BZ2 (bzip2) — fichier .bz2

Le bzip2, publié en 1996, compresse un seul fichier grâce à la transformée de Burrows-Wheeler combinée à un codage de Huffman, une approche différente de celle du GZIP qui lui permet généralement d’atteindre un meilleur taux de compression, au prix d’une vitesse plus faible.

Sa signature “BZh” est immédiatement suivie d’un chiffre de 1 à 9 indiquant la taille de bloc utilisée lors de la compression, une information directement lisible dans les tout premiers octets du fichier.

Longtemps très répandu dans l’écosystème Linux pour la distribution de code source et de paquets, le bzip2 a progressivement cédé du terrain face au XZ et au Zstandard, plus performants sur les machines modernes, tout en restant largement supporté par compatibilité.

La transformée de Burrows-Wheeler, cœur de l’algorithme, réorganise les données pour regrouper les caractères similaires avant de les compresser, une approche radicalement différente du dictionnaire glissant utilisé par le LZ77 sous-jacent au gzip — un choix qui explique à la fois ses meilleurs taux de compression et sa lenteur relative.

Le format découpe les données en blocs indépendants (jusqu’à 900 Ko chacun avant compression), ce qui permet en théorie une décompression partielle ou parallélisée, une propriété exploitée par des variantes comme pbzip2 pour accélérer le traitement sur des machines multicœurs.

Wikipédia distribue depuis longtemps ses exports complets de bases de données (le contenu intégral de l’encyclopédie, avec historique des révisions) au format bz2, un choix qui a perduré malgré l’arrivée d’algorithmes plus rapides, en grande partie parce que de nombreux outils tiers du monde de la recherche et de l’archivage se sont construits autour de ce format de dump précis.