Convertir kB a GB

Un kilobyte son 1.000 bytes cuando lo define un organismo de normalización y 1.024 cuando lo define un sistema operativo. Esta página calcula con 1.000; la unidad de 1.024 se llama kibibyte.

Un gigabyte son mil millones de bytes, en el sentido decimal que usan los fabricantes de discos, las tarifas de datos y los tamaños de vídeo.

Pasar de kilobytes a gigabytes desplaza la coma 6 lugares hacia la izquierda y no cambia nada más. No hay factor que recordar ni redondeo que decidir: las cifras siguen en el mismo orden y solo cambia su posición.

1234 kB son 0,001234 GB: las mismas cifras, corridas de sitio. Conviene saberlo porque es la única conversión que se comprueba de un vistazo — si las cifras del resultado no son las mismas con las que empezaste, lo que le ha pasado al número no ha sido esta conversión.

En el sistema decimal la proporción es una potencia de diez limpia: un kilobyte son 10³ bytes, un gigabyte son 10⁹ y en un gigabyte caben exactamente un millón de kilobytes. Eso es lo que significan los prefijos del sistema internacional, y es el convenio con el que trabajan los fabricantes de almacenamiento, las normas de red y cualquier servicio que anuncie una capacidad. La conversión son seis posiciones de la coma decimal y no hay ningún factor que memorizar.

El error que produce este par no vale un 5 %, vale mil. Quien lleva en la cabeza la relación entre megabytes y gigabytes —mil de aquellos en uno de estos— echa mano del mismo mil aquí y se queda tres órdenes de magnitud fuera. La defensa es decir el resultado en voz alta con su escala pegada: 500.000 kB son medio gigabyte, y si una suma de cientos de miles de kilobytes sale en cientos de gigabytes, falta un paso.

La forma del cálculo no cambia nunca: un tamaño medio en kilobytes, multiplicado por una cantidad, dividido entre un millón. Cincuenta millones de líneas de registro al día a 2 kB cada una son 100.000.000 kB, es decir 100 GB diarios y 36,5 TB al año. Doscientas mil miniaturas a 40 kB son 8.000.000 kB, o sea 8 GB. Diez millones de filas de base de datos a 1,5 kB son 15 GB antes de contar un solo índice.

El eslabón débil de esa cadena casi nunca es la división. Es la media, porque los tamaños de archivo y de registro tienen cola larga: un puñado de piezas enormes arrastra la media muy por encima de la mediana, y un promedio calculado sobre cien muestras puede equivocarse por un factor de dos. Conviene medir la media sobre una muestra real de los datos reales, decir de cuántos casos salió y dar el resultado con una o dos cifras significativas en lugar de con el gigabyte redondeado.

Un sistema de archivos no reparte bytes, reparte bloques, y el valor por omisión habitual tanto en ext4 como en NTFS son 4.096 bytes. Un archivo de 1 kB se lleva un bloque entero, uno de 5 kB se lleva dos y uno de 4,1 kB también se lleva dos. Así que un millón de archivos de 1 kB de media contienen un gigabyte de datos y ocupan 4.096 millones de bytes de disco, es decir 3,81 GiB: cuatro veces la estimación, y todo producido por un redondeo que no tiene nada que ver con las unidades.

El efecto se diluye a medida que las piezas crecen y desaparece por encima de unas pocas decenas de kilobytes, donde el resto desaprovechado del último bloque es una fracción pequeña del archivo. Y no se aplica jamás a los registros que viven dentro de un archivo grande: un millón de filas de 2 kB dentro de una base de datos o de un único fichero de registro van pegadas una detrás de otra, y el redondeo de bloque ocurre una vez para el conjunto en lugar de un millón de veces. Si las piezas pequeñas son archivos o son filas es, por tanto, la primera pregunta de cualquier estimación a esta escala.

Casi todo lo que llega en trozos del tamaño de un kilobyte es texto, y el texto se comprime mucho. Las líneas de registro, los documentos JSON, las exportaciones CSV y los volcados de SQL suelen quedarse entre la quinta y la décima parte de su tamaño con un algoritmo de propósito general, porque repiten nombres de campo, marcas de tiempo y estructura en cada línea. Una estimación sin comprimir de 100 GB al día es con frecuencia una factura de almacenamiento de 10 a 20 GB diarios una vez que el dato está en reposo.

