日本語 man コマンド類 (ja-man-1.1j_5) と日本語 man ドキュメント (ja-man-doc-5.4 (5.4-RELEASE 用) など) をインストールすると、以下のような man コマンド閲覧、キーワード検索が コンソールからできるようになります。
4.11-RELEASE-K, 5.4-RELEASE-K, 5.5-RELEASE-K, 6.0-RELEASE-K から 6.4-RELEASE-K, 7.0-RELEASE-K から 7.4-RELEASE-K, 8.0-RELEASE-K から 8.4-RELEASE-K, 9.0-RELEASE-K から 9.3-RELEASE-K, 10.0-RELEASE-K から 10.3-RELEASE-K, 11.0-RELEASE-K から 11.4-RELEASE-K, 12.0-RELEASE-K, 12.1-RELEASE-K は、 プライベート版 (小金丸が編集してまとめたもの) ですが、 より多くの翻訳したファイルが含まれています。 (5.4-RELEASE-K から 6.4-RELEASE-K, 7.0-RELEASE-K から 7.4-RELEASE-K, 8.0-RELEASE-K から 8.4-RELEASE-K, 9.0-RELEASE-K から 9.3-RELEASE-K, 10.0-RELEASE-K から 10.3-RELEASE-K, 11.0-RELEASE-K から 11.4-RELEASE-K, 12.0-RELEASE-K から 12.4-RELEASE-K, 13.0-RELEASE-K から 13.3-RELEASE-K, 14.0-RELEASE-K から 14.1-RELEASE-K は、全翻訳済み)
13.3-STABLE-K, 15.0-CURRENT-K は現在、作成中で日々更新されています。
Table of Contents
bzip2(1) bzip2(1)
名称
bzip2, bunzip2 - ブロックソーティングファイルの圧縮プログラム, v1.0.8
bzcat - 標準出力にファイルを圧縮復元する
bzip2recover - 損傷した bzip2 ファイルからデータを復元する
書式
bzip2 [ -cdfkqstvzVL123456789 ] [ filenames ... ]
bunzip2 [ -fkvsVL ] [ filenames ... ]
bzcat [ -s ] [ filenames ... ]
bzip2recover filename
解説
bzip2 は、Burrows-Wheeler ブロックソーティングテキスト圧縮アルゴリズ
ム、と Huffman コーディングを使用してファイルを圧縮します。圧縮は、一般
的に、より従来のより従来通りの LZ77/LZ78 ベースの圧縮プログラムによって
達成されるよりかなりよりよく、統計の圧縮プログラムの PPM ファミリの性能
に近づきます。
コマンド行オプションは、GNU gzip のものと意図的によく似ていますが、それ
らは、同一ではありません。
bzip2 は、コマンド行フラグに伴っているファイル名のリストを期待していま
す。各ファイルは、名前 "original_name.bz2" で、それ自体の圧縮されたバー
ジョンによって置き換えられます。各圧縮ファイルには、これらのプロパティ
が、圧縮復元時に正しく復元することができるように、同じ更新時刻、パー
ミッションと可能なとき、対応しているオリジナルとして所有者があります。
ファイル名の処理は、オリジナルのファイル名、パーミッション、これらの概
念を欠くファイルシステムの所有者と日付を保存するためのメカニズムがない
か、または MS-DOS のような重大なファイル名の長さ制限がある、という意味
では単純です。
デフォルトで、bzip2 と bunzip2 は、既存のファイルに上書きしません。利用
者がこれが起こってほしいなら、-f フラグを指定します。
ファイル名が指定されないなら、bzip2 は、標準入力から標準出力に圧縮しま
す。この場合に、bzip2 は、圧縮された出力を端末に書き込むことを拒否しま
す。これは、完全に不可解で、そのため無意味です。
bunzip2 (または bzip2 -d) は、すべての指定されたファイルを圧縮復元しま
す。bzip2 によって作成されなかったファイルは、検出され、無視され、警告
が出されます。bzip2 は、次のような圧縮ファイルから、圧縮復元されたファ
イルのためのファイル名を推測することを試みます:
