Tarball 简史 — 从磁带时代到云时代

01名字的起源：磁带归档

tar 的全称是 Tape ARchive（磁带归档）。

上世纪 70 年代末，硬盘空间极其昂贵且容量极小。为了备份数据，工程师们使用磁带机作为存储介质。

tar 最初的设计目标不是为了"压缩"文件，而是为了"打包"。它将文件系统中的多个文件、目录及其权限信息按顺序连接起来，形成一个连续的比特流，直接写入磁带。

它最早出现在 1979 年发布的 Version 7 Unix 中，取代了更早期的 tp 实用程序。

02为什么叫 "Ball" (球)？

"Tarball" 这个昵称大约在 90 年代随着 GNU/Linux 的流行而走红。

当工程师把一堆零散的文件通过 tar 命令整合成一个巨大的、单一的文件时，就像是把一堆乱七八糟的毛线缠绕成了一个毛线球。

在开源软件早期，源码分发几乎全靠 Tarball。开发者们常说："我把 Tarball 发给你。" 这个称呼就一直用到了今天。

03技术的演进：从打包到压缩

早期的 tar 只是单纯的堆叠文件，并不减小体积。随着算法的发展，tar 开始与其他压缩工具"联姻"：

年代	组合	后缀	特点
80 年代	`tar` + `compress`	.tar.Z	最早的压缩尝试，现已少见
90 年代	`tar` + `gzip`	.tar.gz / .tgz	经典平衡了速度与压缩比
2000s	`tar` + `bzip2`	.tar.bz2	压缩率更高，但速度较慢
现代	`tar` + `xz`	.tar.xz	极高压缩率常用于 Linux 内核分发

# 不同时代的打包命令对比
# 80s — compress
tar cf - sources | compress > archive.tar.Z

# 90s — gzip（经典组合）
tar czf archive.tar.gz sources/

# 2000s — bzip2
tar cjf archive.tar.bz2 sources/

# Modern — xz
tar cJf archive.tar.xz sources/

# GNU tar 自动识别（-a 参数，90s 引入）
tar caf archive.tar.xz sources/

04关键里程碑

1979

Version 7 Unix 首次发布 tar，取代 tp

1988

POSIX.1-1988 统一 tar 头部格式，标准化跨系统兼容

~1992

GNU tar (gtar) 发布，自识别压缩、增量备份

2000+

Docker/OCI 镜像用 tar layer 打包；Tarball 仍是工业标准

📦 POSIX 标准化（1988）

早期不同 Unix 厂商的 tar 格式略有差异。POSIX.1-1988 定义了统一的 tar 头部格式，确保了跨系统的兼容性。这份标准至今仍是 tar 格式的基石。

🐧 GNU tar 的统治（1990s）

GNU 项目重新编写了 tar（即 gtar）。它引入了自动识别压缩格式（-a 参数）和增量备份等功能，至今仍是 Linux 发行版默认预装的版本。

🐳 被 ZIP 和容器挑战（2000s）

Windows 世界 ZIP/RAR 更流行；云原生时代 Docker Image 用分层 tar 打包。但 Tarball 依然是 Linux 源码分发和服务器备份的工业标准，从未被真正取代。

05Tarball 为什么能长生不老？

🔐

保留元数据

完美保留 Unix/Linux 的文件权限、所有者、符号链接等关键信息，这是早期 ZIP 做不到的。

🌊

流式处理

最初为磁带设计，天然支持"流"。一边打包一边传输，一边解压一边安装。

⏳

极其稳定

40 年前的 tar 包，今天的计算机依然能打开。这种向前兼容性是技术界的奇迹。

💡 冷知识

tar 文件的结尾通常有两个连续的 512 字节全零数据块。这在早期是用来告诉磁带机：
"嘿，到头了，别再转了。"