El almacenamiento en cinta no ha muerto: qué necesita una sede con 50PB
Cada pocos años, alguien declara la muerte del almacenamiento en cinta con la seguridad de quien jamás ha tenido que preservar decenas de petabytes dentro de una sede aislada. Es fácil reírse de la cinta desde la comodidad de un portátil con SSD, un bucket en la nube y una factura mensual que aún parece inofensiva. La cinta suena a algo antiguo. Evoca bobinas girando en una sala de máquinas de color beige, el tipo de tecnología que debería haberse jubilado en algún momento entre los disquetes y los faxes.
Pero entonces aparece un entorno de almacenamiento real y arruina la broma. Este caso concreto cuenta con dos librerías IBM TS4500 de unos 25PB cada una, con la cinta utilizada como almacenamiento de segundo nivel y datos que migran desde un Tier 1 en NL-SAS hacia medios fríos. Subir los datos a la nube queda descartado porque la sede está cerrada al exterior. El hardware de cinta ya está comprado, ya costó una fortuna y ya forma parte del modelo operativo. Así que la cuestión va mucho más allá de si alguien sigue usando cinta. Cuando ya tienes una infraestructura de 50PB en cinta, ¿qué se supone que va a reemplazarla sin disparar los costes, comprometer la seguridad, hundir el rendimiento o acabar con la paciencia del equipo?
Ahí es donde el debate se puso interesante. Algunos respondieron con un sí rotundo: la cinta sigue siendo la mejor y más económica forma de hacer backup de cientos de terabytes en adelante. Otros abogaban por discos modernos, Ceph, TrueNAS, IBM ESS o VAST Data. Unos pocos señalaron algo que el marketing de la nube rara vez dice abiertamente: gran parte del archivado en la nube probablemente tiene cintas detrás del telón. El viejo medio sigue aquí. Simplemente dejó de preocuparse por si la gente a la moda lo aprueba.
La cinta sigue ganando porque los datos fríos tienen otras reglas
El error habitual consiste en comparar la cinta con el almacenamiento activo. La cinta es nefasta si necesitas acceder a todo al instante. Es secuencial y mecánica, y depende de robótica, cartuchos, unidades lectoras, catálogos y paciencia. Si tu caso de uso requiere baja latencia y acceso aleatorio sobre datos calientes, la cinta es claramente la respuesta equivocada, y nadie serio pretende que una librería de cintas se comporte como un clúster NVMe. Sin embargo, los datos fríos se rigen por reglas distintas.
A escala de petabytes, un almacenamiento pasivo y barato empieza a parecer menos una cuestión de nostalgia y más una de supervivencia. La cinta no necesita girar todo el día y un cartucho en una estantería no consume energía. Puede trasladarse fuera de las instalaciones o aislarse físicamente (air-gap), y puede residir fuera de las zonas más caras del centro de datos si el entorno está bien controlado. Eso importa mucho cuando la alternativa es pagar por enormes granjas de discos que consumen electricidad, refrigeración, espacio en rack, soporte y atención constante solo para mantener disponibles datos que casi nadie consulta.
Un usuario lo resumió con sencillez: la cinta sigue siendo la vía más eficaz y económica para respaldar grandes volúmenes de datos una vez que hablamos de cientos de terabytes. Esa persona utilizaba una unidad LTO-8 con decenas de cintas. El entorno planteado al principio era mucho más grande, pero el principio escala igual, y cuanto más fríos son los datos, más sentido vuelve a cobrar la cinta.
Por eso la duda de si alguien sigue usando cinta tiene una respuesta curiosa. En casa, tal vez rara vez. En archivos serios, entornos de backup, centros de investigación, productoras de medios, organismos públicos y redes aisladas, sin duda alguna. Quienes la usan no necesitan que esté de moda. Necesitan que sea barata, duradera, extraíble y aburrida, y la cinta es excelente siendo aburrida.
Las sedes aisladas cambian por completo el debate sobre la nube
El almacenamiento en la nube suele ser la respuesta por defecto en muchas conversaciones modernas de infraestructura, a menudo despachada encogiéndose de hombros: súbelo y ya está, usa almacenamiento de objetos o niveles de archivado y deja que otro gestione el hardware. Ese consejo se desmorona de inmediato en un entorno de sede cerrada. Si los datos no pueden salir al exterior, la nube no es una solución, es una infracción de cumplimiento normativo disfrazada de producto.
