Codificación de la información

Bits y bytes

La unidad más pequeña de información en informática es el bit (binary digit). Un bit puede tener sólo dos valores (0 o 1) y representa la distinción más pequeña que puede hacer un ordenador. Varios bits juntos permiten formar datos más complejos.

Un byte (B) está compuesto por ocho bits. Esta unidad fue introducida a mediados de la década de 1950 como la cantidad mínima de datos que puede procesar un ordenador. Un byte puede codificar 2^8 = 256 combinaciones distintas de bits.

Para trabajar con cantidades mayores de datos se utilizan prefijos. El ejemplo siguiente utiliza potencias de dos (sistema binario), que es el sistema habitual en computación:

Unidad	Equivalencia	Notas
Kilobyte (kB)	1 kilobyte = 1024 bytes	En informática muchas veces se emplea para hablar de «miles» de bytes. En el Sistema Internacional de Unidades (SI), 1 kilobyte sería 1 000 bytes, mientras que 1 kibibyte (KiB) siempre equivale a 1024 bytes.
Megabyte (MB)	1 MB = 1024 kB	Es común en archivos de sonido e imágenes.
Gigabyte (GB)	1 GB = 1024 MB	Se usa para medir memorias USB y discos duros.
Terabyte (TB)	1 TB = 1024 GB	Capacidad típica de discos duros modernos y servidores.
Mayores unidades	Existen unidades aún mayores, como el petabyte (PB), exabyte (EB), zettabyte (ZB) y yottabyte (YB). El sistema binario utiliza prefijos como pebibyte (PiB) o exbibyte (EiB) para referirse a potencias de 1024.

Nota sobre kibibytes : un kilobyte en sentido estricto ...I) son 1000 bytes; un kibibyte (KiB) son 1024 bytes...La norma IEC 80000-13 diferencia ambos términos y extiende esta notación a mebibyte, gibibyte, etc...

Codificación de textos y caracteres

Los ordenadores utilizan códigos para representar letras, números y símbolos. Dos estándares ampliamente usados son:

• ASCII. El American Standard Code for Information Interchange es un código que emplea 7 bits para representar 128 caracteres (letras latinas, dígitos, signos de puntuación y caracteres de control). Cuando se adoptó se utilizaba un octavo bit para verificación de errores o para extender la tabla a 256 caracteres. Los primeros 32 códigos son caracteres de control como «nueva línea» o «escape».
• Unicode. Es un estándar universal de codificación que asigna un número único (punto de código) a cada carácter de prácticamente todos los idiomas, así como a símbolos matemáticos, emoji, etc. El objetivo de Unicode es permitir la visualización y transmisión de textos de numerosas lenguas y disciplinas usando un solo conjunto de caracteres. El consorcio Unicode mantiene y expande el estándar y ha incluido más de 149 000 caracteres en la versión 15.

Representación digital de otros tipos de información

• Números. Los números enteros se representan directamente en binario; los reales emplean codificaciones como el formato IEEE 754.
• Imágenes. Una imagen digital se divide en una matriz de píxeles. Cada píxel guarda valores de color codificados en bits; por ejemplo, el modelo RGB usa tres componentes (rojo, verde y azul), cada una codificada con 8 bits (24 bits por píxel) para imágenes de alta fidelidad. Formatos como JPEG o PNG utilizan algoritmos de compresión para reducir el tamaño del archivo.
• Audio. El sonido analógico se convierte a digital mediante muestreo (tomar muestras de la onda a intervalos regulares) y cuantificación (asignar un valor numérico a la amplitud). El número de bits por muestra determina la resolución (8, 16 o 24 bits son comunes), y la frecuencia de muestreo (por ejemplo, 44,1 kHz en audio de CD) indica cuántas muestras por segundo se registran. Aunque estos conceptos se conocen ampliamente en electrónica digital, no se citaron fuentes específicas porque los artículos de referencia accesibles estaban restringidos.

Almacenamiento de datos

Almacenamiento primario y secundario

Los dispositivos de almacenamiento se pueden clasificar según su relación con la memoria principal del ordenador:

Tipo de almacenamiento	Características	Ejemplos
Primario (memoria principal)	Acceso ultrarrápido por el procesador; volátil (pierde la información al apagar el equipo).	Memoria RAM, memoria caché.
Secundario	No volátil; conserva la información cuando el equipo se apaga. Puede ser interno o externo.	Discos duros (HDD), unidades de estado sólido (SSD), memorias flash USB, tarjetas SD y discos ópticos.

El almacenamiento secundario puede subdividirse en dispositivos magnéticos, ópticos, de estado sólido o en cinta, según la tecnología que utilizan. Los dispositivos magnéticos (HDD) usan platos recubiertos de material magnético; los ópticos (CD, DVD, Blu‑ray) usan láseres para leer y escribir datos; los de estado sólido (SSD y memorias USB) utilizan memoria flash sin partes móviles; y el almacenamiento en cinta se usa en copias de seguridad de gran tamaño.

