TiB naar MB 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 megabyte is een miljoen bytes. Fabrikanten van opslag hebben altijd decimaal geteld, en daarom lijken hun getallen groter dan wat de computer laat zien.

Eén TiB is 1.024 van de eenheid eronder; één TB is 1.000. Op deze pagina is dat het verschil tussen 1099511,6278 MB en 1000000 MB — 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.

Elke overdrachtsschatting is een deling, en zijn twee invoerwaarden komen uit verschillende eenheidsstelsels. Het volume wordt gerapporteerd door wat de data bevat — een back-uprepository, een array, een filesystem — en die tellen allemaal in machten van 1.024, dus komt het cijfer aan in tebibytes. Het tarief komt uit een netwerk- of apparaatspecificatie, en die zijn zonder uitzondering decimaal.

Zonder om te zetten door elkaar delen levert een antwoord op dat bijna tien procent te optimistisch is, wat op een migratievenster het verschil is tussen binnen een onderhoudsperiode klaar zijn en niet. Eén tebibyte is 1.099.511,63 MB, dus is de eerlijke eerste stap het volume naar decimale megabyte om te zetten en pas dan door het tarief te delen.

Voor de binaire rekenkunde ertoe doet, zit er een veel grotere valkuil in dezelfde zin. Linksnelheden worden opgegeven in bits per seconde en overdrachtssnelheden in bytes per seconde, en een byte is acht bits. Een link van 1.000 Mbit/s verplaatst hoogstens 125 MB per seconde; een van 100 Mbit/s 12,5; een van 10 Gbit/s 1.250. Het onderscheid wordt volledig gedragen door de hoofdletter van een enkel teken.

Dat verkeerd doen is een factor acht fout, ruwweg zeventig keer groter dan de decimaal-versus-binair-kloof waar deze pagina verder over gaat. Het is de moeite waard dit als eerste en expliciet op te lossen: schrijf het tarief in MB per seconde op, met het rekenwerk, voor je het volume aanraakt. Een schatting die een factor acht fout is, wordt meestal opgemerkt; eentje die tien procent fout is, niet, wat waarom beide stappen zichtbaar moeten zijn.

De rekenkunde is kort zodra beide kanten decimaal zijn. Eén tebibyte is 1.099.512 MB; bij 100 MB per seconde is dat 10.995 seconden, oftewel 3 uur 3 minuten. Tien tebibyte op hetzelfde tarief is 30 uur 32 minuten. Bij 1.250 MB per seconde — een tiengigabitlink op zijn theoretisch plafond — is tien tebibyte 2 uur 27 minuten.

Die cijfers zijn vloeren, en zouden overal waar geciteerd zo gelabeld moeten worden. Ze veronderstellen een enkele continue stream op het volle tarief zonder overhead per bestand, wat geen enkele echte overdracht haalt. Een vloer als een schatting presenteren is hoe een migratievenster precies op het getal wordt gedimensioneerd dat niet gehaald kan worden, en het label toevoegen kost een woord.

Het gat tussen de rekenkunde en de klok wordt gedomineerd door bestandsaantal eerder dan volume. Elk bestand kost een aanmaak, een metadataschrijving en, over een netwerkprotocol, minstens een retourreis; een miljoen kleine bestanden kan meer tijd daaraan besteden dan aan het verplaatsen van hun inhoud. Een enkel groot bestand van dezelfde totale grootte loopt dicht bij het linktarief. Twee overdrachten van identieke grootte kunnen dus een orde van grootte in duur verschillen.

De andere aftrekkingen zijn stabieler en makkelijker om rekening mee te houden. Protocoloverhead kost een paar procent. Versleuteling en checksums kosten CPU die al dan niet de bottleneck is. De ontvangende opslag heeft een schrijfplafond dat vaak lager is dan dat van het netwerk. Parallellisme herstelt veel hiervan en introduceert zijn eigen limiet, want honderd gelijktijdige streams gaan niet honderd keer sneller.

Verlaat een overdracht een aanbieder, dan is de kosten per decimale gigabyte en de meter is van hen. Een repository gerapporteerd als 10 TiB is 10.995 GB factureerbare egress als alles verplaatst wordt, wat 9,95 procent boven het ronde cijfer ligt dat iemand uit het tebibyte-cijfer zou schatten. Op een grote migratie is dat percentage een regel die iemand moet uitleggen.

De meter van de aanbieder telt ook dingen die je eigen cijfer niet telt: herhalingen, protocoloverhead, en al het verkeer dat de tooling genereert terwijl het lijst en verifieert. Die zijn meestal klein tegenover een bulkoverdracht en niet altijd klein tegenover een die opnieuw start. Schatten vanuit het omgezette volume en het verschil als marge behandelen is eerlijker dan een omgezet cijfer als de factuur presenteren.

Lange overdrachten worden onderbroken, en wat na een onderbreking opnieuw afgeleid moet worden, is waar schattingen driften. Het resterende volume wordt meestal opnieuw door de bron in tebibytes gerapporteerd, het tot dan toe geobserveerde tarief is in megabyte per seconde, en degene die om twee uur ’s nachts de rekenkunde doet, is degene die de twee het waarschijnlijkst rechtstreeks deelt. De correctie is dezelfde 9,95 procent, toegepast op een kleiner getal, in een slechter humeur.

De omzetting in het draaiboek schrijven in plaats van in de schatting is wat dat voorkomt. Een regel die leest "resterende TiB × 1.099.512 = MB; ÷ geobserveerde MB/s = seconden" kost een regel, is controleerbaar, en levert om twee uur ’s nachts hetzelfde antwoord op als tijdens de planningsvergadering.

De cijfers die een schatting controleerbaar maken, zijn de tussenliggende. Volume in TiB zoals gerapporteerd door de bron; hetzelfde volume in MB; het tarief in MB per seconde met de bit-naar-byte-omzetting getoond als die er was; de theoretische vloer; de aangenomen efficiëntie; het resulterende venster. Zes regels, en elk is een getal dat iemand kan uitdagen zonder alles opnieuw af te leiden.

Het alternatief is een enkele duur, wat onbetwistbaar is in de slechte zin: overschrijdt de overdracht, dan kan niemand zeggen of het tarief optimistisch was, het volume verouderd was, of de eenheden gemengd waren. Opslag- en overdrachtsschattingen worden onder tijdsdruk vaker herbekeken dan enige andere soort, en dat is precies wanneer een keten zichtbare stappen de minuut terugverdient die het kostte om ze op te schrijven.

Een schatting die bij de overdracht stopt, is meestal een hele doorgang tekort. Alles dat het waard is te migreren, is normaal ook het waard te verifiëren, en een checksumvergelijking leest het volle volume opnieuw aan beide kanten. Duurt de overdracht van 10 TiB dertig uur, dan is de verificatie nog een lezing van 10.995.116 MB aan elke kant, begrensd door schijfdoorvoer eerder dan door het netwerk en vaak trager dan de kopie zelf aan de bronkant.

Er zijn goedkopere varianten en die zijn het waard bewust te kiezen in plaats van standaard. Een steekproef verifiëren geeft een probabilistische zekerheid in een fractie van de tijd. Gereedschappen die tijdens de overdracht checksummen vermijden de tweede lezing helemaal, tegen wat kosten in doorvoer. Vertrouwen op de eigen integriteitscontroles van het protocol is verdedigbaar voor een enkele sprong en veel minder voor een meertraps migratie. Welke ook gekozen wordt, het venster moet het bevatten, want het achteraf ontdekken is hoe een onderhoudsperiode overschrijdt.