Almacenamiento de datos en cinta magnética

La cinta magnética se utilizó por primera vez para grabar datos informáticos en 1951 en la UNIVAC I. [ ^{11 ] El} medio de grabación de la unidad UNISERVO era una delgada tira de metal de bronce fosforoso niquelado de 0,5 pulgadas (12,7 mm) de ancho . La densidad de grabación era de 128 caracteres por pulgada (198 micrómetros por carácter) en ocho pistas a una velocidad lineal de 100 in/s (2,54 m/s) , lo que resultaba en una velocidad de datos de 12.800 caracteres por segundo. De las ocho pistas, seis eran de datos, una era para paridad y una era una pista de reloj o de sincronización. Teniendo en cuenta el espacio vacío entre los bloques de cinta, la velocidad de transferencia real era de alrededor de 7.200 caracteres por segundo. Un pequeño carrete de cinta de mylar proporcionaba separación entre la cinta metálica y el cabezal de lectura/escritura. ^{[ 12 ]}   

Los ordenadores IBM de la década de 1950 utilizaban cintas recubiertas de óxido férrico, similares a las empleadas en la grabación de audio. La tecnología de IBM pronto se convirtió en el estándar de facto de la industria . Las cintas magnéticas tenían un ancho de 12,7 mm (0,5 pulgadas) y se enrollaban en carretes extraíbles. Existían diferentes longitudes de cinta, siendo estándar las de 370 m (1200 pies ) y 730 m (2400 pies) con un grosor de 1,5 milésimas de pulgada. Durante la década de 1980, se empezaron a fabricar cintas más largas, de hasta 1100 m (3600 pies), utilizando una película de PET mucho más fina . La mayoría de las unidades de cinta admitían un carrete de hasta 267 mm (10,5 pulgadas ) . Para conjuntos de datos más pequeños, como los de distribución de software, era común el uso de minicarretes . Estos eran carretes de 18 cm (7 pulgadas) , a menudo sin longitud fija; el tamaño de la cinta se ajustaba a la cantidad de datos grabados como medida de ahorro.      

CDC utilizaba cintas magnéticas de 1/2 pulgada (13 mm) compatibles con IBM , pero también ofrecía una variante de 1 pulgada de ancho (25 mm) , con 14 pistas (12 pistas de datos correspondientes a la palabra de 12 bits de los procesadores periféricos de la serie CDC 6000 , más 2 bits de paridad) en la unidad CDC 626. ^{[ 13 ]}   

Las primeras unidades de cinta de IBM, como la IBM 727 y la IBM 729 , eran unidades de pie mecánicamente sofisticadas que utilizaban columnas de vacío para amortiguar largos bucles de cinta en forma de U. Gracias al control servo de potentes motores de carrete, un accionamiento de cabrestante de baja masa y la baja fricción y tensión controlada de las columnas de vacío, se podía lograr un arranque y parada rápidos de la cinta en la interfaz cinta-cabezal. ^{[ a ]} La rápida aceleración es posible porque la masa de la cinta en las columnas de vacío es pequeña; la longitud de la cinta amortiguada en las columnas proporciona tiempo para acelerar los carretes de alta inercia . Cuando estaban en funcionamiento, los dos carretes de cinta alimentaban o extraían la cinta de las columnas de vacío, girando intermitentemente en ráfagas rápidas y no sincronizadas, lo que resultaba en una acción visualmente impactante. Las tomas de archivo de estas unidades de cinta de columnas de vacío en movimiento eran emblemáticamente representativas de las computadoras en el cine y la televisión. ^{[ 14 ]}

Las primeras cintas de media pulgada tenían siete pistas paralelas de datos a lo largo de su longitud, lo que permitía escribir caracteres de 6 bits más 1  bit de paridad . Esto se conocía como cinta de 7 pistas . Con la introducción del ordenador central IBM System/360 , se introdujeron las cintas de 9 pistas para admitir los nuevos caracteres de 8 bits que utilizaba. El final de un archivo se designaba mediante un patrón grabado especial llamado marca de cinta , y el final de los datos grabados en una cinta mediante dos marcas de cinta sucesivas. El inicio y el final físicos de la cinta utilizable se indicaban mediante tiras adhesivas reflectantes de papel de aluminio colocadas en la parte posterior.

