如何在压缩前连接文件比只压缩文件更有效？

Question

在“破解PM访谈”中，Lewis Lin建议在压缩文件之前将它们连接起来，以减少gmail的存储空间，我想知道为什么这样做比只压缩文件效果更好。

Answer 1

到目前为止，压缩器都使用数据流中的信息来压缩后面的数据。它们通常有一个窗口，在该窗口内压缩器可以获得历史记录，大小从10KB到几百MB不等。它们拥有的历史越多，后续数据的建模就越好(假设流中存在某种程度的相似性)，因此压缩效果越好。

因此，压缩器在压缩非常短的文件方面特别差。但是，如果您连接类似的短文件，您将获得比单个短文件更好的压缩效果。例如，源代码往往是许多短文件的集合，但它们之间有很多相似之处。您可以看到将它们压缩在一起而不是单独压缩的显著好处。

.zip格式单独压缩所有文件，而.tar.gz格式将归档作为一个整体进行压缩，因此可以有效地连接在一起(中间有一些小标题)。早些时候就观察到，尽管它们都使用相同的压缩数据格式(deflate)，但它们在源文件归档上的压缩效率之间存在显著差异。其他压缩器，如zip和通常单独压缩文件，也将具有连接的“实体”压缩模式，如RAR和7z。这就失去了轻松修改或删除单个条目的能力，但这是一种不常见的用例。更常见的情况是，档案只是作为一个整体构建，然后完全提取出来。