Converter TB para B

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.

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.

Ir de terabytes para bytes desloca a vírgula 12 casas para a direita 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 TB são 1234000000000000 B — 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.

Cotas, tamanho máximo de objeto, limiares de ciclo de vida, offset de partição, limite de taxa e declaração de imagem de disco costumam terminar no mesmo lugar: um campo que aceita um número de bytes e nada mais. Não há sufixo para errar e não há unidade para discutir, o que soa mais seguro do que é — a segurança estava no sufixo, e removê-lo transfere todo o risco para quem digita os dígitos.

É o argumento para converter deliberadamente em vez de recorrer a uma constante que parece familiar. Um valor colado de outro lugar carrega a definição de quem escreveu antes, e um valor arredondado para algo bonito é uma decisão de capacidade tomada por acidente. Partir do requisito em terabytes e escrever o inteiro exato mantém o número e a intenção visíveis.

Um terabyte são 1.000.000.000.000 bytes. Não é uma medição nem uma convenção que varia por fabricante; é o que o prefixo SI tera significa, o mesmo tera de terahertz, e é a definição sob a qual armazenamento é vendido e faturado, inclusive por provedores de nuvem que atendem o Brasil. Dois terabytes são 2.000.000.000.000, e 1,5 TB são 1.500.000.000.000. A conversão é uma vírgula deslocada doze casas para a direita, sem arredondamento nenhum nela.

Como é exata, o valor em bytes é o que vale carregar entre sistemas. Toda outra representação da mesma capacidade é uma exibição que alguma ferramenta escolheu — 0,909 TiB, 931 GB, 1000 GB — e cada uma foi arredondada no caminho até a tela. Uma configuração que armazena a contagem de bytes pode ser comparada, somada e auditada; uma que armazena "1 TB" está armazenando uma frase cujo significado depende de quem lê.

O Kubernetes aceita os dois, e vários sistemas que copiaram sua sintaxe de quantidade também: T são 10¹² bytes e Ti são 2⁴⁰, que são 1.099.511.627.776. A diferença é pouco menor que 10%, cerca de cem gigabytes por terabyte, e as duas grafias diferem por uma única letra minúscula num arquivo que costuma ser revisado visualmente.

Outras ferramentas dividem do mesmo jeito com menos aviso. O GNU coreutils distingue M de MB, e T de TB, então dd com bs=1T e dd com bs=1TB usam tamanhos de bloco diferentes no mesmo comando. Runtimes de contêiner e flags de JVM geralmente tratam um g ou G nu como potência de 1.024 sem oferecer sufixo binário algum. A regra que sobrevive é escrever a contagem de bytes onde o campo permite, e checar a documentação específica onde não permite.

Um disco vendido como 1 TB contém 1.000.000.000.000 bytes e entrega cada um deles. Um sistema operacional que divide por 1.024 três vezes chega a 931,32 e imprime GB ao lado, e a diferença entre as duas descrições está inteiramente no nome. Isso importa aqui porque uma cota ou partição dimensionada a partir do que o sistema operacional mostrou vai ficar cerca de 7% distante da capacidade realmente comprada.

A consequência prática é uma direção de trabalho: tire a contagem de bytes do próprio dispositivo, não de uma exibição. Uma ferramenta de partição, uma consulta de dispositivo de bloco ou a contagem de setores que o disco relata dão um inteiro, e é esse inteiro que uma configuração deveria usar como base.

Um inteiro puro sem separadores é a forma que a maioria das linguagens de configuração quer, e a pior forma para uma pessoa conferir. A falha é silenciosa nas duas direções: 100000000000 é um décimo do pretendido e 10000000000000 é dez vezes, e nenhum dos dois parece obviamente errado num arquivo.

Duas conferências pegam quase tudo. Conte os dígitos após o primeiro algarismo em grupos de três — um número inteiro de terabytes tem doze — e, onde o formato permitir, escreva o valor como expressão ou com separadores para que a intenção fique legível.

Os dois sistemas mordem mais forte em limites, porque um limite é um número que ninguém revisa até ser atingido. Uma cota de armazenamento pensada como 5 TB e escrita com sufixo binário são 5,5 TB — meio terabyte de capacidade que nunca foi orçado e vai ser consumido silenciosamente. O mesmo erro numa política de retenção mantém dez por cento a mais de dados do que o documento de política descreve.

Rodar o erro na outra direção é mais visível e menos perigoso: um limite menor do que pretendido produz falhas, e falhas são investigadas. Essa assimetria vale saber ao auditar configuração existente — os valores a conferir primeiro são os generosos, porque uma cota que nunca foi atingida é indistinguível de uma cota errada.