Esa restricción lo cambia todo. Quien abrió el debate dejó claro que subir datos a la nube no era una opción viable. Eso descarta atajos económicos al estilo de Glacier, elimina la fantasía de que los hiperescaladores solucionan mágicamente la gestión del archivado y evita transferir la gravedad de los datos al balance contable de otra empresa. El almacenamiento debe residir dentro de la propia sede, el modelo operativo tiene que gestionarse localmente y la vía de migración debe respetar la infraestructura física existente.
Para los entornos cerrados, la cinta tiene un atractivo adicional. Es local, se puede controlar físicamente y se puede almacenar en cámaras de seguridad siguiendo procedimientos internos. No requiere confiar en el modelo de acceso de un proveedor externo, ni en su facturación, ni en sus promesas de durabilidad regional, ni en los cambios de humor sobre futuros precios. Además, crea una separación nítida entre el almacenamiento online y el archivo offline, algo fundamental cuando los responsables de seguridad sacan a relucir el ransomware, las amenazas internas y el radio de impacto ante incidentes.
Una voz anónima apuntó que muchos se sorprenderían de cuánta nube depende todavía del almacenamiento en cinta. Funcione o no de ese modo cada nivel de archivado en la nube en todas sus implementaciones, el punto se sostiene: incluso el mundo de la nube comprende la economía del dato frío. El archivado profundo no es magia. En algún lugar y de alguna manera, el hardware todavía tiene que albergar los bits. La nube hizo que el almacenamiento pareciera abstracto, y la cinta nos recuerda a todos que la física sigue pasando factura.
El problema es el Tier 1, no la cinta
La pregunta original trataba en realidad de reemplazar un almacenamiento Tier 1 obsoleto, y esa distinción es clave. Las librerías de cintas ya están ahí, ya funcionan como almacenamiento de segundo nivel y resultan carísimas de sustituir. La parte que envejece es el nivel NL-SAS que alimenta el archivo. La sede necesita ahora rendimiento, y es ahí donde el debate se divide.
Algunos propusieron opciones basadas en TrueNAS o ZFS. El autor original lo rechazó, argumentando que no creía que TrueNAS pudiera escalar de 50 a 60PB ofreciendo a la vez un alto rendimiento, motivo por el cual estaban valorando IBM ESS y VAST Data. Una respuesta sostuvo que TrueNAS sí puede alcanzar esa escala, pero que no confiaría los datos de backup primario a iX como primera copia. Otra persona destacó que VAST era excelente: sólida como una roca, de alto rendimiento y una base formidable para la gestión de datos.
Aquí es donde la arquitectura de almacenamiento se pone seria, porque el nivel caliente y el nivel de archivado cumplen funciones distintas. Reemplazar la cinta por disco porque el Tier 1 es viejo equivaldría a cambiar de almacén porque el muelle de carga está roto. A lo mejor el almacén sigue funcionando y lo que necesita modernizarse es precisamente el muelle de carga.
La pregunta más acertada es qué datos necesitan rendimiento, durante cuánto tiempo y cuándo deben envejecer para pasar a otro medio. Si solo un subconjunto de los datos precisa acceso a gran velocidad, un entorno carísimo compuesto íntegramente por flash puede ser un exceso innecesario. Si grandes volúmenes de trabajo necesitan consultas frecuentes, el precio se disparará con rapidez. Si el patrón de acceso es predecible, los niveles de almacenamiento se pueden optimizar. Si los usuarios esperan de golpe que todo esté caliente para siempre, alguien tendrá que llamar a los responsables de finanzas antes de prometer milagros. El rendimiento a escala de petabytes se paga como un capricho de lujo, con una factura aterradora de por medio.
"Usa solo SSDs" es técnicamente correcto y financieramente brutal
Alguien sugirió sustituir la capa de discos duros por una cabina de SSDs porque sería extremadamente rápida. Eso es cierto del mismo modo que comprarse un avión privado resuelve los atascos para ir al trabajo. Funciona, pero eso no lo convierte en la mejor opción inicial.
Otro participante bromeó con los números, comentando que si los requisitos de rendimiento van más allá de lo que la caché SSD de ZFS y los discos mecánicos pueden soportar, la dirección debería prepararse para pagar cabinas densas de NVMe repletas de discos Kioxia de gran capacidad. Planteó una estimación aproximada con miles de discos NVMe de 30TB y sugirió anestesia leve para quien tuviera que pagar la cuenta. Hace gracia porque, a escala de petabytes, los costes del almacenamiento flash se vuelven dolorosamente reales muy rápido.
