Esta questão não ajudou eu (apesar de ter o mesmo título). Então eu postei isso mesmo que esta seja uma pergunta duplicada.
Tanto quanto eu posso dizer, o total em du -k inclui todos os subdiretórios e indica que eu tenho 77 megabytes de dados
/raid/fpuData/oldOutput>du -ks
77063332 .
/raid/fpuData/oldOutput>tar -cvzf ../oldOutput.tar.zip *
O backup ainda está em execução, mas o arquivo já é consideravelmente maior que 77 megabytes
/raid/fpuData>ls oldOutput.tar.zip
-rw-r--r-- 1 nobody nobody 14470610944 Jul 1 22:18 oldOutput.tar.zip
Os arquivos que estou fazendo backup são todos grandes arquivos de texto preenchidos com números, como uma enorme planilha delimitada por vírgula). Algo parecido com isto
0.3454915028125262743685653,0.5590169943749474512628694,...
0.221761776923297210251107,0.3588180924674668759166707,...
-0.06101864995889930837202897,-0.09873024958113109372792593,...
-0.3001958820500086333460388,-0.4857271404396689140625654,...
...
Por que o arquivo tar é maior que o diretório? Ele deve ser compactado porque estou usando os dados com a opção z . Qual é o objetivo de tar tocar, então?
Lembre-se de compactar dados BINARY primários (ou seja, * .gz, * .zip). É possível / provável que você obtenha um arquivo de saída FAR MAIOR que a agregação original. Então eu perderia a opção -z no tar que você está tentando.
Os arquivos de texto não são compactados melhor apenas porque são rotulados com uma extensão "txt". Os arquivos de texto costumam ser mais compactados porque tendem a ter muito espaço em branco e uso duplicado de letras.
Eu postulo que seu arquivo CSV tem pouco ou nenhum "espaço em branco" para limpar e, na verdade, emula um arquivo de imagem binário ou gráfico.
Talvez você faça backup de arquivos esparsos sem a opção de tar --sparse ?
Você pode facilmente descobrir extraindo o arquivo depois que ele foi concluído e comparando o diretório de origem com o diretório extraído.
Tags disk-usage tar
