大文件分卷与光盘交付

把 10 GB 以上的离线包切成若干卷、刻盘带到现场、在目标机上合并校验解包。本文记录实测验证过的完整链路。

与 Linux 常用命令 中"对 tar.gz 文件进行切割和合并及 md5 校验"一节的关系：那节是纯 Linux 侧的切割思路，本文补上 Windows 侧分卷、光盘刻录约束、以及 PowerShell 编码坑。

结论

• 已经是 .tar.gz 的成品包不要再打一次 tar。split 只做字节切片，tar 只负责最后解包，两者不叠加。
• Windows 上 split / md5sum / bash 来自 Git for Windows 的 Git\usr\bin，该目录不在 PATH 里（安装程序只加了 Git\cmd），需全路径调用或临时补 PATH。
• PowerShell 的 > 重定向写 UTF-16LE，生成的 md5 校验表 md5sum -c 读不了，必须用 cmd /c 做重定向。
• 光盘必须用 UDF 格式。ISO9660-only 会截断长文件名，分卷顺序错乱，合并出来是坏包。
• 分卷校验要逐卷做，这样哪张盘划伤在合并前就能定位，不用重刻全部。

适用范围与环境

环节	运行环境
分卷	Windows PowerShell 5.1（用 Git 提供的 coreutils）或 Linux
生成校验表	同分卷侧
刻录	Windows 刻录软件
读取 / 合并 / 校验 / 解包	现场 Linux 服务器

实测样例：Devops_Kubernetes_arm64_v8.20.0.tar.gz，18,690,897,878 字节（17.41 GB），按 7 GB/卷切分。

前置条件

• 原包完整，且已有一个权威的 md5/sha256 值（通常随包提供 .md5 文件）。
• 输出盘剩余空间 ≥ 原包大小。分卷不压缩，所有分卷加起来等于原包体积。
• Windows 侧已装 Git for Windows（提供 split.exe / md5sum.exe）。

先确认 coreutils 的位置，Windows 上不要假设它在 PATH 里：

Get-Command split -ErrorAction SilentlyContinue
# 无输出 = 不在 PATH，用下面两种方式之一

步骤

1. 分卷

Windows PowerShell（已验证）：

# 方式 A：临时补 PATH，仅当前窗口有效
$env:Path += ";D:\software\Git\usr\bin"
cd <包所在目录>
split -b 7G -d -a 2 Devops_Kubernetes_arm64_v8.20.0.tar.gz devops_pkg.part-

# 方式 B：不动 PATH，直接写全路径（路径无空格时不需要 & 调用运算符）
D:\software\Git\usr\bin\split.exe -b 7G -d -a 2 Devops_Kubernetes_arm64_v8.20.0.tar.gz devops_pkg.part-

Linux 侧等价命令：

cd <包所在目录>
split -b 7G -d -a 2 Devops_Kubernetes_arm64_v8.20.0.tar.gz devops_pkg.part-

参数含义：

参数	作用
-b 7G	每卷 7 GiB（7 × 1024³ = 7,516,192,768 字节）。要十进制 7,000,000,000 用 -b 7GB
-d	后缀用数字（00、01…）而不是字母，保证 glob 排序正确
-a 2	后缀宽度 2 位。分卷数会超过 99 时改 -a 3
末位参数	输出前缀，实际文件名为 前缀00、前缀01…

本样例产出 3 个文件：part-00 7 GiB、part-01 7 GiB、part-02 3.41 GiB。

输出文件名不要太长。 刻录到 ISO9660 时超过 8.3 的名字会被截断，短前缀（如 devops_pkg.part-）更稳。

2. 生成分卷校验表

Windows PowerShell（已验证）：

cmd /c "D:\software\Git\usr\bin\md5sum.exe devops_pkg.part-* > devops_pkg.parts.md5"

Linux 侧：

md5sum devops_pkg.part-* > devops_pkg.parts.md5

这里必须用 cmd /c 包一层。 PowerShell 的 > 默认写 UTF-16LE（带 BOM），md5sum -c 会报 no properly formatted MD5 checksum lines found。 自检方法——读首字节：[System.IO.File]::ReadAllBytes($f)[0..3]，55 54 46 2D 是 UTF-16 BOM（错）， 纯 ASCII 哈希表应以十六进制字符开头（如 62 36 36 39 = b669）。