La densidad de grabación aumentó con el tiempo. Las densidades comunes de 7 pistas comenzaron en 200 caracteres por pulgada (CPI), luego 556 y finalmente 800; las cintas de 9 pistas tenían densidades de 800 (usando NRZI ), luego 1600 (usando PE ) y finalmente 6250 (usando GCR ). Esto se traduce en aproximadamente 5  a 140  megabytes por carrete de cinta de longitud estándar ( 2400 pies, 730 m ). La densidad efectiva también aumentó a medida que el espacio entre bloques ( espacio entre registros ) disminuyó de un valor nominal de 3/4 de pulgada (19 mm ) en un carrete de cinta de 7 pistas a un valor nominal de 0,30 pulgadas (7,6 mm) en un carrete de cinta de 9 pistas de 6250 bpi . ^{[ 15 ]}     

Al menos en parte debido al éxito del System/360 y la estandarización resultante de los códigos de caracteres de 8 bits y el direccionamiento de bytes, las cintas de 9 pistas se utilizaron ampliamente en toda la industria informática durante las décadas de 1970 y 1980. ^{[ 16 ]} IBM descontinuó los nuevos productos de carrete a carrete, reemplazándolos con productos basados ​​en cartuchos a partir de la introducción en 1984 de la familia 3480  basada en cartuchos .

LINCtape y su derivado, DECtape, eran variaciones de esta "cinta redonda". Eran esencialmente un medio de almacenamiento personal, ^{[ 17 ]} utilizaban una cinta de 0,75 pulgadas (19 mm) de ancho y presentaban una pista de formato fija que, a diferencia de la cinta estándar, permitía leer y reescribir bloques repetidamente en el mismo lugar. Las cintas LINCtape y DECtape tenían una capacidad y una velocidad de transferencia de datos similares a las de los disquetes que las reemplazaron, pero sus tiempos de acceso eran del orden de treinta segundos a un minuto. 

Bytes por pulgada (BPI) es la métrica para la densidad a la que se almacenan los datos en medios magnéticos. El término BPI puede referirse abits por pulgada , ^{[ 22 ]} pero más a menudo se refiere abytespor pulgada. ^{[ 23 ]}

El término BPI puede significar bytes por pulgada cuando las pistas de un formato particular están organizadas por bytes, como en las cintas de nueve pistas. ^{[ 24 ]}

El ancho del soporte es el criterio de clasificación principal para las tecnologías de cinta. Históricamente , media pulgada (13 mm) ha sido el ancho de cinta más común para el almacenamiento de datos de alta capacidad. ^{[ 25 ]} Existen muchos otros tamaños y la mayoría se desarrollaron para tener un empaque más pequeño o una mayor capacidad. ^{[ 26 ]} 

El método de grabación también es una forma importante de clasificar las tecnologías de cinta, que generalmente se dividen en dos categorías: lineal y de escaneo.

Lineal

El método lineal organiza los datos en largas pistas paralelas que abarcan toda la longitud de la cinta. Varios cabezales de grabación escriben simultáneamente pistas paralelas en un solo soporte. Este método se utilizaba en las primeras unidades de cinta. Es el método de grabación más sencillo, pero también el que ofrece la menor densidad de datos.

Una variante de la tecnología lineal es la grabación lineal serpentina, que utiliza más pistas que cabezales de cinta. Cada cabezal sigue grabando una pista a la vez. Tras recorrer toda la longitud de la cinta, todos los cabezales se desplazan ligeramente y realizan otra pasada en sentido inverso, grabando un nuevo conjunto de pistas. Este procedimiento se repite hasta que se hayan leído o escrito todas las pistas. Mediante el método lineal serpentino, la cinta puede contener muchas más pistas que cabezales de lectura/escritura. En comparación con la grabación lineal simple, con la misma longitud de cinta y el mismo número de cabezales, la capacidad de almacenamiento de datos es sustancialmente mayor.

