Converter kB para GB

Um kilobyte são 1.000 bytes quando quem define é um órgão de normalização e 1.024 quando quem define é um sistema operacional. Esta página calcula com 1.000; a unidade de 1.024 se chama kibibyte.

Um gigabyte é um bilhão de bytes, no sentido decimal usado pelos fabricantes de disco, pelos planos de dados e pelos tamanhos de vídeo.

Ir de kilobytes para gigabytes desloca a vírgula 6 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 kB são 0,001234 GB — 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.

O sistema decimal deixa essa razão redonda: um kilobyte são 10³ bytes, um gigabyte são 10⁹, e há exatamente um milhão de kilobytes num gigabyte. É essa a convenção usada por fabricantes de armazenamento, por todo padrão de rede e pelos serviços que cotam a capacidade que você contrata. A conversão são seis casas decimais deslocadas, sem fator nenhum para memorizar.

O erro que essa dupla costuma produzir é um fator de mil, não de 1,05. Quem tem a relação de megabyte na cabeça — mil deles por gigabyte — usa o mesmo mil aqui e erra três ordens de grandeza. Um jeito de se proteger é falar o resultado em voz alta com a escala junto: 500.000 kB são meio gigabyte, e se um total na casa das centenas de milhares de kilobytes sai na casa das centenas de gigabytes, algum degrau ficou para trás.

A forma do cálculo é sempre a mesma: um tamanho médio em kilobytes, multiplicado por uma contagem, dividido por um milhão. Cinquenta milhões de linhas de log por dia a 2 kB cada são 100.000.000 kB, ou seja, 100 GB por dia e 36,5 TB por ano. Duzentas mil miniaturas de 40 kB são 8 GB.

O número fraco dessa conta quase nunca é a divisão — é a média, porque tamanhos de arquivo e de registro têm cauda longa: alguns poucos itens muito grandes puxam a média para cima, e uma média medida em cem amostras pode errar por um fator de dois. Meça a média numa amostra real dos dados reais e cite o resultado com uma ou duas casas significativas em vez de tentar acertar o gigabyte exato.

Um sistema de arquivos não distribui bytes, distribui blocos, e o padrão comum tanto em ext4 quanto em NTFS é 4.096 bytes. Um arquivo de 1 kB ocupa um bloco inteiro, um de 5 kB ocupa dois, e um de 4,1 kB também ocupa dois. Assim, um milhão de arquivos com média de 1 kB contêm um gigabyte de dado real e ocupam cerca de 4 GiB de disco — quatro vezes a estimativa, produzidos inteiramente pelo arredondamento do sistema de arquivos, sem relação com a conversão de unidade.

O efeito desaparece à medida que os itens crescem, e some acima de algumas dezenas de kilobytes. Nunca se aplica a registros dentro de um único arquivo grande: um milhão de linhas de 2 kB num só arquivo de banco de dados ou de log são compactadas lado a lado, e o arredondamento de bloco acontece uma vez só para o arquivo inteiro.

Quase tudo que chega em pedaços do tamanho de kilobyte é texto, e texto comprime forte. Linhas de log, documentos JSON, exportações CSV e dumps SQL costumam cair para um quinto ou um décimo do tamanho com um algoritmo genérico, porque repetem nomes de campo, timestamps e estrutura a cada linha. Uma estimativa não comprimida de 100 GB por dia costuma virar uma conta de armazenamento de 10 a 20 GB por dia depois de compactada.

A exceção é conteúdo que já veio comprimido: miniaturas JPEG, prévias de MP3, trechos de vídeo não têm redundância útil sobrando para remover, e passá-los por um compactador ganha um ou dois por cento no máximo. Uma boa estimativa se constrói em duas partes: texto no tamanho comprimido, mídia no tamanho como está armazenada, e as duas somadas em vez de um único fator aplicado a tudo.

Esta página divide por 1.000.000. O equivalente binário divide por 1.048.576, porque um gibibyte são 1.024² kibibytes em vez de 1.000² kilobytes, e os dois divisores ficam 4,9% distantes um do outro. Isso é maior que os 2,4% entre kilobyte e kibibyte, e menor que os 7,4% entre gigabyte e gibibyte — a diferença cresce a cada degrau de 1.024, e esse par percorre dois deles.

Numa estimativa que já carrega incerteza de duas vezes no tamanho médio, 4,9% não é o que preocupa. Isso importa quando os números são exatos em vez de estimados: conferir uma fatura de nuvem contra um relatório de sistema de arquivos, ou checar se uma migração moveu tudo que deveria. Nesses casos, converta uma vez, a partir de uma contagem exata de bytes, e registre qual divisor foi usado.

As ferramentas Unix mais usadas nessa escala são as menos propensas a significar kilobyte decimal. du e df reportam em blocos de 1.024 bytes por padrão e rotulam K ou KB, uma convenção anterior em décadas ao próprio nome kibibyte. Um diretório reportado como 4.096 K são 4.194.304 bytes, e um sistema de arquivos reportado como 976.562.500 K é exatamente um terabyte.

As duas ferramentas aceitam uma opção que muda para potências de dez, e vale conhecer a diferença antes de um número sair do terminal rumo a uma planilha. Numa escala de terabyte, as duas leituras diferem em 24 GB — o bastante para fazer um plano de capacidade parecer confortável quando não é.

Uma estimativa montada a partir de uma média, uma contagem e um chute de compressão merece ser citada como faixa, não como número exato. "Entre 8 e 20 GB por dia, de uma amostra de dez mil linhas com média de 2,1 kB, comprimindo em cerca de 6:1" é uma frase que outra pessoa consegue conferir e discutir. "13,4 GB por dia" não é, e vai ser tratada como medição.

Também vale anotar o que a estimativa deixa de fora, porque as omissões nessa escala costumam ser maiores que a aritmética. Um índice num banco de dados frequentemente acrescenta metade do tamanho das linhas; um pipeline de log guarda os mesmos dados num buffer, num armazenamento quente e num arquivo morto ao mesmo tempo; e a retenção é um multiplicador — uma cifra diária não significa nada até saber por quantos dias os dados ficam guardados.