filename.bz2 becomes filename filename.bz becomes filename
filename.tbz2 becomes filename.tar filename.tbz becomes filename.tar
anyothername becomes anyothername.out
ファイルが、認識されている終り .bz2, .bz, .tbz2 または .tbz の 1 つで
終っていないなら、bzip2 は、オリジナルのファイルの名前を推測することが
できないことにエラーを出し、.out が付け加えられたオリジナルの名前を使用
します。
圧縮と同様に、ファイル名を供給しないことは、標準入力から圧縮復元して標
準出力に出力します。
bunzip2 は、2 つ以上の圧縮ファイルの連結であるファイルを正しく圧縮復元
します。結果は、対応している圧縮されていないファイルの連結です。連結さ
れた圧縮ファイルの整合性のテスト (-t) も、また、サポートされます。
利用者は、また、-c フラグを与えることによって標準出力にファイルを圧縮す
ることができるか、または圧縮復元することができます。複数のファイルは、
このように圧縮されて、圧縮復元されます。結果の出力は、標準出力に連続し
て送り込みます。このように複数のファイルの圧縮は、複数の圧縮されたファ
イル表現を含んでいるストリームを生成します。bzip2 バージョン 0.9.0 以降
のみ、そのようなストリームを正しく圧縮復元することができます。bzip2 の
初期のバージョンは、ストリームの最初のファイルを圧縮復元した後に停止し
ます。
bzcat (または bzip2 -dc) は、標準出力に、すべての指定されたファイルを圧
縮復元します。
bzip2 は、環境変数 BZIP2 と BZIP からその順序で引数を読み込み、あらゆる
引数がコマンド行から読み込む前に、それらを処理します。これは、デフォル
トの引数を供給するための便利な方法を与えます。
たとえ圧縮ファイルがオリジナルより少し大きくても、圧縮は、常に実行され
ます。圧縮メカニズムには、50 バイトの領域の一定のオーバヘッドがあるの
で、約 100 バイトより小さなファイルは、より大きくなる傾向があります。
(ほとんどのファイル圧縮プログラムの出力を含んで) ランダムデータは、1 バ
イトごとに約 8.05 ビットでコード化され、約 0.5% 拡張されます。
利用者の保護のための自己チェックとして、bzip2 は、ファイルの圧縮復元さ
れたバージョンがオリジナルと同一であることを確かめるために、32 ビットの
CRC を使用します。これは、圧縮されたデータの破損に対して、と bzip2 の見
つけられていないバグに対して警戒します (うまくいけば、とてもありそうに
ない)。検出されないデータ破壊のチャンスは、極めて微細であり、処理された
ファイルごとに 40 億に約 1 回のチャンスです。しかしながら、チェックが圧
縮復元を起こすこので、何かが悪いことを利用者に伝えれことだけができるこ
とに注意してください。それは、利用者がオリジナルの圧縮されていないデー
タを復旧することを手助けすることができません。利用者は、ダメージを受け
たファイルからデータを復旧することを試みるために bzip2recover を使用す
ることができます。
返り値: 正常な終了に対して 0、(ファイルが見つからない、無効のフラグ、
I/O エラー、&c) 環境の問題に対して 1、破損した圧縮ファイルを示す 2、
bzip2 がパニックを起こす内部の一貫性エラー (例えば、バグ) に対して 3 で
す。
オプション
-c --stdout
圧縮するか、または圧縮復元したものを標準出力に出力します。
-d --decompress
圧縮復元を強制します。bzip2, bunzip2 と bzcat は、実際に同じプロ
グラムで、どの名前が使用されるかに基づいて、どんなアクションを取
られるかに関して決定がされます。このフラグは、そのメカニズムを上
書きして、圧縮復元することを bzip2 に強制します。
-z --compress
-d の補完: 呼び出し名にかかわらず、圧縮を強制します。
-t --test
指定された (複数の) ファイルの整合性をチェックしますが、それらを
圧縮復元しません。これは、実際に試験的な圧縮復元を実行し、結果を
放棄します。
-f --force
出力ファイルの上書きを強制します。通常、bzip2 は、既存の出力ファ