El debate puso de manifiesto una tensión muy útil, ya que a menudo se subestima el nivel de rendimiento que ciertos entornos requieren. Una respuesta rebatió la idea de que solo los hiperescaladores necesitan un almacenamiento masivo de alto rendimiento, poniendo la producción audiovisual como ejemplo. Incluso un estudio de posproducción mediano puede devorar petabytes y necesitar estaciones de trabajo editando vídeo sin procesar directamente desde una SAN, sin realizar copias locales. Y eso ocurría hace una década, antes de que los formatos de vídeo actuales aumentaran todavía más el apetito de almacenamiento.
Por tanto, decir que nadie necesita tanto rendimiento es un error, igual que decir que hay que comprar todo flash. Ciertas organizaciones necesitan de verdad almacenamiento de alto rendimiento a una escala abrumadora. El sector audiovisual, la investigación científica, la simulación, la defensa, el diagnóstico por imagen, la genómica, la videovigilancia y las cargas de trabajo asociadas a la IA generan combinaciones muy exigentes de capacidad y velocidad. Eso no elimina los condicionantes económicos. Obliga a que la arquitectura sea completamente sincera sobre qué debe estar caliente, qué puede estar templado y qué corresponde almacenar en cinta, convirtiendo la estrategia de niveles de almacenamiento en el verdadero producto.
VAST Data e IBM ESS tienen sentido porque no es un problema menor
Cuando alguien duda entre VAST Data e IBM ESS, el entorno ha dejado atrás hace tiempo la categoría de poner un NAS en una esquina. Son plataformas serias para escalas considerables. IBM ESS encaja de forma natural en escenarios donde la herencia de Spectrum Scale, las grandes cargas de trabajo secuenciales, los patrones propios de HPC y el ecosistema profundo de almacenamiento de IBM resultan decisivos. VAST entra en juego cuando el almacenamiento no estructurado de alto rendimiento, los servicios de datos, la escalabilidad y una arquitectura moderna resultan especialmente atractivos. Ninguna de las dos opciones es automáticamente la correcta.
IBM ESS puede parecer la elección institucional más segura, en especial por su proximidad a la infraestructura de cinta IBM ya instalada. La tranquilidad de mantenerse junto a un proveedor conocido pesa mucho en entornos cerrados y de gran envergadura. A compras suele agradarle, los procesos de soporte ya existen, las competencias del personal se transfieren con facilidad y la plataforma encaja bien con patrones científicos o de supercomputación.
VAST, en cambio, ofrece un gran atractivo cuando el nivel caliente necesita una sensación moderna, rápida y escalable, sin arrastrar los viejos vicios del almacenamiento tradicional. Un profesional con experiencia directa la describió como excelente, estable, de alto rendimiento y una base magnífica para la gestión de datos. Ese tipo de valoraciones sobre el terreno tiene peso, aunque siempre deba dar paso a una prueba de concepto en lugar de a una fe ciega.
A esta escala, la comparativa entre proveedores debe mirar más allá de las cifras de rendimiento en catálogo. Hay que evaluar la recuperación desde cinta, la ingesta en el Tier 1, el comportamiento de los metadatos, la escala del espacio de nombres, la recuperación ante fallos, el impacto de las reconstrucciones, los patrones de acceso de los usuarios, las herramientas de migración, las políticas de ciclo de vida y la visibilidad operativa. La plataforma caliente tiene que convivir con el parque de cintas en vez de fingir que no existe. El archivo forma parte del sistema y obviarlo sería una negligencia arquitectónica.
Ceph y TrueNAS son tentadores, pero la gestión se vuelve pesada
Ceph surgió como una alternativa viable porque escala y se puede moldear de muchas formas. Es cierto. Ceph es potente y permite acometer despliegues masivos de objetos, bloques y ficheros cuando lo operan personas expertas. Pero también exige respeto. Con decenas de petabytes, optar por Ceph puede transformarse en la necesidad de gestionar una división entera de ingeniería de almacenamiento. Eso puede funcionar para ciertos equipos y ser un desastre para otros.
TrueNAS recibió un trato similar. Varios participantes defendieron que es posible realizar despliegues enormes con ZFS, mientras otros desconfiaban de utilizarlo como copia primaria a esa escala. Que una solución pueda escalar a nivel técnico es una cosa; que esta organización en particular deba jugarse su flujo principal de backup y archivo en ella es otra muy distinta.
Los sistemas abiertos pueden resultar más económicos de inicio y más flexibles, pero la factura suele cobrarse en forma de personal, ajustes continuos, gestión del ciclo de vida, coordinación con proveedores y riesgo operativo. Las plataformas comerciales tienen un coste mayor, pero pueden aligerar la carga de gestionar internamente cada integración y cada escenario de fallo. Ningún modelo es moralmente superior. El adecuado depende de la pericia del equipo, la tolerancia al bloqueo de proveedor, la estructura del presupuesto, las expectativas de disponibilidad y la gravedad de las consecuencias cuando algo falle.
