Conversão de Octetos para Petaoctetos

Informações sobre o Octeto (octet)

O octeto é uma unidade de informação digital igual a exatamente oito bits. O seu símbolo é octet, e o seu nome vem do latim para um grupo de oito. É a unidade em que se conta quase todo o dado guardado, e vale a pena saber por que se chama octeto e não byte.

Um byte era na origem o número de bits que uma máquina usava para conter um carácter, e esse número não era fixo. Os primeiros computadores usaram bytes de seis bits, alguns de sete e uns poucos de nove. O IBM System/360 de 1964 fixou-se em oito e o seu êxito comercial fez de oito a norma, mas a palavra byte guardou o seu sentido antigo, dependente da máquina, nas especificações onde a ambiguidade era perigosa.

O mundo das redes adotou por isso o octeto. Quando uma norma de protocolo diz que um campo de cabeçalho tem quatro octetos, nenhum leitor no mundo o pode entender senão como trinta e dois bits. As normas da internet publicadas pelo IETF usam octeto por toda a parte precisamente por isso, e o francês, o romeno e outras línguas adotaram a palavra também para o uso corrente, de modo que um disco rígido vendido em França se mede em gigaoctetos.

Oito bits guardam 256 valores distintos, e é por isso que tanta coisa vem em unidades de 256. Um canal de cor vai de 0 a 255. Um endereço IPv4 são quatro octetos, escritos como quatro números entre 0 e 255. O conjunto de carateres ASCII original usava sete bits, deixando um livre, e as várias extensões de oito bits que se seguiram encheram cada uma esse bit sobrante com um conjunto diferente de letras acentuadas: a trapalhada que o Unicode acabou por substituir.

A codificação moderna do texto continua a contar em octetos. O UTF-8 usa um octeto para o alfabeto latino sem acentos, dois para a maioria das letras acentuadas europeias e para o grego e o cirílico, três para o chinês, o japonês e o coreano, e quatro para o resto. É por isso que a mesma frase ocupa espaços diferentes em línguas diferentes, e por isso que um limite de comprimento medido em octetos não é um limite de carateres.

A capacidade de armazenamento, o tamanho dos ficheiros, a memória e a carga útil da rede dão-se todos em octetos ou nos seus múltiplos. As velocidades de transmissão são a exceção, pois dão-se em bits por segundo, e o fator oito entre as duas convenções é a maior fonte de confusão do campo.

Um octeto equivale a 8 bits, a 0,008 kilobits ou a 0,001 kilooctetos.

Informações sobre o Petaocteto (Po)

O petaocteto é uma unidade de informação digital igual a mil teraoctetos, ou um milhão de gigaoctetos. O seu símbolo é Po. É a unidade do armazenamento institucional: a escala a que os dados pertencem a uma organização e não a uma pessoa, e a que guardá-los se torna uma rubrica de orçamento e não uma ideia de última hora.

Um petaocteto é mais ou menos o armazenamento de mil discos rígidos grandes de consumo, ou o texto de todos os livros alguma vez publicados várias vezes. Em termos de vídeo são umas vinte mil horas em ultra-alta definição, ou dois anos e meio de visionamento contínuo. O catálogo inteiro de um grande serviço de transmissão, guardado uma vez em cada nível de qualidade, soma uns poucos petaoctetos.

A ciência chegou primeiro a esta escala. O Grande Colisor de Hadrões do CERN regista dezenas de petaoctetos por ano depois de os seus sistemas de disparo já terem descartado mais de 99,99 por cento do que os detetores veem, e o arquivo completo chega a várias centenas de petaoctetos. A astronomia, a genómica e a modelação do clima guardam arquivos de tamanho comparável, e a disciplina de os gerir tornou-se um campo de investigação por direito próprio.

Comercialmente o petaocteto descreve o armazenamento de um único centro de dados e não o total de uma empresa. Uma grande organização guarda dezenas ou centenas de petaoctetos espalhados por muitos locais, e os maiores fornecedores de nuvem guardam exaoctetos. Neste tamanho os problemas práticos não são a capacidade mas a eletricidade para manter os discos a girar, o arrefecimento e a certeza de que uma fração do equipamento está a falhar a cada momento.

Esse último ponto governa o desenho. Numa matriz de petaoctetos, as falhas de disco não são acontecimentos excecionais mas uma taxa de fundo contínua, pelo que o sistema é construído para perder aparelhos sem cessar e reconstruir-se sem interrupção. Os dados guardam-se com códigos de apagamento repartidos por muitas máquinas, e não se confia em cópia única de coisa alguma.

Ler um petaocteto é em si um problema. Mesmo a dez gigaoctetos por segundo, ritmo que poucos sistemas sustentam, uma passagem completa leva mais de um dia. É por isso que a análise a esta escala se desenha para levar o cálculo aos dados e não os dados ao cálculo, uma inversão que moldou todo o campo do processamento distribuído.

Um petaocteto equivale a 1000 teraoctetos, a 1 000 000 de gigaoctetos, a 8 petabits ou a cerca de 0,8882 pebioctetos.