压缩、归档与文件系统稀疏性为什么不能混为一谈？

# 核心结论

压缩、归档和文件系统稀疏性是三个不同层面的问题。压缩通过编码字节流中的重复或概率特征来减少存储量；归档把多个文件、目录结构及部分元数据组织成一个连续数据流；稀疏性则表示文件具有很大的逻辑地址范围，但其中某些全零区域并未实际分配磁盘块。gzip、bzip2 等工具主要处理单个字节流，不天然负责保存完整目录层次；归档工具负责组织文件集合，并可把归档流再交给压缩算法。因此，常见复合扩展名通常表达“先归档、后压缩”，但扩展名只是约定，不能替代对真实格式的判断。

# 底层机制

无损压缩利用数据冗余生成可逆表示，但不能保证所有输入都会变小。已经压缩、加密或接近随机的数据熵较高，再次压缩可能因为格式头、块信息和