Was ist ein Byte?

Der Buchstabe A ist auf deinem Computer die Zahl 65, und die Zahl 65 ist als acht Bits gespeichert: 01000001. Diese Achtergruppe ist ein Byte. Speicheradressen zählen Bytes, Dateigrößen zählen Bytes, und fast jeder Datentyp einer Programmiersprache ist eine ganze Zahl von Bytes lang.

Warum ein Byte 8 Bits hat

Das Wort "Byte" prägte Werner Buchholz 1956, als er an IBMs Stretch-Computer arbeitete. Er schrieb es mit y, damit man es nicht als "Bit" verliest. Frühe Computer nutzten Gruppen unterschiedlicher Größe, oft 6 Bits, was für Großbuchstaben und Ziffern reichte, aber nicht für Kleinbuchstaben.

IBMs System/360 von 1964 verwendete 8-Bit-Bytes, und der Rest der Branche folgte. Acht Bits ergeben 256 Werte, also Platz für Groß- und Kleinbuchstaben, Ziffern, Satzzeichen und Steuerzeichen. Acht ist außerdem eine Zweierpotenz, also teilt sich ein Byte sauber in zwei Hälften zu 4 Bits, die jeweils als eine Hexadezimalziffer geschrieben werden. Netzwerkstandards sagen noch heute "Oktett", wenn sie genau festlegen müssen, dass exakt 8 Bits gemeint sind.

Was ein Byte fassen kann

Ein Byte hat 256 mögliche Muster, von 00000000 bis 11111111. Programme lesen sie auf einige Standardarten:

• als vorzeichenlose Zahl von 0 bis 255;
• als vorzeichenbehaftete Zahl von -128 bis 127;
• als ein Zeichen, etwa A (65) oder ! (33);
• als zwei Hexadezimalziffern, von 00 bis FF.

Der Typ bytes in Python ist eine Folge solcher Werte und lehnt alles außerhalb von 0 bis 255 ab:

data = bytes([72, 105, 33])
print(data)
print(list(data))
print(format(data[0], "08b"), format(data[0], "02X"))

try:
    bytes([256])
except ValueError as error:
    print("ValueError:", error)

b'Hi!'
[72, 105, 33]
01001000 48
ValueError: bytes must be in range(0, 256)

Nicht jedes Zeichen passt in ein Byte. UTF-8, die Kodierung, die der größte Teil des Webs verwendet, speichert die 128 ASCII-Zeichen in je 1 Byte und alles andere in 2 bis 4 Bytes:

for text in ["A", "é", "€", "😀"]:
    data = text.encode("utf-8")
    print(text, len(data), "bytes:", list(data), data.hex())

A 1 bytes: [65] 41
é 2 bytes: [195, 169] c3a9
€ 3 bytes: [226, 130, 172] e282ac
😀 4 bytes: [240, 159, 152, 128] f09f9880

Deshalb können die Länge eines Strings in Zeichen und seine Größe in Bytes voneinander abweichen.

Bit und Byte im Vergleich

Ein Bit ist eine einzelne 0 oder 1. Ein Byte sind 8 Bits. Die beiden Einheiten werden leicht verwechselt, weil sich ihre Symbole nur in Groß- und Kleinschreibung unterscheiden:

Um Bits in Bytes umzurechnen, teilst du durch 8. Eine Leitung mit 100 Mbps überträgt höchstens 12,5 MB pro Sekunde, ein Foto mit 5 MB braucht darauf also mindestens 0,4 Sekunden zum Herunterladen.

Kilobyte, Megabyte und Gigabyte

Größere Einheiten gibt es in zwei Systemen, und der Abstand zwischen ihnen ist der Grund, warum eine neue Festplatte in Windows kleiner aussieht als auf dem Etikett.

Laufwerkshersteller, Netzwerkgeschwindigkeiten und macOS (seit Version 10.6 von 2009) verwenden die Dezimaleinheiten. RAM-Größen und Windows verwenden die Binäreinheiten, aber Windows beschriftet sie mit KB, MB und GB. Die IEC führte die Namen Kibibyte, Mebibyte und Gibibyte 1998 ein, um die Verwirrung zu beenden, doch viele Programme verwenden sie bis heute nicht.

drive = 1_000_000_000_000        # a "1 TB" drive, in bytes

print(drive / 1000 ** 4, "TB (decimal, used on the box)")
print(round(drive / 1024 ** 3, 1), "GiB (binary, what Windows calls GB)")

speed_bits = 100_000_000         # 100 Mbps internet
print(speed_bits / 8 / 1_000_000, "MB per second")

1.0 TB (decimal, used on the box)
931.3 GiB (binary, what Windows calls GB)
12.5 MB per second

Es fehlt kein Speicher. Die Platte fasst die Billion Bytes, die die Verpackung verspricht; Windows teilt nur dreimal durch 1.024 statt durch 1.000.

Bytes im Code

Jeder Wert im Speicher belegt eine ganze Zahl von Bytes. In C gibt sizeof diese Zahl an. Ein char ist per Definition genau 1 Byte, und auf aktuellen 64-Bit-Systemen mit Linux, macOS und Windows ist ein short 2 Bytes groß, ein int 4 und ein double 8. Ein Array mit 1.000 int-Werten belegt deshalb 4.000 Bytes.

printf("%zu\n", sizeof(int));   /* prints 4 */

Der Typ byte in Java ist immer vorzeichenbehaftet, von -128 bis 127, also passt ein Wert wie 200 nicht hinein:

byte b = (byte) 200;   // b is -56: the same 8 bits, read as signed

Rohdaten wie Bilder, komprimierte Dateien und Netzwerkpakete werden als Array von Bytes verarbeitet: bytes und bytearray in Python, byte[] in Java, Uint8Array in JavaScript. Öffnest du in Python eine Datei im Modus "rb", bekommst du ihre Bytes statt Text.

Auch Hashes und Prüfsummen werden in Bytes gemessen. Ein SHA-256-Hash ist 32 Bytes lang, deshalb wird er als 64 Hexadezimalzeichen ausgegeben, und eine CRC32-Prüfsumme hat 4 Bytes. Der Hash-Generator zeigt beide für jeden Text.

Wie es weitergeht

Für die Einheit unter dem Byte lies, was ein Bit ist, und wie Bytes helfen, beschädigte Dateien zu erkennen, erfährst du unter was eine Prüfsumme ist. Der Zahlensystem-Umrechner rechnet jedes Byte zwischen Dezimal, Binär und Hexadezimal um, und die Anleitung zu C-Datentypen listet die Größe jedes C-Typs in Bytes auf.