イルを上書きしません。また、ファイルへのハードリンクを切ることを
bzip2 に強制します、そうでなければ、ハードリンクを切りません。
bzip2 は、通常、正しいマジックヘッダバイトを持たないファイルを圧
縮復元すること拒否します。しかしながら、強制 (-f) されるなら、そ
のようなファイルを修正せずに通過します。これは、GNU gzip の振る
舞いです。
-k --keep
圧縮または圧縮復元の間に入力ファイルを保持します (削除しませ
ん)。
-s --small
圧縮、圧縮復元とテストのためのメモリ使用量を減らします。ファイル
は、圧縮復元され、ブロックバイトごとに 2.5 バイトのみを必要とす
る修正されたアルゴリズムを使用してテストされます。これは、通常の
スピードの約半分にもかかわらず、メモリの 2300k で、あらゆるファ
イルを圧縮復元することができることを意味します。
圧縮の間に、-s は、利用者の圧縮比の費用で、同じ数値を計算するた
めにメモリの使用量を制限する、200k のブロックサイズを選択しま
す。要約すれば、利用者のマシンがメモリ (8 メガバイト以下) が少な
いなら、すべてのための -s を使用します。以下の「メモリ管理」を参
照してください。
-q --quiet
本質的でない警告メッセージを抑制します。I/O エラーと他の致命的な
イベントに関連するメッセージは、抑制されません。
-v --verbose
冗長なモード -- 処理される各ファイルごとに圧縮比を表示します。さ
らなる、-v は、診断の目的のための主な関心である多くの情報を出力
する冗長レベルを増加させます。
-L --license -V --version
ソフトウェアのバージョン、ライセンス条項を表示します。
-1 (または --fast) から -9 (または --best)
圧縮するとき、ブロックサイズを 100 k, 200 k .. 900 k に設定しま
す。圧縮復元するとき、何の効果もありません。以下の「メモリ管理」
を参照してください。--fast と --best のエイリアス (別名) は、主
に GNU gzip との互換性のためです。特に、--fast は、かなり高速に
はなりません。そして、--best は、単にデフォルトの振る舞いを選択
します。
-- たとえ引数がダッシュで始まっても、すべてのその後の引数をファイル
名として扱います。それで、これは、ダッシュで始まる名前でファイル
を処理することができます、例えば、次の通りです: bzip2 --
-myfilename
--repetitive-fast --repetitive-best
これらのフラグは、バージョン 0.9.5 以降で冗長です。それらは、時
々役に立った、より早いバージョンのソートアルゴリズムの振る舞いの
いくらかの雑な制御を提供しました。0.9.5 以降は、これらのフラグを
無関係にする改善されたアルゴリズムがあります。
メモリ管理
bzip2 は、ブロック単位の大きなファイルを圧縮します。ブロックサイズは、
達成された圧縮比、と圧縮と圧縮復元のために必要なメモリの量の両方に影響
します。フラグ -1 から -9 までは、それぞれ 100,000 バイトから 900,000
バイト (デフォルト) までとなるブロックサイズを指定します。圧縮復元時
に、圧縮のために使用されるブロックサイズは、圧縮ファイルのヘッダから読
み込まれ、bunzip2 は、圧縮復元するファイルに過不足のないメモリそれ自体
を割り付けます。ブロックサイズは、圧縮されたファイルに格納されるので、
フラグ -1 から -9 までは、無関係であり、それで圧縮復元の間に無視される
ことに従います。
圧縮と圧縮復元の要件は、バイト単位で、次のように見積もることができます:
圧縮: 400k + ( 8 x ブロックサイズ )
圧縮復元: 100k + ( 4 x ブロックサイズ ), または 100k + ( 2.5 x ブロック
サイズ )
大きなブロックサイズは、制限利益 (marginal returns) を急速に減少させま
す。ほとんどの圧縮は、小さなマシンで bzip2 を使用するときに踏まえて実際
の値である、ブロックサイズの最初の 200 k または 300 k に由来します。ま
た、圧縮復元メモリ要件が、ブロックサイズの選択によって圧縮時に設定され
ることを評価することは、重要です。
デフォルトの 900k ブロックサイズで圧縮されたファイルについて、bunzip2
は、圧縮復元するために、約 3700 キロバイトを必要とします。4 メガバイト
