Porovnání kompresních algoritmů

Na rollingrelease.com vyšel článek porovnávající Tar, Gzip, Bzip2, XZ, 7z, 7z+LZMA2 a RAR z hlediska kompresního poměru a doby komprese a dekomprese na různých typech dat: textu, binárkách a obrázcích. Závěrečný test pak simuloval zálohování systémového oddílu.

29.12.2010 11:20 | Nicky726 | Zajímavý článek

Komentáře

[Conyx]

Tar je kompresni algoritmus ?

[finn]

Kompresní poměr TARu se v článku nehodnotí, je tam jen pro informaci o době archivování — TAR se musí stejně použít pro většinu unixových komprimačních programů, takže čas nutný pro zabalení soborů do jednoho souboru je separátní informace.

[kralyk z abclinuxu]

Jistě že ne, ale byl přidán do časomíry, (imho) aby bylo vidět, kolik času sežere jen archivace, bez komprese.

[omg]

to je sice hezke, ale v clanku to vypada, ze si nikdo nedal tu praci s tim, aby se delal fdatasync() nebo sync; takze je to udaj neprepocitatelny na KB/s a tim padem je neprepocitatelny celkovy cas komprese na podil vypocet:zapis Tim padem se neda ani odhadnout jak se bude graf chovat na vyrazne rychlejsim zaznamovem zarizeni s malym vypocetnim vykonem nebo naopak s pomalym zaznamem a vykonym procesorem/nadbytkem ram atd. kazdy benchmark je proste jen tak zhruba informativni, ale stejne je lepsi si vzit nahodne vzorky dat a udelat si vlastni...

na /var/log bez predkomprimovanych rotovanych rotovanych logu bude treba rzip lepsi nez cokoliv zmineneho.

[Grunt]

OMG.

[omg]

copak? nejaky problem?

omg by melo byt spis na ten odkazany clanek, protoze tam vytvari tar soubor mozna na disku mozna na ramdisku mozna na pasce nebo kdo vi kde misto, aby to poslali do dev null a melo to nejakou vypovidaci hodnotu k tem ostatnim testum.

takovy nesmyslny benchmark slata kdokoliv 10 sekund po tom co dostane napad takovy udelat akorat to ze je k nicemu autorovi jen tak nedojde.

[Grunt]

OMG.

[kralyk z abclinuxu]

+1

[kolcon]

jeste by nebylo od veci napsat k ty zpravicce shrnuti, "k cemu teda v kostce jako dosli"

[Nicky726]

No to bych mohl, ale obávám se, že by to nebylo moc stručné.

[omg]

nejstrucnejsi sdeleni je: rar ma prilis konzistentni vysledky a je prilis dobry, proto byl od 4teho testu zakazan.

[omg]

tady je oficialni formulace: Also it’s worth to notice that it’s quite hard to use RAR for real backup: it tends to follow symlinks while unpacking. Using it with Tar is hard, too, because unrar can’t receive archive via stdin. So in the last test RAR wasn’t tested at all.

[aceman]

Tak to som akosi nepochopil. tar | rar predsa funguje. Unrar len rozbaluje. Tak co im vlastne nejde?

[kralyk z abclinuxu]

nejstrucnejsi sdeleni je: rar ma prilis konzistentni vysledky a je prilis dobry, proto byl od 4teho testu zakazan.

Meh? Nepřijde mi, že by měl v prvních 3 testech zrovna excelentní výsledky.
Tím "konzistentní výsledky" jsi asi myslel kompromis mezi efektivitou a rychlostí, který imho není zrovna ideální...

[Michal Kubeček]

Konzistentní znamená jen to, že výsledky jsou pořád stejné, že není jednou super a jindy na houby. Což ovšem pořád nevylučuje možnost, že bude pokaždé na houby (nebo pokaždé super).

[omg]

konzistentni znamena, ze kdyz mam na zalohy k dispozici 30GB mista a potrebuju zalohovat zhruba 15GB dat pravidelne se menicich, ale porad zhruba stejnych, ze kdyz si budu met drzet 4 rotace, tak tenhle mesic nebudu potrebovat pridat +10GB a dalsi mesic mi budou chybet pokud nepojedu na nejvyssi kompresi, ktera pro zmenu bude trvat minulu mesic 4 dny cistyho casu proti dnesnimu dni, kdy dobehne za dopoledne.

[kralyk z abclinuxu]

A to si jako z toho benchmarku vyčetl, že RAR je takhle konzistentnější než ostatní?
Ono nestačí jen koukat na výšku těch pěkných barevných sloupečků, člověk musí číst i ta čísla po straně a komentář ke každému z grafů...

[petr_p]

A nebo si přečtěme dokumentaci k balíku lrzip, který vyvíjí Con Kolivas. Kromě výběru různých algoritmů se zabývá paralelizací a prospustností. Každý týden nová verze :)

[Andrej]

7zip dopadol celkom dobre. problem je ze zatial nie je tak dobre rozsireny ako bzip2.

[l4m4]

Článek porovnává programy. Proč se tu píše o porovnávání algoritmů?

[Tomáš]

škoda, že neříkají, který ten program umí zacházet s diakritikou v názvech souborů. Aneb zabalení souboru ěščřžýáíé.txt na windows a rozbalení na linuxu přináší nejedno překvapení

[Bilbo]

Kdysi se mi to stavalo celkem casto ze to co bylo zabalene na jednech windows na druhych se rozbalilo zmrsene (napr ceska instalace / anglicka instalce windows). Dneska to funguje pomerne dobre (prenos souboru vcetne nabodenicek) mezi windowsy a linuxem, pokud to je z windows nahrano na NTFS (napr. velky vymenny disk). Pokud se neco na windows nahraje na fat32 (flashky ....), vysledky jsou nekdy tristni (proste to defaultne nefunguje, i kdyz predpokladam, ze hrani si s mount optiony by problem asi vyresilo).

Jinak 7zip i rar pokud vim podporuji unicode v nazvech souboru, tar asi ne (resp. ten spoleha na to, ze filesystem je v utf-8 a sam nejake unicode neresi a ten chrchel bajtu ulozi tak jak prisel)

[Nicky726]

Jo diakritika obzvlášť v zipech z windows potěší. Zajímavé pak ale je, že v Krusaderu je obsah více archivů ok než v Arku.