300MB 预算，解压 2.2GB 的包

300MB 预算，解压 2.2GB 的包

一个 2.2GB 的 ZIP，把可用预算压到 300MB 后，常规解压仍得先腾出 2.2GB，HatchZip 直接解完了。

先列三条能核对的事实：

• 【实测】 2.2GB / 22 个条目（21 个文件 + 1 个目录条目）的合成 ZIP，在把可用预算压到 300MB 的条件下，hatchzip x 用时 6.97s，21 个文件 SHA-256 全部对得上；过程峰值（包 + 已解出）2,412MB，比包本身多约 210MB，df 记录到的空闲空间最大跌幅 205MB。
• 【实测】 同一份包、宽盘条件下，unzip 和 hatchzip 的磁盘占用峰值都在 4.4GB 上下，这次 hatchzip 高 25MB（0.6%）；它的省空间只在盘紧张时才出现。
• 【实测】 预算压到不够一个最小批次时，它在动文件之前就拒绝：Insufficient disk space: 34.5 MB more is required，退出码 3，包字节数与 SHA-256 都不变，没有输出目录，也没有残留日志。

HatchZip 是 Rust 写的开源解压器（MIT / Apache-2.0 双许可），我测的是 0.1.8，截至 11 月 5 日仓库 2,497 star。它没有发明压缩算法，改的是「解压时文件怎么摆」这一点。

一、它做的不是流式解压，是「解一批、砍一刀」

普通解压器的顺序是：读完整包，把解出来的文件一个个写出去，压缩包原样留着。所以峰值永远是「包 + 全部输出」，2.2GB 的包至少要吃 4.4GB 磁盘。

HatchZip 反过来：从包的尾部开始解，解完一批就把这批在包里占的字节截掉。 截掉的字节立刻变成可用空间，给下一批输出用。

这需要三个前提，缺一个都做不成。

第一，索引要提前保存。 ZIP 的中央目录在文件尾部，直接截尾就把索引毁了。所以它开工前先把尾部复制成 <archive>.hatchzip-tail，记下 CRC，之后的读取器把「剩余 archive + 保存的 tail」拼成一个逻辑文件。你看到的后缀不是垃圾文件，是索引的备份。

这份尾部不只是存盘，还会整个读进内存常驻到解压结束 。源码里的上限是 1,000,000,000 字节；超过这个数，它在动文件之前就拒绝，提示「索引太大会一直占着内存，archive 没有被修改」。正常 ZIP 的中央目录离这个量级很远------我这个 22 条目的包只有几百字节------但条目数极多的包会先撞到这条线。我没造过这么大的索引，这条是按源码写的，没实测。

第二，提交顺序不能反。 截断只有在输出确实落盘、日志确实写完之后才能做。源码里 commit 的顺序是：sync_batch 刷盘 → 写 journal → 才 set_len 截断。注释写得很直白：日志不能声称一个断电后还能被收回的文件。这个顺序决定了一次中断之后，已经提交的那几批还算不算数。

第三，批次大小得看盘吃饭。 engine.rs 里两个常量：BATCH_MAX_UNITS = 512、BATCH_MAX_BYTES = 2GiB。每批的预算是「可用空间减掉 --keep-free」，再和 2GiB 取小：

let budget = avail.min(BATCH_MAX_BYTES.max(first));

first 是这一批第一个文件的体积，所以预算的下限就是「至少塞得下一个文件」。盘越满，批次越小；盘越空，批次越大，最多 2GiB。省不省空间，取决于它当时愿意切多小。

这解释了一个反直觉的地方：宽盘上它不会省。因为批次直接顶到 2GiB 上限，行为和普通解压差不多，甚至因为要复制尾部索引、维护日志而略高一点。

check 子命令把这份预算直接打出来，而且不动文件，可以先干跑一遍：

$ hatchzip check game.zip
game.zip  2.2 GB zip, 2.2 GB uncompressed in 22 entries
  available                    22.0 GB
  standard extraction needs    2.2 GB
  required                     104.9 MB (+2.0 GB reserved)
  available after              22.0 GB

这里的 required 是 104.9MB，不是 2.2GB。它要的不是「装下所有输出」的空间，而是「装下这一批第一个文件」的空间。括号里的 2.0GB 是默认的 --keep-free，也就是说它默认给你留 2GB 不碰，剩下的才拿来算批次。这两个数一起看，才是它真正的承诺：不要求两倍空间，只要求一个文件的余量，外加你愿意划给系统的保留区。

二、三个场景的实测

测试包是合成的：21 个 100MiB 的 /dev/urandom 文件，zip -0 存储不压缩，得到 2,202,013,120 字节 / 22 个条目（21 个文件 + 1 个目录条目）。不是真实游戏包，也不含真实项目文件------这一点影响下面的结论边界，后面会讲。

环境：macOS 27.2、arm64、HatchZip 0.1.8、Info-ZIP zip 3.0 / UnZip 6.00。每个场景跑一次，采样脚本目标间隔 80ms，实际约 120--280ms（stat + du + df 本身要花时间），峰值按采样点计，都是单次测量。