のマシンであらゆるファイルの圧縮復元でもサポートするために、bunzip2
は、約 2300 キロバイトのメモリの約半分のこの量を使用して圧縮復元するオ
プションがあります。圧縮復元のスピードは、また半減されるので、利用者
は、必要なところで、このオプションのみを使用するべきです。関連するフラ
グは、-s です。
一般的に、それが、達成された圧縮を最大化するので、許可された最も大きな
ブロックサイズのメモリの制約を試みて、使用します。圧縮と圧縮復元のス
ピードは、実質的に、ブロックサイズに影響しません。
別の重要なポイントは、単一のブロックに適合するファイルに適用します --
利用者が、大きなブロックサイズを使用して遭遇する、ほとんどのファイルを
意味しています。作用する実際のメモリの量は、ファイルがブロックより小さ
いので、ファイルのサイズと比例します。例えば、フラグ -9 を付けて 20,000
バイトのファイルを圧縮することによって、圧縮プログラムは、メモリの約
7600k を割り付けますが、それの 400k + 20000 * 8 = 560 キロバイトだけに
作用します。同様に、圧縮復元プログラムは、3700k を割り付けますが、100k
+ 20000 * 4 = 180 キロバイトだけに作用します。
ここで、異なったブロックサイズのための最大のメモリ使用量を要約するテー
ブルを示します。また、記録は、Calgary Text Compression Corpus (カルガ
リーテキスト圧縮資料) の合計 3,141,622 バイトの 14 個のファイルのための
合計の圧縮されたサイズです。このカラムは、どのように圧縮がブロックサイ
ズで変わるかのいくらかの感触を与えます。これらの数値は、資料 (Corpus)
がより小さなファイルによって決定されるので、より大きなファイルのための
より大きなブロックサイズの利点を軽視する傾向があります。
圧縮 圧縮復元 圧縮復元 資料
フラグ 使用量 使用量 -s 使用量 サイズ
-1 1200k 500k 350k 914704
-2 2000k 900k 600k 877703
-3 2800k 1300k 850k 860338
-4 3600k 1700k 1100k 846899
-5 4400k 2100k 1350k 845160
-6 5200k 2500k 1600k 838626
-7 6100k 2900k 1850k 834096
-8 6800k 3300k 2100k 828642
-9 7600k 3700k 2350k 828642
ダメージを受けたファイルからデータを復旧する
bzip2 は、通常 900 キロバイトのブロック単位でファイルを圧縮します。各ブ
ロックは、独立して処理されます。メディアまたは転送エラーが、複数のブ
ロックの .bz2 ファイルがダメージを受けるようになるなら、ファイルのダ
メージを受けないブロックからデータを回復することが可能です。
各ブロックの圧縮された表現は、適当な確実性でブロックの境界を見つけるこ
とを可能にする、48 ビットのパターンによって区切られます。また、各ブロッ
クは、それ自体 32 ビットの CRC を持っているので、ダメージを受けたブロッ
クをダメージを受けないものと区別することができます。
bzip2recover は、目的が .bz2 ファイルのブロックを検索することで、それ自
体の .bz2 ファイルに各ブロックを書き込むことである簡単なプログラム、次
に、利用者は、結果のファイルの整合性をテストし、ダメージを受けていな
い、それらを圧縮復元するために、bzip2 -t を使用することができます。
bzip2recover は、ダメージを受けたファイルの名前である、単一の引数を取
り、抽出されたブロックを含んでいる、多数のファイル "rec00001file.bz2",
"rec00002file.bz2" など、を書き込みます。出力のファイル名は、その後の処
理でワイルドカードを使用できるように、設計されています -- 例えば、
"bzip2 -dc rec*file.bz2 > recovered_data" -- は、正しい順序でファイルを
処理します。
bzip2recover は、これらが多くのブロックを含むので、大きな .bz2 ファイル
を処理することに多く使用するべきです。ダメージを受けたブロックを復旧す
ることができないので、ダメージを受けた単一ブロックのファイルで、それを
使用することは、明らかに役に立ちません。利用者が、メディアまたは転送エ