La excepción es el contenido que ya venía comprimido. Las miniaturas JPEG, los fragmentos de audio y los trozos de vídeo no conservan redundancia aprovechable, y pasarlos por un compresor gana un uno o un dos por ciento en el mejor de los casos. Por eso una estimación honrada se construye en dos partes: el texto por su tamaño comprimido, el material multimedia por su tamaño almacenado, y la suma de ambas, en lugar de una única proporción aplicada a todo por igual.

Esta página divide entre 1.000.000. El equivalente binario divide entre 1.048.576, porque un gibibyte son 1.024² kibibytes y no 1.000² kilobytes, y los dos divisores están a un 4,9 % de distancia. Es más de lo que separa un kilobyte de un kibibyte, que es un 2,4 %, y menos de lo que separa un gigabyte de un gibibyte, que es un 7,4 %: la diferencia crece con cada salto de 1.024 y este par da dos.

Sobre una estimación que arrastra un factor de dos de incertidumbre en el tamaño medio, ese 4,9 % no es lo que hay que vigilar. Importa cuando las cifras son exactas en lugar de estimadas: cuadrar una factura contra el informe de un sistema de archivos, o comprobar que una migración movió todo lo que tenía que mover. Ahí la regla es convertir una sola vez, a partir de un recuento exacto de bytes, y decir qué divisor se usó.

Las herramientas de Unix a las que casi todo el mundo recurre a esta escala son precisamente las que menos probablemente se refieren a kilobytes decimales. du y df informan por omisión en bloques de 1.024 bytes y los etiquetan con una K o con KB, un convenio que es décadas anterior al kibibyte. Un directorio del que se dice que ocupa 4.096 K son 4.194.304 bytes, y un sistema de archivos de 976.562.500 K es exactamente un terabyte.

Ambas admiten una opción que las pasa a potencias de mil, y la diferencia conviene conocerla antes de que el número salga de la terminal camino de una hoja de cálculo. A lo largo de un terabyte las dos lecturas se separan 24 GB, suficiente para que un plan de capacidad parezca holgado cuando no lo es. Apunte de qué convenio venía cada cifra en el momento de copiarla, porque después el número por sí solo no se lo va a decir.

El único gigabyte con el que casi todo el mundo trata a diario en español es el de la tarifa del móvil, y se nombra en una sola sílaba: gigas. La pantalla de consumo del teléfono, en cambio, reparte ese mismo saco en cifras muy pequeñas, y ahí es donde el millón de esta página deja de ser una curiosidad aritmética. Una petición de 12 kB repetida cada minuto durante treinta días son 518.400 kB, es decir algo más de medio giga gastado por una aplicación que no ha mostrado nunca una imagen.

La misma multiplicación explica los casos contrarios, que son los que sorprenden. Cincuenta mil peticiones de 3 kB son 150.000 kB, o sea 0,15 GB: nada, por mucho que la cifra de peticiones impresione. Los kilobytes solo se convierten en gigas cuando hay millones de ellos, y ese es el motivo por el que un cliente de correo que sincroniza cabeceras gasta poco y un mapa que descarga teselas de 30 kB gasta mucho, aunque el primero haga muchas más peticiones.

Una estimación montada con una media, un recuento y una suposición sobre la compresión merece darse como intervalo y no como cifra. «Entre 8 y 20 GB al día, a partir de una muestra de diez mil líneas de 2,1 kB de media, con una compresión de aproximadamente 6 a 1» es una frase que otra persona puede comprobar y discutir. «13,4 GB al día» no lo es, y se leerá como si fuera una medición.

Conviene además escribir qué queda fuera, porque a esta escala las omisiones suelen ser mayores que la aritmética. Los índices de una base de datos añaden a menudo la mitad otra vez del tamaño de las filas; una tubería de registros guarda el mismo dato a la vez en un búfer, en un almacén caliente y en un archivo histórico; y la retención es un multiplicador, de modo que una cifra diaria no significa nada hasta que lleva pegado el número de días que se conserva.