ZIP を BZ2 に変換

2026 年に bzip2 を選ぶ人はほとんどいません。多くは何かを引き継いだ結果として使っています。十年前のビルドスクリプトが bunzip2 をパイプでつないでいる、研究データセットがすべて .tar.bz2 として公開されていて新しいファイルも合わせる必要がある、ミラーサイトのアップロード規約がその拡張子を指定している。動機はほぼすべて既存のものに合わせることです。

それは十分に正当な理由で、このページもそれに異を唱えません。ただし、評判だけで bzip2 を選んでいないかは確認する価値があります。その評判は 1996 年当時のもので、状況はその後二度移り変わっています。自由に選べる立場なら、下の XZ についての節を読んでから決めてください。すでに並んでいる十数個のアーカイブに合わせる必要があるなら、bzip2 が正解で、このページの残りはそこで実際に何が起きるかについてです。

BZ2 はファイル名もフォルダー構造も記録できません。圧縮という一つの機能に絞られた形式だからです。

そのためこの変換は単純な移し替えにはならず、実際には ZIP を展開し、その中身をすべてのファイル名とパスを保持する TAR に書き込んでから、その tarball に bzip2 をかけるという処理になります。受け取った側は tar と bz2 の二段階を、多くの Unix ツールなら一つのコマンドで、グラフィカルな解凍ソフトなら二回のクリックで解けます。

bzip2 は DEFLATE のようなスライディングウィンドウを使いません。最大 900 KB のブロックを読み込み、バロウズ・ホイーラー変換で似た文脈が隣り合うように並べ替えてから圧縮します。参照する範囲はブロック全体で、直前の 32 KB ではありません。

これがログファイルや XML、CSV のような大きく反復のあるテキストで gzip に勝る理由であり、逆に JPEG や MP4 が詰まった ZIP では優位性がほぼ消える理由でもあります。すでに圧縮されたデータには並べ替える構造が残っていないため、計算だけかけて何も得られません。変換の前に、中身が主にどんなファイルかを見ておく価値があります。

ソートは無料の処理ではなく、bzip2 は Unix の三つの圧縮形式の中で、圧縮時にも展開時にも一番遅い部類に入ります。ブロックを元に戻すのは、単なるストリームのコピーとは違う実質的な計算です。

無料枠の 25 MB 程度であれば、これはほとんど気になりません。数ギガバイトの規模になって初めて決定的な差になり、まさにそのくらいの規模で XZ が bzip2 を上回るようになった経緯があります。

アーカイブ形式の中で、BZ2 は特に過去のものとして位置づけられます。これは、動作しないという話ではありません。bzip2 は安定していて、Unix 系では広く使われ、今も普通に安全に使えます。

過去のものとされているのは、両隣の形式のほうがその目的に対して優れているからです。XZ は最大 64 MB の辞書でより強く圧縮でき、展開も bzip2 より速く、gzip はさらに速くどこにでも入っています。bzip2 は、すでにそこに根付いているファイルがない限り選ぶ理由のない、中間の位置に取り残されています。

gzip のストリームは元のファイル名とタイムスタンプを保持できます。bzip2 のストリームはどちらも持たず、圧縮されたバイト列とブロックサイズの情報だけを持ちます。

つまり、ファイル名だけがアーカイブの外から分かる唯一の情報になります。.tar.bz2 ではなく .bz2 のまま名付け直すと、中身が tarball なのか単一の圧縮ファイルなのか判別できなくなります。ここでは飾りではなく実際に必要な情報です。

bzip2 は各ブロックを独立して圧縮するため、二つの利点があります。損傷は局所的にとどまり、そのブロックだけが失われて済み、復旧ツールで壊れていないブロックだけを取り出すことも可能です。

この独立性は並列処理とも相性が良く、複数のコアで手分けして処理できます。単一ストリームの 7Z アーカイブでは、先頭近くの一バイトの破損が後続すべてに影響し得るのと対照的です。耐障害性が圧縮率より優先されるなら、bzip2 に分があります。

この変換はページ内ではなく、サーバー側の変換機能で行われます。アーカイブは暗号化された通信でアップロードされ、7-Zip が展開し、中身が TAR にまとめられ、その tarball に bzip2 がかけられて結果が戻ってきます。ジョブの間に書き込まれるものはすべて処理終了時に削除され、作業領域はディスクではなくメモリー上に置かれます。

それに伴う規則は、無料枠が 1 ファイル 25 MB まで、ジョブの強制終了が 60 秒後、展開後のサイズが 2 GB を超えると宣言されているアーカイブは拒否される、というものです。パスワード付きの ZIP は待たされることなく、意図的に空のパスワードで開こうとしてエラーになります。

アーカイブの送り先が人であれば、ここで立ち止まる価値があります。Windows のエクスプローラーも macOS の Finder も、何もインストールせずに ZIP を開けますが、.tar.bz2 が何かはどちらも知りません。相手には bzip2 か何らかのアーカイバーが必要になり、さらに中の tar を展開するもう一段の作業が加わります。特に頼まれてもいないのに bzip2 に変換すると、ワンクリックで済んだはずの作業がサポート対応に変わってしまいます。

ウェブのアップロードフォームや学習プラットフォーム、チケットシステムの多くも同様で、ZIP は受け付けても拡張子だけを見て他をすべて拒否します。この変換を使う場面は、相手の機器が bzip2 を名指しで求めている場合か、既存のデータセットの拡張子がすべてそろっている場合に限られます。それ以外では、手元の ZIP のほうが良いファイルです。