ラーを通してあらゆる可能性のあるデータの損失を最小化することを望むな
ら、利用者は、より小さなブロックサイズで圧縮することを考慮するでしょ
う。
性能の注意
圧縮のソートフェーズは、ファイルの類似の文字列をともに集めます。このた
め、(数百回繰り返される) "aabaabaabaab ..." のような、繰り返されるシン
ボルのたいへん長い実行を含んでいるファイルは、通常より遅く圧縮します。
バージョン 0.9.5 以降は、この観点で、以前のバージョンよりよりよくなりま
す。最悪の場合と平均的な場合の圧縮時間の間の比率は、10:1 の範囲です。前
のバージョンについて、この数値は、むしろ 100:1 に近くなっていました。利
用者は、望んでいるなら、極めて繊細に進捗状況を監視するために -vvvv オプ
ションを使用することができます。
圧縮復元のスピードは、これらの現象に影響されません。
bzip2 は、通常、動作するメモリの数メガバイトを割り付け、次に、かなりラ
ンダムな方式で全体にわたって、それを変更します。これは、圧縮と圧縮復元
のための両方の性能が、利用者のマシンがキャッシュミスをサービスすること
ができるスピードによって決定されることを主として意味しています。このた
め、失敗の割合を減らすコードへの小さな変更は、不釣合に大きな性能改良を
与えるのが観察されました。bzip2 は、たいへん大きなキャッシュがあるマシ
ンで最もよく実行すると推測します。
警告
I/O エラーメッセージは、それほど役に立ちません。bzip2 は、I/O エラーを
検出して、クリアに終了しようとすることを一生懸命やりますが、何が問題で
あるかの詳細は、ときどきかなり誤解を招く恐れがありと思われます。
このマニュアルページは、bzip2 のバージョン 1.0.8 に付随しています。この
バージョンによって作成された圧縮されたデータは、バージョン 0.1pl2,
0.9.0, 0.9.5, 1.0.0, 1.0.1, 1.0.2 以降、完全な以前の公開リリースで前方
互換性と後方互換性がありますが、次の例外があります: 0.9.0 以降は、複数
の連結された圧縮ファイルを正しく圧縮復元できます。0.1pl2 は、これを行な
うことはできません。それは、ストリームのまさに最初のファイルを圧縮復元
した後に停止します。
1.0.2 以前の bzip2recover バージョンは、圧縮ファイルのビットポジション
を表している 32 ビットの整数を使用するので、それらは、512 メガバイトを
超える圧縮ファイルを処理することはできませんでした。バージョン 1.0.2 以
降は、それらをサポートするいくつかのプラットフォームで 64 ビットの整数
(int) を使用します (GNU がサポートするターゲットと Windows)。
bzip2recover がそのような制限で構築されたかどうかを確立するために、引数
なしで実行します。とにかく、利用者は、利用者が符号なしの 64 ビット整数
となるように、MaybeUInt64 セットでそれを再コンパイルすることがきるな
ら、制限のないバージョンを構築することができます。
作者
Julian Seward, jseward@acm.org
https://sourceware.org/bzip2/
bzip2 を具体化するアイデアは、次の人々 (少なくとも) のためです: (ブロッ
クソート変換に対して) Michael Burrows と David Wheeler、(また、Huffman
コーダに対して) David Wheeler、(オリジナルの bzip の構造化されたコード
化モデル、と多くの改良に対して) Peter Fenwick、(オリジナルの bzip の算
術コーダに対して) Alistair Moffat, Radford Neal と Ian Witten。私は、彼
らの助け、サポートとアドバイスにたいへん恩恵を受けました。文書のソース
へのポインタについてはソース配布のマニュアルを参照してください。
Christian von Roques は、圧縮をスピードアップするために、より速いソート
アルゴリズムを検索するように私に勧めました。Bela Lubkin は、最悪の場合
の圧縮の性能を改良するように私に勧めました。Donna Robinson は、文書を
XML 化しました。bz* スクリプトは、GNU gzip のものに由来しています。多く
の人々は、パッチを送信し、移植性の問題で助けられ、マシンを貸され、アド
バイスをくれ、一般的に役に立ちました。
bzip2(1)