Convertire kB in TiB

Un kilobyte è 1.000 byte quando a definirlo è un ente di normazione e 1.024 quando a definirlo è un sistema operativo. Questa pagina calcola con 1.000; l’unità da 1.024 si chiama kibibyte.

Un tebibyte è 1.024 gibibyte. La distanza dal terabyte cresce a ogni gradino: 2,4 % sul kilo, 4,9 % sul mega, 7,4 % sul giga e 10 % sul tera.

In questa direzione il conto è una divisione, e per un numero intero: 1.099.511.628 di queste stanno in un tebibyte senza avanzo. L'unica scomodità è che i risultati escono in frazioni — un terzo, un dodicesimo — invece delle cifre tonde che dà la direzione opposta.

Non si perde comunque nulla, perché la divisione è esatta. Se il risultato non sta fermo in decimali — 0,0833… e parenti —, quella è la frazione che traspare, non un errore che si insinua.

Un TiB è 1.024 dell'unità sotto; un TB è 1.000. Su questa pagina è la differenza tra 1099511627,776 kB e 1000000000 kB — il 10 % — e la distanza cresce a ogni gradino: per questo è un arrotondamento trascurabile su una foto e un pezzo visibile di un disco fisso.

Il mistero dello spazio che manca sta tutto qui. Un disco venduto come un terabyte contiene esattamente quello che dichiara in unità decimali, ed è Windows a ricontarlo in unità binarie tenendo però il nome decimale: il numero si accorcia senza che si sia perso niente. macOS conta questi valori in unità decimali fin dalla 10.6, ed è per questo che lo stesso disco può sembrare di due dimensioni diverse su due computer.

La previsione ha quattro input, sempre gli stessi: la dimensione di un record, quanti ne arrivano per unità di tempo, per quanto vengono conservati, e per cosa li moltiplica il livello di storage. Il primo è in kilobyte perché è la scala di una riga di log. L’ultimo è in tebibyte perché è ciò che riporta un pool.

Un caso concreto: un miliardo di record al giorno da 1 kB ciascuno sono 1.000.000.000.000 byte al giorno, cioè un terabyte, che il pool riporterà come 0,909 TiB. Novanta giorni sono 90 TB, che il pool riporterà come 81,85 TiB — stesso dato, unità diverse.

Prima di preoccuparvi del 9%, occupatevi dei fattori che valgono diverse centinaia per cento. La compressione è il primo: log e metriche strutturati si riducono comunemente a un quinto o un decimo della dimensione grezza. La replica è il secondo e va nell’altra direzione: tre copie sono tre volte lo storage.

Poi ci sono gli indici, facili da dimenticare perché non sono i dati stessi. Un motore di log che indicizza i campi aggiunge una struttura che può essere una frazione sostanziale del payload. Il modo onesto per stabilirli è far passare un campione rappresentativo per il sistema reale per un giorno e misurare cosa ha occupato.

La retention è di solito fissata per abitudine, ed è l’input con la leva più grande sul costo. Dimezzare la finestra dimezza esattamente la dimensione a regime; il valore perso raramente è proporzionale, dato che la maggioranza delle query sui dati operativi risale a ore o giorni.

Dove serve davvero una finestra più lunga — un obbligo di audit, un confronto trimestrale — di solito serve solo per un sottoinsieme. Dividere il flusso così che la parte piccola e preziosa venga tenuta un anno e il resto due settimane dà quasi tutto il beneficio a una frazione della dimensione.

Un archivio con una finestra di retention fissa non cresce all’infinito: cresce finché i dati più vecchi cominciano a scadere, poi resta più o meno costante al tasso giornaliero moltiplicato per la finestra. Quel plateau è la cifra da dimensionare, e arriva un periodo di retention dopo l’avvio del sistema.

Il plateau si sposta ogni volta che cambia il tasso giornaliero: nuova strumentazione, un aumento di traffico o un livello di debug lasciato attivo alzano tutti il tasso, e l’effetto sullo storage appare gradualmente lungo un’intera finestra di retention.

Si nasconde al confine fra il calcolo e l’acquisto. La previsione viene fatta naturalmente in unità decimali, perché tassi e dimensioni dei record sono decimali. Il pool viene riportato in unità binarie. Se il piano dice 90 TB e il pool dice 82 TiB, sono la stessa quantità e sembra una carenza; se il piano dice 90 TiB e vengono acquistati 90 TB, è una carenza reale del 9%.

Il secondo caso è quello pericoloso perché nulla lo segnala. Indicare il requisito in byte sull’ordine d’acquisto rimuove l’ambiguità al costo di una cifra in più.

Servono circa 1,1 miliardi di kilobyte per fare un tebibyte, quindi un punto di riferimento utile è che un kilobyte al secondo, sostenuto, sono circa 31,5 GB all’anno — quasi 29,4 GiB. La maggior parte delle previsioni a questa scala si può verificare contro questi due numeri in pochi secondi.

L’altro controllo è la direzione della correzione: convertire da decimale a binario rende sempre il numero più piccolo, a questa scala del 9%, quindi una cifra in TiB uscita più grande di quella in TB ha subito una moltiplicazione dove serviva una divisione.