Convertir TB a B

Un terabyte es un billón de bytes en la cuenta corta, es decir 10¹². Un disco vendido como de 1 TB tiene exactamente eso: el espacio que parece faltar es un desacuerdo sobre unidades, no una carencia.

Un byte son ocho bits, cosa que no siempre estuvo clara: los primeros ordenadores usaron seis, siete o nueve. Se impuso el ocho porque en él cabe un carácter y porque la cifra se parte en mitades limpias.

Pasar de terabytes a bytes desplaza la coma 12 lugares hacia la derecha 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 TB son 1234000000000000 B: 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.

Las cuotas, los tamaños máximos de objeto, los umbrales de ciclo de vida, los desplazamientos de partición, los límites de caudal y las declaraciones de imagen de disco terminan casi todos en el mismo sitio: una casilla que acepta un número de bytes y nada más. No hay sufijo que equivocar ni unidad que discutir, lo que suena más seguro de lo que es — la seguridad estaba en el sufijo, y quitarlo traslada el riesgo entero a quien teclea las cifras.

Ese es el argumento para convertir a conciencia en lugar de echar mano de una constante de aspecto familiar. Un valor pegado de otro sitio arrastra la definición que usara su autor, y un valor redondeado a algo bonito es una decisión sobre capacidad tomada por accidente. Partir del requisito en terabytes y escribir el entero exacto deja a la vista el número y la intención.

Un terabyte son 1.000.000.000.000 de bytes. No es una medición ni un convenio que cambie según el fabricante: es lo que significa el prefijo tera del Sistema Internacional, el mismo de terahercio, y es la definición bajo la que se vende y se factura el almacenamiento. Dos terabytes son 2.000.000.000.000 y 1,5 TB son 1.500.000.000.000. La conversión es mover la coma doce lugares a la derecha, sin redondeo en ninguna parte.

Precisamente por ser exacta, la cifra en bytes es la que conviene llevar de un sistema a otro. Cualquier otra representación de la misma capacidad es una presentación que eligió alguna herramienta —0,909 TiB, 931 GB, 1.000 GB— y todas han pasado por un redondeo camino de la pantalla. Una configuración que guarda el recuento de bytes se puede comparar, sumar y auditar; una que guarda «1 TB» guarda una frase cuyo significado depende de quién la lea.

Kubernetes acepta las dos formas, y con él un número creciente de herramientas que copiaron su sintaxis de cantidades: T son 10¹² bytes y Ti son 2⁴⁰, es decir 1.099.511.627.776. La diferencia es algo menos del 10 %, unos cien gigabytes por terabyte, y las dos grafías se distinguen por una sola letra minúscula dentro de un archivo que se revisa a ojo.

Otras herramientas se reparten igual con menos aviso. Las coreutils de GNU distinguen M de MB y T de TB, así que un dd con bs=1T y otro con bs=1TB usan tamaños de bloque distintos en la misma línea de órdenes. Los tiempos de ejecución de contenedores y las opciones de la máquina virtual de Java suelen tratar una g o una G sueltas como potencia de 1.024, sin ofrecer ningún sufijo binario. La regla que sobrevive a todos ellos es escribir el recuento de bytes cuando el campo lo admita, y consultar la documentación de la herramienta cuando no.

Un disco vendido como de 1 TB contiene 1.000.000.000.000 de bytes y los entrega todos. Un sistema operativo que divide tres veces entre 1.024 obtiene 931,32 y escribe «GB» al lado, y toda la diferencia entre las dos descripciones está en el nombre. Aquí importa porque una cuota o una partición dimensionada a partir de lo que mostró el sistema queda a un siete por ciento de una dimensionada a partir de la capacidad que de verdad se compró.

La consecuencia práctica es una dirección de trabajo. Toma el recuento de bytes del propio dispositivo y no de una pantalla: una herramienta de particionado, una consulta al dispositivo de bloques o el número de sectores que declara el disco dan un entero, y ese entero es del que debe partir la configuración. Convertir la cifra comercial a bytes lleva al mismo sitio cuando el aparato no está a mano, y es la razón de que valga la pena saberse el millón de millones de memoria.

Un entero sin separadores es la forma que quieren casi todos los lenguajes de configuración y la peor para que la verifique una persona. El fallo es silencioso en las dos direcciones: 100000000000 es la décima parte de lo que se pretendía y 10000000000000 es diez veces más, y ninguno de los dos llama la atención dentro de un archivo. Una cuota diez veces mayor de la cuenta no falla hasta que algo la llena.

Hay dos comprobaciones que atrapan casi todo. Cuenta las cifras en grupos de tres: un número entero de terabytes tiene doce ceros detrás. Y no traslades al archivo la puntuación con la que escribes el número en español — 1.000.000.000.000 con puntos de millar es correcto en un texto y en un archivo de configuración es, para muchos analizadores, el uno seguido de un decimal. Donde el formato lo permita, usa el guion bajo como separador o deja la cifra en terabytes en un comentario al lado; donde no, genera el número en lugar de teclearlo y el problema desaparece entero.

Los dos sistemas muerden más fuerte en los límites, porque un límite es un número que nadie vuelve a mirar hasta que se alcanza. Una cuota pensada como 5 TB y escrita con sufijo binario son 5,5 TB: medio terabyte de capacidad que nadie presupuestó y que se consumirá en silencio. El mismo error en una política de retención guarda un diez por ciento más de datos de lo que describe el documento, lo que es una cuestión de cumplimiento antes que de capacidad.

El error en sentido contrario es más visible y menos peligroso: un límite un diez por ciento más pequeño de lo previsto produce fallos, y los fallos se investigan. Esa asimetría conviene tenerla presente al auditar configuración existente. Los valores por los que hay que empezar son los generosos, porque una cuota que nunca se ha alcanzado es indistinguible de una cuota equivocada.

Nada a esta escala fatiga la aritmética moderna. Un entero de 64 bits con signo llega a 9.223.372.036.854.775.807, que son más de nueve millones de terabytes, y el valor pasa por operaciones y por almacenamiento sin cuidados especiales. JavaScript mantiene los enteros exactos hasta 9.007.199.254.740.991 —unos 9 PB—, así que un recuento de bytes del orden del terabyte atraviesa un JSON y un navegador intacto, cosa que no ocurre con las cifras de petabyte y exabyte de más arriba.

Los límites que todavía dan problemas son más antiguos y más estrechos. Un campo de 32 bits con signo se rinde en 2.147.483.647 bytes, así que cualquier herramienta o protocolo que transporte un tamaño de esa manera no puede expresar un terabyte, y lo que hace en su lugar rara vez es un error limpio. Cuando un recuento de bytes de este tamaño desaparece o se vuelve negativo, la explicación casi siempre está en el campo por el que pasó y no en la conversión de esta página.