TiB naar kB omrekenen

Een tebibyte is 1.024 gibibyte. De afstand tot de terabyte groeit bij elke trede: 2,4 % bij kilo, 4,9 % bij mega, 7,4 % bij giga en 10 % bij tera.

Een kilobyte is 1.000 bytes als een normalisatie-instituut hem definieert en 1.024 als een besturingssysteem dat doet. Deze pagina rekent met 1.000; de eenheid van 1.024 heet kibibyte.

Deze kant op is het een vermenigvuldiging, en wel met een heel getal: één tebibyte is 1.099.511.628 kilobytes, precies, en 1.099.511.628 is de definitie en geen meting die er dichtbij kwam.

Daarmee is het een van de weinige omrekeningen die je uit je hoofd kunt doen, en de uitkomst is controleerbaar: deel terug en je moet precies op je begingetal uitkomen, zonder rest die je moet wegpraten.

Eén TiB is 1.024 van de eenheid eronder; één TB is 1.000. Op deze pagina is dat het verschil tussen 1099511627,776 kB en 1000000000 kB — 10 % — en het gat groeit bij elke stap omhoog: op een foto een verwaarloosbare afronding, op een harde schijf een zichtbaar stuk.

Hierin zit het raadsel van de verdwenen opslag volledig. Een schijf die als terabyte verkocht wordt bevat in decimale eenheden precies wat erop staat; Windows telt hem daarna in binaire eenheden maar houdt de decimale naam aan, en daar krimpt het getal zonder dat er iets weg is. macOS telt deze eenheden sinds 10.6 decimaal, en daarom kan dezelfde schijf op twee computers twee maten lijken.

Negen ordes van grootte scheiden deze twee eenheden, en de reden om ze over te steken is bijna altijd een telling. Hoeveel logregels erin passen. Hoeveel documenten. Hoeveel dagen retentie tegen het huidige tempo. Een tebibyte is 1.099.511.627,776 kB, wat voor elk praktisch doel 1,1 miljard records van één kilobyte is.

Bij twee kilobyte per record wordt dat 549,8 miljoen, bij vijf kilobyte 219,9 miljoen, en bij een half kilobyte 2,2 miljard. De spreiding daartussen is een factor tien, volledig bepaald door de recordgrootte, terwijl de eenhedenvraag het antwoord tien procent verschuift.

Een systeem dat duizend regels per seconde schrijft van elk een kilobyte, produceert een megabyte per seconde, wat 86,4 GB per dag is. Een tebibyte ongecomprimeerde capaciteit dekt dan 12,7 dagen. Het regeltempo verdubbelen halveert het, de regelgrootte verdubbelen halveert het opnieuw.

Retentievensters worden meestal opgegeven voordat het tempo bekend is, wat de berekening omkeert: deel de vereiste capaciteit door de dagen, en het antwoord is het dagbudget waarbinnen het systeem moet blijven.

Gestructureerde tekst comprimeert goed omdat hij zichzelf herhaalt: tijdstempels in een vast formaat, herhaalde veldnamen, een kleine woordenschat aan berichtsjablonen. Verhoudingen van vijf op een en beter zijn gewoon voor logdata, en het exacte cijfer hangt af van de inhoud en het algoritme.

Het moet ook op de juiste plek worden toegepast. Compressie gebeurt aan de opslagkant, dus het recordaantal en het instroomtempo zijn in ongecomprimeerde kilobytes terwijl de capaciteit in gecomprimeerde staat. Een ongecomprimeerd tempo delen op een gecomprimeerde capaciteit zonder de verhouding ertussen geeft een antwoord honderden procenten fout.

Een opgeslagen record is zelden alleen zijn payload. Databases voegen koppen per rij toe, secundaire indexen evenredig met de kolommen die ze bestrijken, write-ahead logs die recente wijzigingen dubbel bewaren, en replica’s die alles vermenigvuldigen met de replicatiefactor.

De betrouwbare methode is te stoppen met de componenten te schatten en het systeem te meten. Laad een bekend aantal records in een representatieve instantie, lees de bezette grootte, en deel. Het resultaat is een bytes-per-record-cijfer dat elke overhead al meerekent.

Gebruik de exacte factor — 1.099.511.627,776 kB op de tebibyte — want die is gratis en stopt de tien procent van binnensluipen. Rond het antwoord dan hard af. Een retentieschatting gebouwd op een gemiddelde recordgrootte, een gemiddeld tempo en een aangenomen compressieverhouding ondersteunt geen vier significante cijfers.

De eerlijke vorm van het antwoord is een bereik met de aannames erbij: ongeveer twee weken ongecomprimeerd, ongeveer drie maanden bij acht op een, uitgaande van een kilobyte per regel en duizend regels per seconde.

Een terabyte is precies 1.000.000.000 kB — een schoon miljard, zonder breuk. Een tebibyte is 1.099.511.627,776. Dat verschil in netheid is een betrouwbaar teken bij het lezen van andermans rekenblad: een capaciteitsregel met een rond miljard kilobytes komt van een decimale terabyte, wat de kolomkop ook beweert.

De controle is de moeite waard op elk dimensioneringsdocument dat door meer dan één persoon gegaan is. Gemengde conventies in één blad komen vaak voor, omdat de capaciteit meestal uit het ene systeem komt en het tempo uit een ander.

Retentierekenwerk gaat ervan uit dat verlopen records stoppen ruimte in te nemen, en de meeste opslagengines werken niet zo. Rijen gemarkeerd voor verwijdering blijven op schijf tot een compactie- of opschoonronde draait, logsegmenten worden in hun geheel verwijderd in plaats van regel voor regel.

De omvang van het overschot hangt af van hoe vaak de reclamatie draait. Compacteert een systeem dagelijks, dan is het overschot ongeveer één dag instroom. Draait het wekelijks, of alleen bij een drempel, dan kan het overschot een aanzienlijk deel van het venster zijn.

Een retentieberekening hoort vijf dingen vast te leggen: de capaciteit en zijn eenheid, de recordgrootte en hoe die verkregen is, het tempo, de compressieaanname, en het resulterende venster. Elk van de vijf kan veranderen, en een document dat ze allemaal draagt, is in een minuut bij te werken.

De eenheid expliciet noemen op elk capaciteitscijfer is het deel dat het vaakst wordt overgeslagen en het meeste onheil sticht. Een pool van 20 TiB is 21.990.232.555,52 kB en een pool van 20 TB is 20.000.000.000 — twee miljard kilobytes verschil.