Node.js 压缩与归档库深度对比：archiver, compressing, tar, tar-stream, zip-stream

在 Node.js 生态中，处理文件归档和压缩是构建工具、备份系统和文件服务的常见需求。虽然 Promise.all 或简单的 fs 操作能解决部分问题，但面对大文件、流式数据或多格式支持时，我们需要更专业的工具。archiver、compressing、tar、tar-stream 和 zip-stream 正是为此而生。它们的设计哲学不同：有的追求高层易用性，有的专注底层流控制。让我们从实际工程角度拆解它们的差异。

📦 核心定位：高层封装 vs 底层流控制

compressing 是典型的高层封装库。它隐藏了流和缓冲区的细节，提供类似 fs 的同步/异步 API。

// compressing: 一行代码压缩文件夹
const compressing = require('compressing');
await compressing.zip.compressDir('./source', './output.zip');

archiver 则是一个流式归档引擎。它不直接操作文件系统，而是通过流管道处理数据，适合动态内容。

// archiver: 流式创建 ZIP
const archiver = require('archiver');
const output = fs.createWriteStream('./output.zip');
const archive = archiver('zip', { zlib: { level: 9 } });

archive.pipe(output);
archive.directory('./source', false);
await archive.finalize();

tar 和 tar-stream 专注于 tar 格式，但层级不同。tar 提供高层方法（如 create/extract），而 tar-stream 暴露原始的流事件。

// tar: 高层 API 创建 tar 包
const tar = require('tar');
await tar.create({ gzip: true, file: './output.tar.gz' }, ['./source']);

// tar-stream: 底层流式构建
const tarStream = require('tar-stream');
const pack = tarStream.pack();
const output = fs.createWriteStream('./output.tar');

pack.pipe(output);
pack.entry({ name: 'file.txt', size: 12 }, (err, stream) => {
  stream.write('Hello World');
  stream.end();
});
pack.finalize();

zip-stream 是 archiver 的底层依赖之一，专注于生成 ZIP 流，没有多格式支持。

// zip-stream: 纯 ZIP 流生成
const ZipStream = require('zip-stream');
const output = fs.createWriteStream('./output.zip');
const zip = new ZipStream();

zip.pipe(output);
zip.entry(fs.createReadStream('./file.txt'), { name: 'file.txt' });
zip.finalize();

🚀 性能与内存：流式处理 vs 全量加载

处理大文件时，内存管理是关键。

• compressing 在压缩大目录时可能占用较高内存，因为它内部会缓冲部分元数据。适合中小规模文件。
• archiver、tar-stream 和 zip-stream 基于流设计，数据分块处理，内存占用恒定。适合 GB 级文件或网络流。
• tar 在启用 gzip 时也是流式的，但默认行为依赖具体方法。

💡 提示：如果你的应用运行在内存受限的环境（如 Serverless 函数），优先选择流式库（archiver 或 tar-stream）。

🛠️ 功能特性对比

1. 多格式支持

• archiver: 支持 zip, tar, tar.gz, tar.bz2 等，通过插件机制扩展。
• compressing: 支持 zip, tar, gzip, bzip2，但每种格式有独立方法。
• tar / tar-stream / zip-stream: 仅支持单一格式（tar 或 zip）。

// archiver: 轻松切换格式
const archiveZip = archiver('zip');
const archiveTar = archiver('tar');

// compressing: 不同格式调用不同方法
await compressing.zip.compressDir(...);
await compressing.tar.compressDir(...);

2. 动态内容注入

当需要压缩非文件系统内容（如数据库查询结果、内存字符串）时：

• archiver 和 zip-stream 允许直接传入 Buffer 或流。
• tar-stream 需要手动构造 entry 流。
• compressing 和 tar 主要面向文件系统路径，动态内容支持较弱。

// archiver: 添加内存字符串
archive.append('Dynamic Content', { name: 'dynamic.txt' });

// tar-stream: 手动创建流
pack.entry({ name: 'dynamic.txt', size: 15 }, (err, stream) => {
  stream.write('Dynamic Content');
  stream.end();
});

3. 错误处理与事件控制

• archiver 提供丰富的事件（error, warning, progress），适合监控长任务。
• tar-stream 暴露底层事件，适合精细控制。
• compressing 通过 Promise reject 抛出错误，简单但缺乏中间状态。

// archiver: 监听进度
archive.on('progress', (data) => {
  console.log(`Processed ${data.entries.processed} files`);
});

// compressing: 简单 try/catch
try {
  await compressing.zip.compressDir(...);
} catch (err) {
  console.error('Compression failed', err);
}

🌐 真实场景选型

场景 1：构建工具打包资源

你需要将构建产物打包成 ZIP 供下载，文件可能动态生成。

• ✅ 最佳选择: archiver
• 原因：支持流式写入、动态内容注入，且 API 统一。

const archive = archiver('zip');
archive.pipe(res); // 直接管道到 HTTP 响应
buildFiles.forEach(file => archive.append(file.content, { name: file.path }));
await archive.finalize();

场景 2：运维脚本备份日志

编写一个 CLI 脚本，定期压缩日志目录。

• ✅ 最佳选择: compressing
• 原因：代码简洁，无需处理流，适合脚本场景。

await compressing.tar.compressDir('/var/logs', './logs-backup.tar.gz');

场景 3：实时数据流归档

将 Kafka 消息流实时打包成 tar 文件存储到 S3。

• ✅ 最佳选择: tar-stream
• 原因：完全流式控制，可逐条写入消息，内存效率最高。

const pack = tarStream.pack();
pack.pipe(s3UploadStream);
kafkaStream.on('data', (msg) => {
  pack.entry({ name: `msg-${Date.now()}.json`, size: msg.length }, (err, stream) => {
    stream.write(msg);
    stream.end();
  });
});

场景 4：仅生成标准 Tar 包

需要与 Linux 系统严格兼容的 tar 包。

• ✅ 最佳选择: tar
• 原因：社区标准，严格遵循 POSIX 规范。

await tar.create({ gzip: true, portable: true, file: './backup.tar.gz' }, ['./data']);

⚠️ 注意事项与陷阱

1. compressing 的同步阻塞风险：虽然它提供同步 API，但在主线程中压缩大文件会阻塞事件循环。务必在 Worker 线程或使用异步方法。
2. archiver 的 finalize 遗忘：忘记调用 archive.finalize() 会导致输出文件不完整。这是新手常见错误。
3. tar-stream 的手动大小计算：添加 entry 时必须预先知道数据大小（size 字段），否则需使用 entry 的流模式。
4. zip-stream 的单一性：它只做 ZIP，如果需要 tar 或其他格式，需额外引入库，不如直接用 archiver。

📊 核心差异总结表

💡 最终建议

选择库的核心在于数据流向和控制粒度：

• 想要“一键压缩”且文件在磁盘上？ → 用 compressing 或 tar。
• 需要动态生成内容或通过网络流传输？ → 用 archiver（多格式）或 tar-stream/zip-stream（单格式）。
• 追求极致控制和内存效率？ → 深入 tar-stream 的底层事件。

这些工具没有绝对的优劣，只有场景的匹配。理解它们的流式本质，能让你的 Node.js 应用在文件处理上更加稳健高效。