3. 刻录

一张盘放一个分卷；把 devops_pkg.parts.md5 一起刻进第一张盘，现场才有校验依据。

格式必须选 UDF，不要 ISO9660-only。

容量要按介质算，7 GB/卷不是随便定的：

介质	容量	能否装 7 GB/卷
CD-R	700 MB	否
DVD-5	4.7 GB	否
DVD-9（双层）	8.5 GB	是，留余量
BD-25	25 GB	是
BD-50	50 GB	是

如果手上只有 DVD-5，把分卷大小改成 -b 4500M，本样例会切成 4 卷。

4. 现场读取（Linux）

逐张盘挂载并拷贝：

mkdir -p /mnt/cdrom /root/devops
mount -t udf /dev/sr0 /mnt/cdrom
cp /mnt/cdrom/devops_pkg.part-* /root/devops/
umount /mnt/cdrom

换盘后重复。所有分卷拷到同一目录即可。

5. 合并、校验、解包（Linux）

cd /root/devops

# 5.1 先逐卷校验——坏盘在这一步就能定位，不必等合并完
md5sum -c devops_pkg.parts.md5

# 5.2 按序合并
cat devops_pkg.part-* > Devops_Kubernetes_arm64_v8.20.0.tar.gz

# 5.3 整包校验
md5sum Devops_Kubernetes_arm64_v8.20.0.tar.gz   # 期望 9aa9afa93c273f86c6c8a40d5c24c3b9

# 5.4 解包
tar -xzf Devops_Kubernetes_arm64_v8.20.0.tar.gz

如果随包提供的是裸哈希（.md5 文件里只有 32 个十六进制字符，没有文件名），md5sum -c 无法直接消费它，改用：

[ "$(md5sum Devops_Kubernetes_arm64_v8.20.0.tar.gz | cut -d' ' -f1)" = 9aa9afa93c273f86c6c8a40d5c24c3b9 ] \
  && echo MD5-OK || echo MD5-FAIL

机制说明

为什么成品包不要再 tar 一次。 常见的 tar czf - dir | split -b 7G - x.part- 写法适用于"从目录现场打包"，因为 tar 的 stdout 直接流进 split，不落中间文件。但对已经是 .tar.gz 的成品，再走一遍只是把已压缩的数据重新 gzip 一次：耗掉大量 CPU 和时间，体积几乎不变。此时 split 单独作用即可。

-d 为什么重要。 split 的默认后缀是字母（aa、ab…）。数字后缀配合固定宽度，字典序与数值序一致，cat part-* 才能按正确顺序拼接。字母后缀在超过 26 卷时（za → zab）也会乱序。

分卷为什么不能单独解压。 split 是纯字节切片，切点与 gzip 的块边界无关。任何单卷都不构成合法的 gzip 流，必须先按序拼回完整文件。

风险与边界

• 分卷不压缩，只做切分：所有分卷体积之和 = 原包体积，不会变小。输出盘需预留同等空间。
• cat part-* 依赖文件名排序：前缀固定宽度 + -d 才安全；手工改过卷名或刻录时名字被截断都会破坏顺序。逐卷 md5sum -c 是发现这类问题的必要手段。
• 在线切割不是原子的：若原包正在被写入，切出来的分卷可能不一致。切割前确认原包写入已结束。
• 光盘比硬盘脆弱：UDF 格式 + 逐卷校验能把"读不出来"和"读出来是坏的"区分开；每卷单独校验值就是为这个场景准备的。
• md5 只用于校验传输完整性，不是防篡改手段。对外交付如需防篡改应改用 sha256。

验证与实际结果

以下为已验证结果（2026-09-11，本机实测）。

用 30 字节探针文件跑完整链路，确认切分—校验—合并三个环节字节无损：

全路径 split.exe 切分            -> 29 个分卷，正常
cmd /c 生成的校验表首字节        -> 62 36 36 39（"b669"，纯 ASCII）
md5sum -c 逐卷回读               -> 全部 OK
按序 copy /b 合并回原文件        -> md5 与源文件完全一致（8a250fcd46bdbb7ab60d0973c4051308）

反例（同一实测中确认的失败现象）：

PowerShell 的 > 重定向生成校验表  -> md5sum -c 报 no properly formatted MD5 checksum lines found
用户窗口直接执行 split           -> CommandNotFoundException（因为 Git\usr\bin 不在 PATH）

注意：在 Hermes terminal 里 Get-Command split 可能解析成功，而用户自己的 PowerShell 窗口失败——两者 PATH 不同。给出依赖外部 exe 的命令前，应查持久 PATH：[Environment]::GetEnvironmentVariable('Path','Machine')。

参考来源

无外部资料，全部来自本机实测。