GZ in 7Z umwandeln

Ein Export von einem Hetzner-, IONOS- oder Strato-Server kommt fast immer als tar.gz an: Logdateien, ein Backup, ein Datenbank-Dump. Auf dem Linux-System, das den Export erzeugt hat, ist das die selbstverständlichste Sache der Welt — `tar xzf` löst beide Schichten in einem Schritt auf. Auf einem Windows-Arbeitsplatz, wo jemand aus der IT-Abteilung oder ein externer Dienstleister genau eine Datei aus diesem Export braucht, ist es das nicht.

Nach dem ersten Entpacken liegt eine Datei namens `export.tar` da, die noch einmal entpackt werden muss, bevor überhaupt etwas zu sehen ist. Diese Umwandlung nimmt beide Schichten in einem Durchgang ab und liefert ein 7Z, das jeder Windows-Archivmanager sofort als durchsuchbaren Ordner anzeigt.

TAR bündelt viele Dateien zu einem Datenstrom und komprimiert nichts; jeder Dateiheader trägt Name, Pfad, Größe und Zeitstempel. GZ macht das Gegenteil: Es komprimiert genau einen Strom und kennt weder Namen noch Pfad noch ein zweites Mitglied. Beide erfüllen genau eine Hälfte des Jobs, und in der Unix-Welt werden sie deshalb seit Jahrzehnten kombiniert.

7Z löst beide Aufgaben in einem Format: ein Verzeichnis mit Namen, Pfaden und Prüfsummen je Eintrag, komprimiert mit LZMA2. Das ist der strukturelle Unterschied, den diese Umwandlung kauft — kein Format ist dabei „besser", sie lösen einfach unterschiedliche Probleme.

Zuerst wird der GZ-Strom dekomprimiert, was genau ein Ergebnis liefert, weil ein GZ-Strom nicht mehr als das enthalten kann. Ist dieses eine Ergebnis ein TAR, wird es seinerseits ausgepackt, und die enthaltenen Dateien werden zu den Mitgliedern des 7Z. Ist es eine einzelne Datei, bleibt sie, wie sie ist, und wird zum einzigen Mitglied.

Das innere Auspacken erkennt ein TAR am tatsächlichen Inhalt und nicht am Dateinamen — wichtig, weil gzip den Namen im Header speichert, XZ und BZ2 dagegen nicht. Eine gepackte Datei, die als GZ einen sprechenden Namen trägt, hätte als XZ oder BZ2 nur eine anonyme Bezeichnung, und eine reine Namensprüfung würde das TAR darin übersehen.

Gzip komprimiert innerhalb eines Fensters von 32 KB, sodass sich ein wiederkehrender Textabschnitt in zweihundert Konfigurationsdateien zweihundertmal von vorn komprimiert. 7Z arbeitet mit LZMA2 und einem Wörterbuch von 16 MB in der Standardeinstellung — groß genug, um bei den meisten Serverexporten das gesamte Archiv im Blick zu behalten, sodass jede Wiederholung fast nichts mehr kostet.

Deshalb ist die Ersparnis unvorhersehbar statt fest. Ein Export voller Log- oder Konfigurationsdateien schrumpft deutlich. Ein Archiv mit Bilddateien oder Videos bewegt sich kaum, weil die Redundanz darin schon vom eigenen Codec entfernt wurde, bevor überhaupt gepackt wurde. Der Blick auf die eigene Datei zählt, nicht eine allgemeine Prozentzahl.

Das ist der Vorteil, den man in der Praxis am meisten spürt, und er ist unabhängig von der Dateigröße. Ein 7Z trägt sein eigenes Inhaltsverzeichnis im Archiv, sodass ein Archivmanager jeden Pfad und jede Größe in einer 500-MB-Datei anzeigt, ohne mehr als ein paar Kilobyte lesen zu müssen. Deshalb öffnet sich beim Doppelklick auf ein 7Z sofort ein Fenster.