Exploración

Los métodos de grabación por escaneo graban pistas cortas y densas a lo ancho de la cinta, no a lo largo. Los cabezales de grabación se colocan sobre un tambor o disco que gira rápidamente mientras la cinta, que se mueve relativamente despacio, pasa a su lado.

Un método primitivo para obtener una velocidad de datos superior a la del método lineal predominante era el escaneo transversal . En este método, un disco giratorio con los cabezales de cinta incrustados en el borde exterior se coloca perpendicularmente a la trayectoria de la cinta. Este método se utiliza en los registradores de datos de instrumentación DCRsi de Ampex y en el antiguo sistema de cinta de vídeo cuádruple de Ampex . Otro método primitivo era el escaneo arqueado . En este método, los cabezales se encuentran en la cara de un disco giratorio que se coloca plano contra la cinta. La trayectoria de los cabezales de cinta forma un arco.

La grabación por escaneo helicoidal graba pistas cortas y densas en diagonal . Este método lo utilizan prácticamente todos los sistemas de cinta de vídeo actuales y varios formatos de cinta de datos.

En un formato típico, los datos se escriben en la cinta en bloques con espacios entre ellos, y cada bloque se escribe en una sola operación con la cinta funcionando continuamente durante la escritura. Sin embargo, dado que la velocidad a la que se escriben o leen los datos en la unidad de cinta varía, ya que una unidad de cinta generalmente tiene que lidiar con una diferencia entre la velocidad a la que los datos entran y salen de la cinta y la velocidad a la que su host suministra o demanda datos.

Se han utilizado diversos métodos, tanto individualmente como en combinación, para hacer frente a esta diferencia. Si el host no puede seguir el ritmo de transferencia de la unidad de cinta, esta puede detenerse, realizar una copia de seguridad y reiniciarse (proceso conocido como " shoe-shining "). Se puede utilizar un búfer de memoria grande para poner en cola los datos. Anteriormente, el tamaño del bloque del host afectaba la densidad de datos en la cinta, pero en las unidades modernas, los datos suelen organizarse en bloques de tamaño fijo que pueden o no estar comprimidos o cifrados, y el tamaño del bloque del host ya no afecta la densidad de datos en la cinta. Las unidades de cinta modernas ofrecen una función de ajuste de velocidad, mediante la cual la unidad puede disminuir dinámicamente la velocidad física de la cinta según sea necesario para evitar el "shoe-shining". ^{[ 27 ]}

En el pasado, el tamaño del espacio entre bloques era constante, mientras que el tamaño del bloque de datos dependía del tamaño del bloque del sistema anfitrión, lo que afectaba la capacidad de la cinta, por ejemplo, en cuanto al almacenamiento de datos de claves . En la mayoría de las unidades modernas, esto ya no ocurre. Las unidades de tipo Linear Tape-Open utilizan un bloque de tamaño fijo para la cinta (una arquitectura de bloque fijo ), independiente del tamaño del bloque del sistema anfitrión, y el espacio entre bloques es variable para optimizar la velocidad de escritura.

En las unidades con compresión, la compresibilidad de los datos afectará a la capacidad.

La cinta se caracteriza por el acceso secuencial a los datos, similar a la cinta perforada o al microfilm . La naturaleza física de una cinta en un carrete implica que, para cargar un archivo específico, la cinta debe moverse a la posición debajo del cabezal de lectura. Por el contrario, el almacenamiento en tambor o disco permite un posicionamiento mucho más rápido de los cabezales de lectura ( acceso aleatorio ). ^{[ 28 ]} Las unidades de cinta serpentina (por ejemplo, QIC ) ofrecen un tiempo de acceso mejorado al cambiar a la pista adecuada; las particiones de cinta se utilizan para la información del directorio. ^{[ 29 ]}

En algunos sistemas, es posible que no se almacenen metadatos como el nombre del archivo o la fecha de modificación. Las herramientas modernas de archivado y copia de seguridad permiten comprimir y conservar los metadatos en las copias de seguridad en cinta. El sistema de archivos de cinta lineal (LINE) es un método para almacenar los metadatos de los archivos en una parte separada de la cinta. Esto permite copiar y pegar archivos o directorios en una cinta como si fuera un disco, pero no altera la naturaleza fundamental de acceso secuencial de la cinta.

