Converter B para TB

Um byte são oito bits, o que nem sempre foi claro: os primeiros computadores usaram seis, sete ou nove. O oito se impôs porque nele cabe um caractere e porque o número se parte em metades limpas.

Um terabyte é um trilhão de bytes, ou seja 10¹². Um disco vendido como de 1 TB tem exatamente isso: o espaço que parece faltar é uma divergência sobre unidades, e não uma falta.

Ir de bytes para terabytes desloca a vírgula 12 casas para a esquerda e não muda mais nada. Não há fator para decorar nem arredondamento para decidir: os algarismos ficam na mesma ordem, muda só a posição.

1.234 B são 1,234e-9 TB — os mesmos algarismos, deslocados. Vale saber porque é a única conversão que você confere de relance: se os algarismos do resultado não são os do começo, não foi esta conversão que mexeu neles.

Nada que alguém guarda como um objeto só chega a treze dígitos. Um número nessa faixa é a soma de alguma coisa: todo objeto de um repositório, toda linha de uma tabela, um mês de log, um conjunto de backup, os discos de um rack somados por um script que só tinha uma unidade para relatar. Saber isso muda para que a conversão serve — não é medir um arquivo, é dimensionar uma decisão sobre capacidade ou custo.

Também muda o quanto a resposta merece confiança. Um arquivo único tem um comprimento exato; um total é montado a partir de milhares ou milhões de medições tiradas em momentos ligeiramente diferentes, geralmente com alguma categoria deixada de fora em silêncio. O número em terabyte é tão bom quanto a soma por trás dele, e a soma quase sempre é aproximada antes mesmo de ser grande.

A conversão é uma vírgula decimal deslocada doze casas para a esquerda, fácil de dizer e fácil de errar por três casas. Agrupe os dígitos em trios a partir da direita e nomeie os grupos em voz alta — unidade, milhar, milhão, bilhão, trilhão — e o número de grupos completos diz a unidade. Um número com quatro grupos depois dos dígitos iniciais está na casa dos terabytes, não dos gigabytes.

O erro é específico e vale a pena vigiar: uma contagem de treze dígitos lida como se fossem doze produz uma resposta dez vezes menor que deveria, e parece perfeitamente razoável, porque uma cifra de algumas centenas de gigabytes e uma de poucos terabytes são as duas coisas comuns de existir. Não há nada dentro da resposta que revele o erro. Contar os grupos deliberadamente, uma vez, é mais barato que descobrir isso adiante.

Planilhas e linguagens de programação param de imprimir número inteiro longo por completo e trocam para uma forma com expoente. O expoente conta quantas casas a vírgula decimal se deslocou, e doze casas é exatamente a distância entre byte e terabyte — então quando uma contagem de byte aparece com expoente doze, a mantissa já é o número em terabyte, e não sobra conta nenhuma para fazer.

O risco dessa exibição não é a notação, é o que ela esconde. Uma célula de planilha mostrando essa notação geralmente manteve o número inteiro exato e só está encurtando a exibição, mas uma célula que foi digitada ou colada nessa forma perdeu tudo abaixo da mantissa. Se a contagem de byte vai ser conferida contra uma fatura ou uma cota depois, guarde o número inteiro em algum lugar como texto ou como valor de 64 bits.

A diferença entre a convenção decimal e a binária aumenta a cada degrau, e o terabyte é onde ela fica maior: a unidade binária equivalente pesa dez por cento a mais que a decimal nessa escala. Converter um número grande de bytes dá uma resposta em terabyte decimal e uma resposta diferente em unidade binária, e as duas não parecem a mesma quantidade à primeira vista. Cada degrau da escada contribui uma fração a mais — pequena no quilo, maior no mega, maior ainda no giga, dez por cento no tera.

Dez por cento de um terabyte é cem gigabytes, o suficiente para ser a diferença inteira entre um total caber em algum lugar ou não caber. Quando uma cifra de capacidade e uma cifra de uso vêm de ferramentas diferentes, a primeira coisa a conferir não é a conta, é se uma delas estava contando em potência de dois enquanto se chamava de TB.

Contagem de byte agregada costuma ser tamanho lógico: o que o dado seria se escrito uma vez, sem nada ao redor. O que fica de fato no disco é maior por vários motivos ao mesmo tempo. Todo arquivo é arredondado para cima até o limite de um bloco. Replicação guarda duas ou três cópias. Instantâneo e objeto versionado mantêm bloco vivo que nenhum arquivo atual aponta mais. Índice, log de escrita antecipada e sobra de espaço livre num banco de dados são bytes reais que uma consulta de tamanho de tabela pode não relatar.

Compressão e deduplicação empurram na direção contrária, e podem empurrar forte: um conjunto de backup de máquinas parecidas pode guardar uma fração do total lógico. A consequência é que a cifra em terabyte precisa de um rótulo além de um número. Um total pensado para uma decisão de capacidade e um total pensado para uma estimativa de transferência são quantidades diferentes, e converter a errada é um erro maior que qualquer arredondamento desta página.

Duas casas decimais num total em terabyte alegam que o número é exato até cem gigabytes, uma alegação que quase nenhum agregado sustenta. A medição mudou enquanto era tirada, alguma categoria foi excluída, e a ferramenta que a produziu pode ela mesma já ter arredondado. Uma casa decimal costuma ser o máximo defensável, e um número inteiro com uma ressalva costuma ser mais honesto que qualquer um dos dois.

A exceção é uma cifra que vai ser conferida contra dinheiro ou contra uma cota, onde o número inteiro exato é o que está sendo acordado, e arredondar é trabalho de outra pessoa. Nesse caso, carregue a contagem de byte em si e converta só para exibição — a cifra em terabyte é um jeito de falar sobre o número, e o número é o que a fatura ou o limite realmente calcula a partir.

Duas âncoras aproximadas pegam a maioria dos erros de ordem de grandeza. Tudo que um celular consegue guardar fica bem abaixo de um terabyte; um terabyte é mil vezes o tamanho em gigabyte que um vídeo ou uma imagem de máquina virtual costuma ter. Se uma conversão diz que uma caixa de e-mail tem quatro terabytes ou que uma biblioteca de vídeo tem uma fração minúscula disso, a contagem de byte quase certamente foi lida com um grupo de três dígitos a mais ou a menos.

A segunda conferência roda a conta ao contrário. Multiplique a resposta em terabyte por um trilhão e compare os dígitos iniciais contra a contagem de byte original — os dígitos deveriam bater com os primeiros três ou quatro do número original, e o comprimento total também deveria bater. Dígitos batendo e comprimento não batendo é exatamente a falha que essa conferência pega.