B naar TB omrekenen

Een byte is acht bits, en dat stond niet altijd vast: de eerste computers gebruikten er zes, zeven of negen. Acht won omdat er een teken in past en omdat het getal netjes in helften uiteenvalt.

Een terabyte is duizend miljard bytes, oftewel 10¹². Een schijf die als 1 TB verkocht wordt heeft precies dat: de ruimte die lijkt te ontbreken is onenigheid over eenheden en geen tekort.

Van bytes naar terabytes schuift de komma 12 plaatsen naar links, en verder verandert er niets. Geen factor om te onthouden en niets om af te ronden: de cijfers blijven in dezelfde volgorde staan, alleen hun plek verandert.

1.234 B is 1,234e-9 TB — dezelfde cijfers, een stuk opgeschoven. Dat is het waard om te weten, want dit is de enige omrekening die je in één oogopslag controleert: staan er in de uitkomst andere cijfers dan waarmee je begon, dan heeft niet deze omrekening ze veranderd.

Niets dat iemand als één bestand bewaart, komt bij dertien cijfers uit. Een getal in dit bereik is de som van iets: elk object in een bucket, elke rij in een tabel, een maand logs, een back-upset, de schijven in een rack die door een script bij elkaar opgeteld zijn. Dat weten verandert waar de omzetting voor dient — je bepaalt niet de grootte van een bestand, maar van een beslissing over capaciteit of kosten.

Het verandert ook hoezeer je het antwoord kunt vertrouwen. Eén bestand heeft één exacte lengte, maar een totaal is opgebouwd uit duizenden of miljoenen metingen op net iets andere momenten, meestal met een categorie die stilletjes ontbreekt.

De omzetting is de komma twaalf plekken naar links schuiven, makkelijk te zeggen en makkelijk met drie mis te tellen. Groepeer de cijfers van rechts in drieën en noem de groepen hardop — eenheden, duizenden, miljoenen, miljarden, biljoenen — en het aantal volle groepen vertelt je de eenheid. 3.847.201.553.920 heeft vier groepen na de leidende cijfers, dus is het 3,847 TB en geen 384,7 GB.

De faalmodus is specifiek: een dertiencijferig getal gelezen als twaalf levert een antwoord op dat tien keer te klein is, en het oogt volkomen redelijk, want zowel 384 GB als 3,8 TB zijn gewone hoeveelheden om te hebben.

Spreadsheets en programmeertalen stoppen op een gegeven moment met lange gehele getallen voluit printen en schakelen over naar een vorm als 3,8472e12. De exponent telt de plekken die de komma is opgeschoven, en twaalf plekken is precies de afstand tussen bytes en terabytes — dus bij een exponent van 12 is de mantisse al het terabytegetal.

Het gevaar van die weergave is niet de notatie maar wat hij verbergt. Een spreadsheetcel die 3,85e12 toont, heeft meestal het exacte gehele getal nog bewaard en verkort alleen de weergave; een cel die zo getypt of geplakt is, heeft alles onder de mantisse verloren.

Het verschil tussen de decimale en binaire conventie groeit bij elke trede, en de terabyte is waar het het grootst is: een tebibyte is 1.099.511.627.776 bytes, 10 procent boven een terabyte. 3.847.201.553.920 bytes omzetten geeft 3,85 TB of 3,50 TiB, en die twee getallen lijken op het eerste gezicht niet op dezelfde hoeveelheid.

Tien procent van een terabyte is honderd gigabyte, genoeg om het hele verschil te zijn tussen een totaal dat ergens past en niet past. Komen een capaciteitsgetal en een gebruiksgetal uit verschillende tools, check dan eerst of een van de twee in machten van twee telde terwijl hij zichzelf TB noemde.

Totale bytegetallen zijn meestal logische groottes: wat de data zou zijn als eenmalig, gewoon, zonder omhulsel geschreven. Wat op schijf staat is groter om meerdere redenen tegelijk. Elk bestand wordt afgerond tot een blokgrens. Replicatie bewaart twee of drie kopieën. Snapshots en geversieerde objecten houden blokken in leven waar geen huidig bestand meer naar wijst.

Compressie en deduplicatie werken de andere kant op, en soms flink: een back-upset van vergelijkbare machines kan een fractie van zijn logische totaal beslaan. Het gevolg is dat het terabytegetal net zo goed een label nodig heeft als een getal.

Twee ruwe ankers vangen de meeste orde-van-grootte-fouten. Alles wat een telefoon kan dragen zit ruim onder een terabyte; een terabyte is duizend van de gigabytes waarin een video of een virtuele-machineimage gemeten wordt. Zegt een omzetting dat een mailbox 4 TB is of dat een videobibliotheek 0,004 TB is, dan is het bytegetal bijna zeker met één groepje van drie cijfers te veel of te weinig gelezen.

De tweede check rekent achterstevoren. Vermenigvuldig het terabyte-antwoord met een biljoen en vergelijk de leidende cijfers met het oorspronkelijke bytegetal — 3,85 TB geeft 3.850.000.000.000, wat moet matchen met de eerste drie of vier cijfers en de totale lengte van het getal waarmee je begon.