Converter XZ para TAR

Remover compressão parece a direção errada, e há vários lugares onde é a única direção. O `docker load` lê uma imagem de um tarball. Vários importadores de dispositivo, firmware e instrumento pegam um `.tar` porque o carregador foi escrito para percorrer cabeçalhos TAR e nada foi acrescentado depois. Ferramentas de migração que esperam uma forma de exportação específica fazem o mesmo. E alguns armazenamentos endereçados por conteúdo e deduplicadores querem os bytes sem compressão, porque uma mudança de uma linha num arquivo não deveria reescrever o artefato inteiro.

Há um segundo leitor com motivo diferente: alguém que simplesmente quer olhar. Um tarball pode ser inspecionado, comparado, percorrido por um script e alimentado a `tar --to-command` sem um passo de descompressão antes de cada operação.

O XZ chegou em 2009 e comprime um fluxo único com LZMA2. Não tem campo para nome de arquivo, nenhuma noção de pasta, e nenhum jeito de registrar onde um membro termina e outro começa.

O TAR, de 1979 e padronizado como POSIX.1-2001 ustar, é o complemento exato: um cabeçalho de 512 bytes na frente de cada membro registrando o nome, o caminho, o tamanho, o dono, o grupo, a permissão e os horários, e nenhuma compressão. Entre os dois fazem o trabalho inteiro, e é por isso que `.tar.xz` parece uma solução alternativa e é de fato o arranjo pretendido. Esta conversão remove a metade externa e entrega a interna.

Toda outra conversão de arquivo compactado deste site tem um argumento de tamanho em algum lugar. Esta tem o oposto, e vale planejar em vez de descobrir. Um XZ de código-fonte, log ou documento pode se expandir várias vezes; o registro dá ao XZ um dicionário de até 64 MB.

As consequências práticas são todas sobre para onde o arquivo tem que ir depois. Não vai mais caber num limite de anexo que o XZ passava com folga. Vai levar proporcionalmente mais tempo para copiar por rede. Nada disso é motivo para não converter; é motivo para saber o número antes de começar.

Essa é a frase mais importante da página para quem converte um lançamento publicado. A conversão não descasca a camada xz do seu arquivo — extrai o arquivo por completo e escreve um TAR novo a partir do conteúdo. Os arquivos dentro são idênticos byte a byte, porque isso é um reempacotamento sem perda. O tarball ao redor deles não é o do upstream.

Então o SHA-256 nas notas de lançamento, o hash numa receita de pacote, a assinatura sobre o tarball: nenhum vai validar contra o que você baixa aqui. Se verificação faz parte do trabalho, descomprima localmente com `xz -d arquivo.tar.xz`, que toca só na camada externa. Use este conversor quando você precisa que um tarball exista e os bytes exatos não são parte de um contrato.

Um cabeçalho TAR tem campos para dono, grupo, bits de permissão e horário de modificação, e para muitos tarballs isso é estrutural: um lançamento com um script de instalação depende de o script chegar executável. O TAR é o formato que consegue carregar tudo isso.

O que ele recebe aqui é outra questão. Como o arquivo é desempacotado numa pasta temporária e retarrado, os modos e horários são o que sobreviveu a essa viagem de ida e volta. Se o tarball vai para `docker load` ou para qualquer coisa que executa o que desempacota, confira os campos do cabeçalho com `tar tvf` antes de confiar.

Nem todo `.xz` é um tarball comprimido. Um arquivo único e grande — um dump de banco de dados, uma imagem de disco, uma exportação CSV — é frequentemente comprimido sozinho, e não há tarball nenhum ali dentro. O conversor lida com os dois casos: descomprime o fluxo, tenta desembrulhar um TAR interno, e quando isso falha mantém o arquivo único que encontrou.

O que você recebe nesse caso é um TAR contendo exatamente um membro, um objeto um pouco estranho mas perfeitamente válido e geralmente ainda o que a ferramenta seguinte quer. É também um diagnóstico útil: se você esperava uma pasta de arquivos e o resultado guarda um, o original nunca foi um arquivo compactado.

Descomprimir um fluxo xz exige um buffer proporcional ao dicionário com que o arquivo foi escrito — até 64 MB pelo número do registro. Na máquina que converte o arquivo isso é comum. Aparece do outro lado: se o motivo de remover a compressão é que algum aparelho pequeno não conseguia abrir o XZ, esta conversão é um jeito legítimo de entregar algo que ele consegue ler.

É uma rota diferente de recomprimir para gzip ou bzip2, e é a certa quando o aparelho tem bastante armazenamento e nenhum compressor. Onde o aparelho tem gzip, enviar um tarball gzipado quase sempre é melhor que enviar um puro.

No nosso servidor, não no seu navegador. A maioria das ferramentas deste site mantém o arquivo no seu aparelho e avisa isso; arquivos compactados são uma das exceções, porque o trabalho precisa do 7-Zip e do xz como programas de verdade. O arquivo viaja por uma conexão criptografada até um contêiner sem acesso de saída à internet.

Cada trabalho recebe uma pasta temporária num sistema de arquivos baseado em memória, apagada assim que o trabalho termina, e interrompida em sessenta segundos. Antes de escrever qualquer coisa, o arquivo é questionado sobre o que declara expandir, e um total declarado acima de 2 GB é recusado. O plano gratuito aceita 25 MB por arquivo enviado.

`tar tvf arquivo.tar` lista todo membro com seu modo, dono, tamanho e horário, e não custa nada. Duas coisas valem observar. A primeira é o nível superior: um arquivo empacotado de dentro de uma pasta e um empacotado do seu pai diferem por uma pasta inicial em todo caminho.

A segunda é a coluna de permissão, particularmente se algo no arquivo deveria ser executado. O TAR é um dos poucos formatos que consegue carregar um bit de modo, então se chegar errado você consegue consertar — extrair, `chmod`, retarrar — em vez de descobrir numa máquina que você não controla.