我在网上找到了一个大小超过 50GB 的 tar 文件。我只需要从该 tar 文件中提取一些小内容（100MB）。我发现，为了 100MB 而下载整个 50GB 的文件会浪费我的时间和带宽。
所以我的问题是，有没有什么方法可以用来对在线 tar 文件执行操作（仅具有 URL），而无需下载整个 tar 存档。
答案1
我假设协议是 HTTP。在我的 Kubuntu 中，正确的工具是httpfs2。
httpfs2是基于 FUSE 的文件系统，用于将 http 或 https URL 作为文件挂载到文件系统中。http 中没有可列出目录的概念，因此只能挂载单个 URL。服务器必须能够发送字节范围。
如果相关 tar 文件的 URL 是http://ser.ver/bar.tar，请按以下步骤操作：
mkdir foo
httpfs2 -f http://ser.ver/bar.tar ./foo
我使用-f（保持在前台）有两个原因：
- 如果出现问题，进程就会退出，我可以立即看到。
- 该过程打印到控制台，因此无论如何切换到另一个控制台都很方便。
现在您的文件系统中应该有./foo/bar.tar可用的文件。该文件是可查找的且是只读的。提取您需要的内容，然后卸载（选择一个）：
fusermount -u ./foo；- Ctrl+在运行C的控制台中
httpfs2； killall httpfs2。
我已经通过安装以下 ISO 文件测试了该解决方案：
http://cdimage.ubuntu.com/cdimage/kubuntu/releases/17.10/release/kubuntu-17.10.1-desktop-amd64.iso
并使用 进行浏览ark。
第二次测试是使用我局域网中 Debian 服务器托管的 30+ GB tar 存档。存档是专门为这次测试创建的，我注意到哪些文件是在开头附近添加的，哪些文件是在结尾附近添加的。然后在 Kubuntu 客户端上，我mc进入httpfs2已挂载的存档并从存档结尾附近复制一个文件。实际复制花了一段时间才开始（我认为httpfs2是“快进”到所选文件），然后一切顺利。我敢肯定整个存档从未被发送过。
服务器进程是apache2。类似测试python3 -m http.server 80在安装阶段失败；这个服务器太简单了。
答案2
你可能不能做这样的事。
因为在线存档文件实际上驻留在远程计算机上，所以如果您想在线进行提取，那实际上是远程主机在执行这项工作，而不是您的 CPU。并且要做到这一点，远程主机应该提供列出或提取存档文件的能力，只有这样它才不仅仅是 ftp 的使用。