Ein gezipptes TAR kann das nicht. Die Namen stecken im TAR, das TAR steckt im komprimierten Strom, und der Strom muss von Anfang an gelesen werden, um überhaupt an die Namen zu kommen — es gibt keinen Index und keinen Platz dafür. Für einen Export, in dem gesucht statt nur entpackt wird, ist dieser eine Unterschied mehr wert als jede Kompressionsrate.

Ein TAR-Header trägt Eigentümer, Gruppe, Berechtigungsbits und Änderungszeit jedes Mitglieds, und für einen Export mit einem Startskript ist das kein Nebensächliches — ein Skript, das nach dem Entpacken ausführbar sein soll, braucht genau diese Angabe. Die Dateien im 7Z kommen byteidentisch an; was das alte Behältnis über sie wusste statt in ihnen zu tragen, kann verloren gehen.

Geht es um ein Deployment-Artefakt, einen Container-Export oder etwas, das später wieder auf einer Linux-Maschine ausgeführt werden soll, ist diese Umwandlung eine, die man testet, statt sie einfach anzunehmen. Geht es um Dokumente, einen Datenbestand oder Quellcode, der auf Windows nur gelesen wird, spielt das keine Rolle.

Der Windows-Explorer öffnet ein ZIP ohne jede Zusatzsoftware und ein 7Z nicht; beim macOS Finder ist es genauso. 7-Zip, Keka und PeaZip lesen 7Z problemlos, müssen aber vorher installiert sein — auf einem verwalteten Firmenrechner ohne Adminrechte ist das nicht immer selbstverständlich.

Für ein Archiv, das man selbst behält und durchsucht, ist 7Z die richtige Wahl. Für ein Archiv, das an eine externe Person weitergeschickt wird, die vielleicht keine Zusatzsoftware installieren darf oder will, ist ZIP die bessere — das eine Archivformat, das überall ohne Rückfrage aufgeht.

Nicht jede GZ-Datei stammt aus einem TAR. Ein einzeln gezippter Dump wie `export.sql.gz` oder `bericht.csv.gz` wird dekomprimiert und die enthaltene Datei allein in das 7Z gelegt. Die Umwandlung versucht zuerst, ein inneres TAR zu finden, und behält die reine Datei, wenn keines vorhanden ist, statt mit einem Fehler abzubrechen.

Wer nach dem Auspacken statt der erwarteten Ordnerstruktur nur eine einzelne Datei vorfindet, bekommt damit auch eine Information: Der ursprüngliche Export war nie ein Archiv mit mehreren Dateien, sondern von Anfang an ein einzelner komprimierter Dump.

Diese Umwandlung läuft auf unserem Server statt im Browser, weil dafür ein echtes 7-Zip-Programm gebraucht wird — anders als die meisten Werkzeuge auf dieser Seite, die das Gerät nie verlassen. Die Datei wird verschlüsselt übertragen, in einem Container ohne eigenen Zugang zum Internet bearbeitet, und das Arbeitsverzeichnis wird gelöscht, sobald der Auftrag beendet ist, unabhängig vom Ergebnis.

Bevor überhaupt etwas entpackt wird, prüft der Dienst, worauf das Archiv sich selbst beruft aufzubauen. Ein angegebener Umfang über 2 Gigabyte wird abgelehnt — genau das Verhalten eines stark komprimierten Serverexports, der ehrlich eine sehr große Entpackgröße meldet.

Bevor irgendetwas gelöscht wird, lohnt sich der Blick in das 7Z: Anzahl der Einträge und Pfade sind das, worauf es ankommt, denn hier wird verlustfrei umgepackt, sodass eine Abweichung nie für eine beschädigte Datei steht, sondern fast immer für ein führendes Verzeichnis, das in dem einen Archiv da ist und im anderen fehlt.

Das Archiv wird von innerhalb des entpackten Ordners gepackt, sodass die Dateien direkt an der Wurzel des 7Z liegen und nicht in einem umschließenden Ordner. 7-Zip bringt einen Testbefehl mit, der jeden Eintrag gegen seine gespeicherte Prüfsumme verifiziert, ohne etwas auf die Platte zu schreiben — dreißig Sekunden, die sich bei jedem Serverexport lohnen, den man wirklich behält.