Dispositivos físicos

Los dispositivos físicos permiten guardar datos de manera permanente o temporal. En la tabla siguiente se resumen algunos de ellos, basados en definiciones de dispositivos primarios y secundarios:

Dispositivo	Tipo y características	Comentarios
RAM (Random Access Memory)	Memoria primaria volátil empleada para almacenar datos e instrucciones temporalmente mientras se ejecutan aplicaciones y el sistema operativo.	La pérdida de energía borra su contenido.
ROM (Read‑Only Memory)	Memoria de solo lectura, generalmente no volátil; contiene instrucciones básicas del sistema.	Se usa para firmware.
Disco duro (HDD)	Unidad de almacenamiento magnético con platos giratorios; capacidad grande y costo menor por GB.	Suelen sustituirse por SSD.
Unidad de estado sólido (SSD)	Dispositivo de estado sólido que utiliza memorias flash; no tiene partes móviles y ofrece mayor velocidad y resistencia que los HDD.	Es el estándar en portátiles modernos.
Memorias USB / tarjetas de memoria	Dispositivos portátiles de estado sólido; se conectan mediante USB y permiten transportar datos.	Útiles para copias de seguridad y transferencia de archivos.
Discos ópticos (CD, DVD, Blu‑ray)	Almacenan datos en surcos microscópicos leídos por un láser.	Menos usados en la actualidad.
Almacenamiento en la nube	Servicio de almacenamiento remoto accesible por Internet; los datos se guardan en centros de datos gestionados por proveedores.	Permite escalabilidad y copia de seguridad remota.

Estructuras lógicas y sistemas de archivos

Además de la tecnología física, los datos se organizan lógicamente. Existen tres modelos de almacenamiento según la forma en que se gestionan los datos:

1. Almacenamiento de archivos : organiza los datos como archivos en una estructura jerárquica de carpetas y subcarpetas. Cada archivo tiene un nombre, extensión y ruta. Es el tipo de almacenamiento más común para usuarios y sistemas NAS (Network Attached Storage).
2. Almacenamiento en bloques : divide los datos en bloques de tamaño fijo, cada uno con un identificador único. Los bloques se pueden almacenar y recuperar en cualquier orden. Este enfoque ofrece alta eficiencia y bajo tiempo de acceso, por lo que se utiliza en bases de datos grandes y en redes de área de almacenamiento (SAN).
3. Almacenamiento de objetos : gestiona los datos como objetos autónomos que incluyen los datos y metadatos asociados. Los objetos se almacenan en una estructura plana (sin jerarquías) y se accede a ellos mediante una API. Este modelo es ideal para grandes volúmenes de datos no estructurados y para servicios de nube.

El estándar describe también otras configuraciones de almacenamiento en centros de datos:

• DAS (Direct Attached Storage) : el almacenamiento se conecta directamente a un servidor.
• NAS (Network Attached Storage) : proporciona almacenamiento compartido a través de una red, permitiendo que múltiples dispositivos accedan a los datos.
• SAN (Storage Area Network) : ofrece almacenamiento de alto rendimiento dedicado a dispositivos conectados; se usa en empresas para cargas de trabajo exigentes.

Organización y almacenamiento según el volumen de información

La elección del medio de almacenamiento y de la estructura lógica depende en gran medida de la cantidad de información a manejar. A medida que los conjuntos de datos crecen, cambian los requisitos de capacidad, rendimiento y costo.

Volúmenes pequeños y medianos

Para volúmenes de datos relativamente pequeños (kilobytes o megabytes), como documentos de texto o fotografías, basta con almacenarlos en la memoria interna del dispositivo, en unidades USB o en discos duros personales. El almacenamiento de archivos es adecuado porque permite organizar los datos de forma jerárquica y facilita su acceso.

Volúmenes medianos (gigabytes a terabytes) suelen requerir discos duros o SSD con capacidad suficiente. Los discos duros ofrecen bajo costo por gigabyte; los SSD proporcionan mayor velocidad. El almacenamiento en bloques resulta útil en sistemas de bases de datos y máquinas virtuales por su bajo tiempo de respuesta.

Grandes volúmenes y datos masivos

Cuando los volúmenes alcanzan cientos de terabytes o petabytes, como ocurre en análisis de big data, copias de seguridad empresariales o servicios de streaming, se recurre a tecnologías más escalables. El almacenamiento de objetos está diseñado para manejar grandes volúmenes de datos no estructurados; permite almacenar objetos en un «lago de datos» sin jerarquías. Su capacidad es prácticamente ilimitada y el coste se basa en el espacio utilizado. En los centros de datos se combinan distintos enfoques (DAS/NAS/SAN) para equilibrar rendimiento y costo.

La tabla siguiente resume la idoneidad de los modelos según el volumen:

Modelo	Ventajas	Uso habitual
Archivo	Estructura jerárquica intuitiva; fácil colaboración; adecuada para muchos tipos de datos.	Documentos personales, directorios compartidos, copias de seguridad de empresas pequeñas.
Bloques	Alta velocidad y baja latencia; se puede optimizar el rendimiento y la integridad de los datos.	Bases de datos empresariales, servidores de aplicaciones, máquinas virtuales.
Objetos	Gran escalabilidad; metadatos flexibles; coste menor para grandes volúmenes.	Almacenamiento en la nube, copias de seguridad masivas, archivos multimedia, análisis de big data.

Consideraciones finales

• Volatilidad y persistencia : la memoria principal es volátil, adecuada para datos temporales. Los dispositivos secundarios ofrecen persistencia.
• Velocidad vs. capacidad : las unidades de estado sólido (SSD) y la memoria RAM proporcionan alta velocidad pero menor capacidad y mayor costo por gigabyte; los discos duros y cintas magnéticas ofrecen grandes capacidades a menor costo, pero con velocidades inferiores.
• Escalabilidad : para grandes volúmenes, el almacenamiento en objetos y los servicios de nube permiten crecer de forma casi ilimitada. Las organizaciones combinan distintos tipos de almacenamiento para optimizar rendimiento y costo.