7Z naar GZ omzetten

Wie hier landt heeft meestal geen keuze in het formaat: een build-agent haalt een artefact op en pakt het uit met tar, een deployscript verwacht een payload die het kan pipen, of een serverbeheerder wil één commando draaien zonder eerst een archiveertool te installeren.

7Z is prima geschikt, alleen kent de infrastructuur aan de andere kant het niet. Overzetten naar gzip is geen oordeel over 7Z — het erkent dat de tooling aan de overkant al jaren op gzip is gebouwd en daar niet voor één archief van gaat afwijken.

GZ comprimeert precies één bytestroom en heeft geen plek voor bestandsnamen, paden of rechten. 7Z is het tegenovergestelde: een container met een eigen inhoudsopgave. Om van de een naar de ander te gaan wordt de inhoud van het 7Z-archief eerst tot een TAR samengevoegd, en die TAR wordt vervolgens gezipt.

Dat is precies de opbouw die `.tar.gz` al sinds voor beide formaten bestonden betekent, en het is waarom tooling aan de andere kant het resultaat herkent zonder dat er iets over de herkomst hoeft te worden verteld.

LZMA2 in een 7Z-archief verwijst naar een herhaling tot 64 MB terug in de data en codeert die met een rekencoder. DEFLATE in gzip kijkt hooguit 32 KB terug en codeert met Huffman-codes. Dat scheelt in de praktijk een duidelijke marge, vooral bij een verzameling gelijksoortige tekstbestanden.

Op een archief met foto’s of video valt het verschil vaak mee, omdat geen van beide compressoren daar nog veel uit haalt. De tarlaag houdt wel het voordeel overeind dat gzip de hele tarball als één doorlopende stroom comprimeert, dus herhaling die bestandsgrenzen overschrijdt blijft zichtbaar.

GZ is het enige archiefformaat in deze omzetting dat werkelijk als stream werkt: een gzip-bestand kan worden uitgepakt terwijl de bytes nog binnenkomen, zonder dat het einde van het bestand al bekend hoeft te zijn.

Dat is wat `curl … | tar -xz` mogelijk maakt en waardoor een build-agent een artefact kan uitpakken terwijl het nog wordt gedownload. Een 7Z-archief moet eerst volledig binnen zijn voordat de structuur te lezen is — voor een pijplijn is dat verschil de bytes die je inlevert waard.

Elke Linux-distributie, elke macOS-installatie en ieder containerimage dat daarop is gebouwd heeft gzip standaard aan boord. Van xz is dat op een minimaal image lang niet altijd waar, en van 7-Zip al helemaal niet.

Een bewust kaal basisimage zoals Dockers `scratch` of Google’s distroless-images heeft zelfs geen gzip-programma ingebouwd — dat is de moeite van het controleren waard voordat je ervan uitgaat dat het er wel staat.

De download krijgt de oorspronkelijke bestandsnaam met de nieuwe extensie, dus `build.7z` komt terug als `build.gz`, terwijl de inhoud feitelijk een gezipte tarball is. De meeste Unix-tools herkennen dat aan de bytes, maar niet elk script of elke webserver doet dat.

Hernoem het bestand naar `.tar.gz` of de kortere schrijfwijze `.tgz` — dat kost niets en voorkomt de klassieke verwarring van iemand die het bestand unzipt, een TAR aantreft en denkt dat de omzetting is mislukt.

De soliede compressie die een 7Z-archief klein maakt, is ook precies wat het lastig te converteren maakt: omdat de leden één doorlopende stroom vormen, moet alles ervoor eerst worden uitgepakt om bij een van de bestanden te komen.

Daarom telt de zestig seconden per stap die deze server hanteert hier zwaarder dan bij een archief dat al een TAR is — een strak gepakt 7Z-bestand kan een aanzienlijke hoeveelheid werk vertegenwoordigen die pas blijkt zodra het wordt uitgepakt.

Deze omzetting draait niet in de browser: het 7Z-bestand gaat over een versleutelde verbinding naar de server, wordt daar uitgepakt, getard en gezipt, en het geheugen-gebaseerde werkmapje verdwijnt zodra de klus klaar is — ook wanneer iets misgaat.

De grens ligt op 25 MB per bestand op het gratis plan. Een archief met een wachtwoord erop faalt meteen met een duidelijke melding in plaats van dat er iets blijft hangen, en een archief dat meer dan 2 GB aan inhoud claimt wordt geweigerd voordat er iets wordt weggeschreven.

Moet de tarball eerst volledig gedownload zijn voordat er iets mee gebeurt, dan is het streamvoordeel van gzip niets waard en de zwakkere compressie een zuiver verlies. Zet het 7Z-archief dan om naar XZ: dezelfde LZMA-familie, een veel kleiner bestand, zonder dat er iets voor wordt opgeofferd.

Andersom geldt ook iets: xz vraagt meer geheugen om uit te pakken, staat niet op elk minimaal image, en kan niet vanaf het begin van de stroom worden gelezen. Gzip voor pijplijnen en onbekende bestemmingen, xz voor releases die vaker gedownload dan gemaakt worden.