场景	工具	用时	峰值（包 + 已解出）	空闲空间最大跌幅
宽盘，约 34GB 可用	unzip	6.26s	4,404MB	1,966MB
宽盘，约 29.5GB 可用	hatchzip	7.79s	4,429MB	2,212MB
预算压到 300MB	hatchzip	6.97s	2,412MB	205MB
预算压到约 70MB	hatchzip	拒绝，rc=3	---	未测

【实测】宽盘那两行是重点：它没有比 unzip 省。 两者峰值差 25MB（0.6%），属于同一量级。df 跌幅这两列不能直接比：两次跑在不同时刻，起始空闲一个 34GB、一个 29.5GB，df 又有约 40MB 的步长，我只能说「都在 2GB 上下」，不下「谁更好」的结论。

【实测】真正有意思的是第三行。--keep-free 26283MB 把可用预算摁到 300MB 之后，同一份 2.2GB 的包解完了。峰值 2,412MB 是「还没砍掉的包 + 已经解出来的文件」的最高点，比包本身（2,202MB）多约 210MB；df 那边最大跌幅 205MB，因为 df 的步长约 40MB，这个数只当量级看，别当精确值。

包的长度是一条阶梯，采样里看得很清楚（字节）：

2202013120 → 1992295869 → 1782580521 → 1572865173 → 1363149825
→ 1153434477 → 943719129 → 734003781 → 524288433 → 314573085 → 0

多数级差约 200MiB（实测 209,715,348 字节），也就是两个 100MiB 文件；首批多出约 2KB（尾部索引的开销），最后一级 314,573,085 字节是 300MiB、三个文件。批次的切法随剩余预算变，不是固定两个一批，解完就砍，砍完再解。

这也意味着峰值不是一个固定值：它等于「还没砍掉的包」加「已经解出来的文件」，而这两者在整个过程中此消彼长。2.4GB 是这次采样到的最高点，不是理论值。

三、它什么时候会停下来

余量地板是一个文件的体积，不是零。 预算被压到约 70MB（--keep-free 20000MB）、离一个 104.9MB 的文件还差 34.5MB 时，它连输出目录都没建就退了：

Insufficient disk space: 34.5 MB more is required. Free up space or lower --keep-free.

退出码 3。我又跑了一次并留了记录：ck.zip 前后 SHA-256 相同（353ba6ac...）、字节数相同（2,202,013,120），没有输出目录，也没有 journal 文件。这一条比「能解压」更重要：失败是干净的。

预算耗尽停下后能续，但前提是预算够。 我用 --keep-free 24357MB 跑到 2.6s，这一批余量不够，工具自己报 not enough disk space to continue 后退了：包已从 2,202,013,120 降到 1,992,295,869，少掉一个 200MiB 批次，另加约 2KB 尾部索引（实测差 209,717,251 B），journal 里的 committed_len 和文件长度一致。重跑时如果用接近的预算，会再停一次------我第二次用 --keep-free 24000MB，0.42s 就停在 1,677,722,847（打印 resuming: 2.0 GB of 2.2 GB remaining）。把 --keep-free 去掉、给足余量之后才解完，打印：

resuming: 1.7 GB of 2.2 GB remaining

然后接着解完，21 个文件全部校验通过，journal 自己清掉了。这三步证明的是「预算耗尽后能接着解」，前提是下一次的预算真的够用。

SIGKILL 我只验到一半。 我在 3.59s 用 SIGKILL 杀过一次，那一次落在第一批提交之前：包长没变（2,202,013,120），journal 的 committed_len 也还是全长，等于没有可续的进度，重跑打印 resuming: 2.2 GB of 2.2 GB remaining，13.8s 全量重做。「支持续传」不等于「任何时刻中断都赚」，得看第一个批次有没有落完。杀在提交之后能不能续、断电会不会留坏状态，这两件我没测，不能把这段当成崩溃安全性的证据。

越界路径直接拒。 一个带 ../../evil.txt 的包，hatchzip l 就报了 would be written outside the destination folder; extraction refused，退出码 1。我核了前后状态：包还是 342 字节、SHA-256 没变（3456b288...），没建输出目录，/tmp/hzb/evil.txt 也不存在。它连列表都不给，更不会写到目标目录外面。

四、代价和边界

只能从尾部截。 截断用 ftruncate / SetEndOfFile，跨平台都有；但要删掉包中间或头部的字节，得靠 hole punch，FAT32 和 exFAT 不支持。所以这套机制天然只适用于「文件数据在索引之前、可以从后往前吃」的格式。作者自己在文档里写明了这个限制。

默认会删掉原包。 解压成功那一刻 archive 就没了。要保留就加 --keep-archive，但那样它退化成普通解压器，空间需求回到「包 + 全部输出」，省空间的好处一起消失。这是个二选一，没有中间态。

