Bájt
SI-n kívüli egység · mennyiség: információmennyiség
01 · Meghatározás
A szót az IBM mérnöke, Werner Buchholz találta ki 1956-ban, szándékosan eltorzítva a bite szót, hogy ne keveredjék a bittel. A nyolc bit a bájtban csak a System/360-nal szilárdult meg 1964-ben.
Egy bájt nyolc bit, vagyis 256 megkülönböztethető állapot. Ez a legkisebb megcímezhető memóriarekesz minden mai processzorban: egyetlen bitet nem lehet kiolvasni, az egész rekesz olvasódik. A nyolcat nem a fizika választotta, hanem a kényelem: kettő hatványa, elég a latin ábécére számjegyekkel és jelekkel, és két tizenhatos számjegyre oszlik. Egy bájt elfér benne egy ASCII-jel, de nem egy cirill betű UTF-8-ban — ott kettő kell, egy emodzsi pedig négyet foglal.
UTF-8-ban egy latin betű egy bájtot foglal, egy cirill kettőt, egy írásjegy hármat, egy emodzsi négyet. A jel tehát nem bájt: egy karakterlánc hossza jelekben és hossza bájtokban különböző számok, és összekeverésük a romlott szöveg leggyakoribb oka.
02 · Átszámítás
Adjon meg egy mennyiséget — a lap átváltja
A bájt a bittől örökölte kettős előtagrendszerét. A tízes kilobájt ezer bájt, a kettes kibibájt 1024. A lemezgyártók tízesben számolnak, az operációs rendszerek kettesben — innen a «hiányzó» gigabájtok minden új lemezen.
A lemezek évtizedekig 512 bájtos szektorokkal dolgoztak, a maiak 4096-tal. Egy fájlrendszer nem olvas kevesebbet egy szektornál, így egy egybájtos fájl is egy egészet foglal el.
| Egység | Név | Érték | Hol fordul elő |
|---|---|---|---|
| B | bájt, nyolc bit | 1000 | az alapírásmód |
| bit | bit | 8000 | csatorna, sebesség |
| kB | kilobájt, 1000 bájt | 1 | tizes előtag |
| MB | megabájt, 10⁶ bájt | 0,001 | fájlok, felvételek |
| GB | gigabájt, 10⁹ bájt | 1·10⁻⁶ | lemezek, adathordozók |
| TB | terabájt, 10¹² bájt | 1·10⁻⁹ | tárolók |
| KiB | kibibájt, 1024 bájt | 0,9766 | memória, fájlrendszerek |
| MiB | mebibájt, 1024 kibibájt | 9,537·10⁻⁴ | munkamemória |
| GiB | gibibájt, 1024 mebibájt | 9,313·10⁻⁷ | operációs rendszerek |
| TiB | tebibájt, 1024 gibibájt | 9,095·10⁻¹⁰ | lemeztömbök |
| B6 | hatbites bájt | 1333 | a System/360 előtt |
| B | bájt | 1000 | a mai írásmód |
A tízes előtagok ezret vesznek, a kettesek 1024-et, és «i»-vel írják őket: KiB, MiB, GiB. Egy egyterabájtos lemez 10¹² bájtot tartalmaz, a rendszer pedig 931 GiB-ként mutatja: mindkét oldal jól számol, csak más előtagokban.
03 · Nagyságrendek
a jeltől az adatközpontigEgy fénykép — 4 MB
04 · Mérőeszközök
Mivel számolják a bájtokat
A csomagoláson a kapacitást tízes gigabájtban számolják, a fájlrendszer kettesben számol. Egyik fél sem csap be senkit, de a vásárló kisebb számot lát, mint amit a címkére nyomtattak.
Itt a kettes előtagok becsületesek: egy 16 GB-os modul pontosan 16 gibibájtot tartalmaz, mert a címzés mindig kettő hatványaiban megy.
A szolgáltató megabitet ad el, a letöltő megabájtot mutat. Osszák nyolccal: 100 Mbit/s körülbelül 12 MB/s-ot ad.
Bájtról bájtra mutatja a fájlt: balra a kódok, jobbra a jelek. Így olvassák a formátumokat dokumentáció nélkül, és derül ki, hol ér véget a fejléc.
05 · Írásszabályok
B nagy, a k a kilobájtban kicsi
A tízes kilobájtot kB alakban írják kis k-val, mint az SI minden előtagját a mega alatt. A nagy B a bájt, a kis b a bit, és a különbség köztük nyolcszoros. A kettes előtagokat «i»-vel és nagy kezdőbetűvel írják: KiB, MiB, GiB.
Oroszban a bájt szó többes számban a számnév után nem változik: 512 byte-ot írnak, sohasem a többes alakot. A B jel sem vesz fel esetragot — jel, és nem rövidítés.
06 · Szomszédos egységek
A bájt a biten áll és csoportokban él: a négy bitből álló félbájt egy tizenhatos számjegynek felel meg, két bájt egy rövid számnak, négy egy címnek, nyolc egy hosszúnak. A gépi szó egész számú bájt, és számuk elárulja az architektúrát.
Négy bájt négymilliárd állapotot ad — ez elég volt az IPv4 összes címére, és éppen ezért fogytak el.
07 · Történeti rész
A bájtok, amelyek nem nyolc bitesek voltak
Azon a gépen, ahol a szó született, a bájt hosszát az utasítás adta meg: egytől nyolc bitig. A nyolc csak felső határ volt.
Elég volt a latin nagybetűkre, a számjegyekre és a jelekre — kisbetűk ezekben a rendszerekben egyszerűen nem voltak. Egy 1 bites szó hat ilyen jelre oszlott.
Az eredeti kódolás hétbites volt: 128 jel. A nyolcadik hely a paritásellenőrzést szolgálta, és csak később vált a kód részévé, helyet adva a nemzeti ábécéknek.
A 23 bites szavú gépek olykor négy, kilenc bites részre osztották. A System/360 szabvány fokozatosan kiszorította az összes változatot.
A nyolc bitet nem a fizika választotta, hanem egyetlen cég üzleti döntése
1964 előtt a bájt bármi lehetett: hat bit a CDC-nél, hét a távgépírókban, kilenc a 23 bites szavú gépeken, tetszőleges hossz az IBM Stretchen. A System/360 méretének kiválasztásakor az IBM a nyolcnál állt meg — kettő hatványa, elfér két tizenhatos számjegyben, és elég mind a latin ábécére a vezérlőkódjaival, mind a nemzeti jelek tartalékára. A sorozat sikere tette a nyolcat de facto szabvánnyá, és az IEC csak 2008-ban rögzítette, negyvennégy évvel később. Formálisan a szabványoknak külön szavuk van a «pontosan nyolc bitre» — az oktett —, és a hálózati előírásokban éppen ezt írják, hogy minden kétértelműséget kizárjanak.
Katalógus · mértékegységek
Minden mennyiségnek egy adatlap
Hét SI-alapegység, huszonkét saját nevű származtatott és mellettük a rendszeren kívüli egységek. Mindegyiknek megvan a maga lapja: meghatározás, dimenzió, átváltás, műszerek, írásszabályok. 23 nyelven.