Las cintas tienen un tiempo de acceso aleatorio prolongado, ya que la unidad debe enrollar, en promedio, un tercio de la longitud de la cinta para pasar de una posición arbitraria a otra. Los sistemas de cinta intentan mitigar esta latencia intrínseca, ya sea mediante la indexación, donde se mantiene una tabla de búsqueda independiente ( directorio de cinta ) que indica la ubicación física de la cinta para un número de bloque de datos determinado (imprescindible para las unidades serpentinas), o marcando los bloques con una marca de cinta que se puede detectar mientras se enrolla la cinta a alta velocidad.

La mayoría de las unidades de cinta ahora incluyen algún tipo de compresión de datos sin pérdida . Existen varios algoritmos que proporcionan resultados similares: LZW (ampliamente compatible), IDRC (Exabyte), ALDC (IBM, QIC) y DLZ1 (DLT). Integrados en el hardware de la unidad de cinta, estos algoritmos comprimen un búfer de datos relativamente pequeño a la vez, por lo que no pueden lograr una compresión extremadamente alta, incluso para datos altamente redundantes. Una relación de 2:1 es típica, y algunos fabricantes afirman 2,6:1 o 3:1. La relación obtenida realmente depende de la naturaleza de los datos, por lo que no se puede confiar en la relación de compresión al especificar la capacidad del equipo; por ejemplo, una unidad que afirma una capacidad comprimida de 500 GB puede no ser suficiente para respaldar 500 GB de datos reales. Los datos que ya están almacenados de manera eficiente pueden no permitir una compresión significativa, y una base de datos dispersa puede ofrecer factores mucho mayores. La compresión por software puede lograr resultados mucho mejores con datos dispersos, pero utiliza el procesador del ordenador anfitrión y puede ralentizar la copia de seguridad si el ordenador anfitrión no puede comprimir los datos tan rápido como se escriben.  

Los algoritmos de compresión utilizados en los productos de gama baja no son óptimamente eficaces, y se pueden obtener mejores resultados desactivando la compresión por hardware y utilizando en su lugar la compresión por software (y el cifrado, si se desea).

El texto plano, las imágenes sin procesar y los archivos de base de datos ( TXT , ASCII , BMP , DBF , etc.) suelen comprimirse mucho mejor que otros tipos de datos almacenados en sistemas informáticos. Por el contrario, los datos cifrados y los datos precomprimidos ( PGP , ZIP , JPEG , MPEG , MP3 , etc.) normalmente aumentan de tamaño ^{[ c ]} si se aplica compresión de datos. En algunos casos, este aumento de tamaño puede llegar hasta el 15 %.

Existen estándares para cifrar cintas. ^{[ 30 ]} El cifrado se utiliza para que, incluso si se roba una cinta, los ladrones no puedan usar los datos que contiene. La gestión de claves es crucial para mantener la seguridad. La compresión es más eficiente si se realiza antes del cifrado, ya que los datos cifrados no se pueden comprimir eficazmente debido a la entropía que introduce. Algunas unidades de cinta empresariales incluyen hardware que puede cifrar datos rápidamente. ^{[ 31 ]}

Algunos cartuchos de cinta, en particular los cartuchos LTO , incorporan pequeños chips de almacenamiento de datos para registrar metadatos sobre la cinta, como el tipo de codificación, el tamaño de almacenamiento, las fechas y otra información. También es común que los cartuchos de cinta tengan códigos de barras en sus etiquetas para facilitar la gestión de una biblioteca de cintas automatizada. ^{[ 32 ]}