覆盖已有目录要显式开。 目标路径下已存在的文件默认不动，除非加 --replace；加了之后，旧文件先被移进目标目录里的 .hatchzip-replaced，全部解完才删，restore 可以把它们移回来------除了「新解出来的文件占了同名路径」的那几个。这段是文档写的，我没测 ，restore 也没跑。

一次跑多个包会顺序检查。 每个包开工前才查空间，第一个装不下的就终止整轮。所以批量解压时，失败点可能在中途，而不是开头------这一点同样来自文档，没实测。

格式支持比宣传窄。 README 列了 ZIP（含 ZIP64、自解压 exe）、7z、未压缩 tar、tar.gz/tgz、分卷、RAR（solid 包只能用 --keep-archive）。我只测了 ZIP，其他格式没跑；分卷和 RAR 的续传行为我也没有验证。别把这篇的结论套到 7z 上。

内存不是零成本。 尾部索引常驻内存，上限 1GB；除此之外每批的输出缓冲、CRC 校验也都在内存里走。我这次没测 RSS，只测了磁盘，所以这篇不写「内存占用多少」。如果包里有超大单文件，流式写入的缓冲会跟着放大------具体多大，得你自己量。

真实项目没测。 测试包是 21 个等大的 100MiB 文件，每个文件都是完整的一批边界，这是最理想的情况。真实的 node_modules 是几万个小文件，批次会先撞上 BATCH_MAX_UNITS = 512 而不是字节上限，每批的截断次数、元数据开销都会变。这种情况我没测，也不打算靠推理下结论。

真满盘没做成。 我试过用 hdiutil 建一个 260MB 的 APFS 映像来模拟，报「设备未配置」，没成功。上面的「300MB 预算」是用 --keep-free 把可用额度摁下去模拟的，不是物理上快写满的盘。这两者的差别在于：真满盘时文件系统碎片和分配行为可能不同，我没法排除。

耗时别当结论。 宽盘那两次 6.26s 和 7.79s，加上后来配对测的一次 8.5s 和 3.0s，波动很大，明显受页缓存影响。那组配对测里 hatchzip 的输出目录没清空（记到 2.4GB，比包内数据大），只能说明「同一份包两次能差出一倍多」，不能当对照。单次测量，不给速度结论。

五、什么时候值得用

判断标准不是「包大不大」，是「盘紧不紧」。

盘上有两倍于包的空闲，用谁都一样，HatchZip 反而多一层索引复制和日志。把 --keep-free 压到只剩一两百 MB 预算、而包有几个 GB 时，它是少数能直接把事做完的工具------前提是格式在支持列表里，且你能接受原包被吃掉。真·物理满盘我没测，这一条是从预算受限推出来的。

还有一类场景它天然合适：下载完就地解压的流水线 。包下载到一半、盘快满了，普通解压会卡在「需要 2 倍空间」，HatchZip 可以边解边把包吃掉。代价是解压失败时原包可能已经不完整------它靠 journal 和 restore 子命令兜底，但这条恢复路径我没测。

如果你只是偶尔解压一个大包，为它换工具不值。如果你经常在「盘不够」和「必须现在解」之间做选择，它把这个问题从「先删点什么」变成了「直接跑」。

还有一层要自己掰清楚：它的「省空间」不是无条件的，是用批次大小换峰值 。默认 --keep-free 2GB，意味着它一开始就只肯用掉「可用空间减 2GB」的部分；在 30GB 的盘上，这个预算会顶到 2GiB 上限，于是每批吃满 2GiB，峰值也就跟着上去了。想让峰值更低，得主动把 --keep-free 调大------代价是留给自己的余量变少，一旦估算错了，就会撞上「还差 34.5MB」那种拒绝。省空间和「一定能解完」在这个工具里是一对需要你自己调的参数，不是自动最优。

我这次把预算压到 300MB 能过，不代表 300MB 是通用安全值。它取决于包里最大那个文件 有多大：预检要的余量就是一个文件的体积，这个包是 100MiB 一个文件，所以 300MB 绰绰有余；如果是一个 1.5GB 的单文件，同样的 300MB 预算会在预检就被拒。换包就必须重新 check 一遍，别把这篇文章里的数字当模板套。

复现材料

• 仓库：github.com/xevrion/hatchzip，v0.1.8，macOS arm64 产物 1,739,132 字节，SHA-256 4d393d7b...51a12
• 测试包：21 × 100MiB /dev/urandom + zip -0，2,202,013,120 字节（合成数据）
• 采样脚本：目标每 80ms 记录一次 stat -f %z（包长）、du -sk（输出）、df -k（空闲），实测间隔约 120--280ms
• 关键结论的原始记录：受限场景逐行采样、宽盘对照 CSV、拒绝运行的退出码与前后 SHA-256、越界包的前后哈希、中断后的 journal 原文，都留在本地，未截断
• 本文终端输出在 HatchZip 0.1.8、macOS 27.2 上实跑（2026-11-05）

所有数字都是这台机器上单次跑出来的。单次测量只能说明「这次观察到什么」，不能说明「它稳定是多少」。