-1]，并将设备主设备号和次设备号推至 [-2^56, 2^56-1]。（源代码中的表示保留了一些位，以防止与 ASCII 表示发生冲突。）
  \n
  \n
\n

\n

Answer 2

GNU tar 手册实际上有一整节专门介绍tar 存档格式。格式ustar和pax基于 POSIX 标准，并且gnu非常普遍。我会避开其他人。

我的建议是选择pax，那就是POSIX.1-2001。GNU tar 将使其成为未来的默认设置，甚至旧的ustar实现也可以解压缩它。它也是限制最少的格式。

您可以创建POSIX.1-2001归档文件，例如使用 GNU tar 通过指定--format pax或使用单独的pax 归档程序。