Con 50PB, el almacenamiento es un programa continuo más que una simple acumulación de equipos. Ese programa necesita personas, procesos, pruebas, planificación del ciclo de vida y una visión honesta de lo que el equipo puede operar a las 3 de la madrugada sin recurrir a improvisaciones heroicas.
La cinta no va a desaparecer, pero necesita un mejor frontal
Una idea de fondo que recorre el hilo es que la cinta sobrevive a menudo detrás de un frontal más rápido, que es justo como debe operar. Los usuarios y las aplicaciones no deberían tener que pensar en cartuchos a menos que su tarea esté ligada específicamente al archivado. El nivel caliente o templado debe absorber las escrituras, atender las cargas de trabajo activas y migrar los datos envejecidos hacia abajo según las políticas definidas, manteniendo la cinta como una capa profunda, económica y bajo control físico en la base.
Ese modelo tiene años, pero su implementación necesita actualizarse. Un Tier 1 en NL-SAS desgastado podía tener sentido tiempo atrás. Si las exigencias de rendimiento han variado, el frontal también debe cambiar. Tal vez eso signifique adoptar VAST, o IBM ESS, o una arquitectura híbrida con aceleración de metadatos en flash y capacidad en disco. Quizá requiera una capa de objetos o separar el almacenamiento de producción del área de aterrizaje para backup y archivado. La solución depende de la naturaleza de las cargas de trabajo.
Lo que conviene evitar es un falso dilema donde la cinta sea el futuro o el pasado. La cinta puede seguir siendo el archivo mientras el nivel activo evoluciona radicalmente, y esa suele ser la vía más razonable. Conviene mantener la inversión en las librerías TS4500 y las ventajas de un entorno aislado, local y fuera de red. Sustituye el Tier 1 agotado por algo que responda a las necesidades actuales de rendimiento, optimiza el movimiento del ciclo de vida entre niveles, haz que los flujos de restauración y recuperación sean medibles y pruébalo todo. Que una tecnología tenga años no la convierte en el cuello de botella. A veces, lo veterano es justo lo que sigue cumpliendo su cometido sin fallar.
La pregunta de si alguien sigue usando cinta tiene una respuesta clara
Sí. Profesionales serios siguen utilizando cinta en entornos exigentes y con volúmenes de datos masivos. La utilizan porque resulta barata a escala, porque la nube no siempre está permitida, porque los medios desconectados siguen importando y porque archivar no equivale a gestionar datos activos. Los petabytes encarecen las posturas ideológicas.
Por tanto, la pregunta útil es si la arquitectura de almacenamiento que rodea a la cinta ha evolucionado al mismo ritmo. En este caso, la respuesta parece ser negativa. Las librerías de cintas no son el punto débil evidente; lo es el envejecido almacenamiento Tier 1. La organización necesita rendimiento ahora, pero también necesita conservar la economía y el modelo de seguridad que hicieron valiosa a la cinta desde el primer día. Todo apunta hacia un frontal moderno de alto rendimiento que mantenga la cinta como nivel de archivado profundo, en lugar de prender fuego al sistema existente. A internet le encantan los reemplazos radicales, mientras que la infraestructura real suele decantarse por compromisos bien escalonados.
El futuro de la cinta será menos visible, pero no menos importante
El futuro de la cinta probablemente no consistirá en administradores pensando en cartuchos todo el día. Permanecerá oculta tras motores de políticas, software de archivado, pasarelas de objetos, gestores de medios y flujos de trabajo que hagan que el almacenamiento profundo parezca menos rudimentario. El cartucho permanece, pero la experiencia humana mejora. Esa es la versión de la cinta que tiene sentido: una capa fría e invisible que asegura una conservación económica mientras sistemas más rápidos gestionan el trabajo activo.
Para una sede cerrada que ya cuenta con 50PB respaldados por librerías TS4500, abandonar la cinta exigiría un motivo de peso excepcional. El rendimiento por sí solo no lo es si el cuello de botella está en el Tier 1. La nube no es una opción si la sede no puede subir datos. Ponerlo todo en flash puede ser técnicamente brillante y financieramente descabellado. Un despliegue scale-out propio puede ser viable pero operativamente arriesgado. Una plataforma comercial sólida combinada con la cinta existente se perfila como la solución menos traumática, y yo calificaría esa conclusión de madura antes que de aburrida.
La cinta sobrevivió porque los datos fríos son obstinados, los presupuestos son reales y a la física le da igual lo que opine la moda.