GZ naar XZ omzetten

GZ is het formaat dat vrijwel elke Linux-tool als eerste aanbiedt: snel, overal ondersteund, maar niet het zuinigste. XZ gebruikt een groter woordenboek en een modernere compressiemethode, en haalt op dezelfde inhoud doorgaans een kleiner bestand.

Het typische geval is een archief dat opgeslagen of doorgestuurd moet worden en waarbij elke megabyte telt — een back-up die naar een trage verbinding gaat, of een download die kleiner op de pagina moet staan.

Deze omzetting draait op onze server, niet in je browser. Het bestand wordt uitgepakt in een tijdelijke map die geen verbinding met het internet heeft, en de inhoud wordt opnieuw ingepakt als XZ. Alles wat de opdracht heeft aangemaakt wordt daarna verwijderd, ook bij een mislukte poging.

De limiet op de gratis laag is 25 MB per bestand, en elke afzonderlijke stap in de verwerking wordt na zestig seconden afgebroken.

Het verschil hangt vooral af van wat er in zit. Tekstachtige inhoud — logs, broncode, platte data — levert doorgaans de grootste winst op, omdat XZ meer herhaling binnen bereik heeft om te vinden.

Bij inhoud die al gecomprimeerd was, zoals foto’s of video, valt de winst vrijwel weg: er is dan simpelweg weinig herhaling meer over om te benutten, ongeacht het compressieformaat.

De inhoud komt byte voor byte over. Beide formaten dragen controlesommen, dus een beschadigd bestand wordt tijdens het omzetten opgemerkt in plaats van stilzwijgend doorgegeven.

Wat kan verdwijnen is informatie die alleen op containerniveau bestond, zoals een wachtwoord of, op sommige formaten, de oorspronkelijke rechten en tijdstempels.

De server weigert een archief dat meer dan 2 GB aan uitgepakte inhoud aankondigt, nog voordat het uitpakken begint. Dat staat los van de 25 MB-limiet op het geüploade bestand — een sterk gecomprimeerd GZ-bestand kan klein binnenkomen en toch veel groter blijken zodra hij is uitgepakt.

Loop je tegen die grens aan, dan is het archief te groot voor de gratis laag, ongeacht welk formaat je eruit wilt halen.

Het grotere woordenboek dat XZ zijn betere verhouding geeft, kost ook meer rekentijd — op een zwakke machine is dat merkbaar. Op de server hier is dat de omzettijd van dit ene bestand, niet iets waar je als gebruiker apparatuur voor nodig hebt.

Voor een archief binnen de gratis limiet blijft de verwerking ruim binnen de zestig seconden per stap die het systeem toestaat.

Gaat het bestand alleen naar je eigen opslag, dan levert omzetten weinig op tegenover de tijd die het kost. Blijft de inhoud klein of is snelheid van openen belangrijker dan bestandsgrootte, dan is GZ vaak de praktischere keuze — het wordt breder en sneller gelezen dan XZ.

De omzetting is het overwegen waard zodra de bestandsgrootte zelf het probleem is: een opslaglimiet, een verbinding die traag is, een download die kleiner moet ogen.

Vergelijk de uitgepakte inhoud van de XZ met wat je in het GZ-bestand had staan — de omzetter pakt de inhoud van je bestand uit en comprimeert die opnieuw, zonder tussenliggende mappen toe te voegen.

Was het originele bestand versleuteld, dan mislukt de omzetting met een leesbare melding in plaats van vast te lopen, omdat er hier bewust geen wachtwoord wordt meegegeven aan de uitpakker.