كيف تُحسب متطلبات التخزين والنمو في مشروع الأرشفة؟

هذه المقالة لمدير تقنية المعلومات والبنية التحتية الذي يُطلب منه رقم للتخزين قبل طلب العروض أو قبل شراء البنية. ستخرج منها بطريقة حساب طبقية، وورقة قياس تجمع مدخلاتها، ومثال محسوب بأرقام افتراضية معلنة، وأسئلة تطرحها على المورد. أما مكونات البيئة الداخلية الأخرى (الخوادم والمعالجة والشبكة) فتجدها في مقالة متطلبات البنية التحتية للتشغيل الداخلي، وهنا نركز على سؤال واحد: كم مساحة تحتاج اليوم، وكم بعد سنوات؟

لماذا يخطئ رقم «حجم المجلدات الحالي»؟

أسرع طريقة يلجأ إليها الفريق هي فتح خصائص المجلد المشترك وقراءة حجمه، ثم ضربه في اثنين «للاحتياط». هذا الرقم يخطئ في الاتجاهين معًا:

• يزيد عن الحاجة لأنه يشمل نسخًا مكررة من الملف نفسه في أكثر من مجلد، وملفات مؤقتة وبرامج تثبيت وملفات شخصية لن تُرحّل أصلًا.
• ينقص عن الحاجة لأنه لا يشمل الأرشيف الورقي الذي سيُرقمن، ولا الإصدارات التي سيحفظها النظام من الآن، ولا المعاينات والنص المستخرج بقراءة النصوص (OCR)، ولا قاعدة البيانات والفهرس، ولا النسخ الاحتياطية، ولا ما سيصل خلال سنوات التعاقد.
• يتجاهل الزمن، فهو صورة ليوم واحد. نظام الأرشفة يكبر كل شهر، ومدد الاحتفاظ تعني أن معظم ما يدخله لا يخرج منه قبل سنوات، وبعضه لا يخرج أبدًا.

لذلك لا تبدأ من الرقم الكلي، بل من الطبقات. كل طبقة لها مدخل تقيسه، ومصدر تأخذه منه، ومعادلة بسيطة.

طبقات الحساب: ما الذي يشغل المساحة في نظام الأرشفة؟

الجدول التالي هو ورقة القياس التي تملؤها قبل أي حساب. العمود الأخير يحدد من يملك الرقم في جهتك، حتى لا يُكتب من الذاكرة.

بعد الطبقات يأتي بند ثامن لا يُنسى: الهامش التشغيلي. لا يُشغَّل تخزين حتى امتلائه الكامل، فحدد النسبة القصوى التي تقبلها جهتك قبل أن يلزم التوسع، واقسم الحجم المحسوب عليها. وفي التشغيل الداخلي تذكّر أن السعة التي تُشترى (الخام) أكبر من السعة القابلة للاستخدام بعد تقنيات الحماية من الأعطال في وحدة التخزين، فاطلب من فريق البنية تحويل الرقم الصافي إلى خام بحسب إعداداتكم.

كيف تقيس المدخلات بدل أن تخمنها؟

أضعف نقطة في أي تقدير هي «متوسط حجم الوثيقة». الرقم الذي يُتداول شفهيًا غالبًا لا يمثل أرشيفك، لأن الأرشيف خليط من صيغ مختلفة جدًا في أحجامها. هذه الخطوات تعطيك رقمًا يمكن الدفاع عنه:

1. قسّم الملفات إلى عائلات

   مستندات نصية، وملفات PDF، وصور ممسوحة، وجداول، ومخططات هندسية، وتسجيلات صوت وفيديو. احسب لكل عائلة عددها ومجموع حجمها، ولا تحسب متوسطًا واحدًا للجميع. ملفات قليلة كبيرة جدًا، مثل الفيديو والمخططات، ترفع المتوسط العام وتخفي حقيقة الغالبية.

   تقنية المعلومات
2. افصل ما لن يُرحّل

   استبعد المكرر تكرارًا تامًا بالبصمة، والملفات المؤقتة وملفات النظام، وما قررت الإدارات عدم نقله. سجّل حجم المستبعد مستقلًا، فهو يفسر الفرق بين رقمك ورقم المجلد.

   تقنية المعلومات وأصحاب المصادر
3. امسح دفعة تجريبية من الورق

   اختر ملفات ممثلة (أوراق عادية، وأوراق ملونة، ومستندات بأختام، وصفحات بحجم أكبر)، وامسحها بالدقة ونمط اللون والصيغة التي ستعتمدها في المشروع، ثم اقسم الحجم الناتج على عدد الصفحات. أي تغيير لاحق في إعدادات المسح يغيّر هذا الرقم، فأعد القياس عنده.

   فريق الرقمنة
4. قِس المشتقات في بيئة تجريبية

   استورد عينة ممثلة من الصيغ إلى بيئة تجريبية، وقارن المساحة المستهلكة بحجم الملفات الأصلية. الفرق يمثل المعاينات والنص المستخرج والصور المصغرة. هذه النسبة تختلف بين الأنظمة، فلا تأخذها من مشروع آخر.

   المورد مع تقنية المعلومات
5. اعرف سلوك الإصدارات

   اسأل: هل يحفظ النظام كل إصدار ملفًا كاملًا؟ وهل توجد سياسة للاحتفاظ بعدد محدد من الإصدارات الفرعية أو بالإصدارات المعتمدة فقط؟ الإجابة تحدد هل تضرب حجم الأنواع كثيرة التعديل في عدد الإصدارات كاملًا أم في جزء منه.

   المورد ومسؤول النظام

وإن كان أمامكم أرشيف ورقي كبير لم يُحصر بعد، فالحصر يسبق الحساب. طريقة الحصر بالعينات وتقدير عدد الصفحات موضحة في مقالة حصر الأرشيف الورقي قبل الرقمنة.

مثال محسوب: من مجلدات بحجم 470 جيجابايت إلى نحو 5 تيرابايت

جهة افتراضية تخطط لتشغيل النظام على خوادمها لمدة تعاقد خمس سنوات. كل الأرقام التالية افتراضات للتوضيح، وليست متوسطات سوقية، ويجب أن تُستبدل بقياساتك. الوحدة المستخدمة هي الجيجابايت العشري (GB).

حجم الإنتاج يوم الإطلاق: الأصول 400 + 500 + 60 = 960 GB، والمشتقات 96، وقاعدة البيانات والفهرس 40، فالمجموع 1,096 GB.

صافي النمو السنوي: الوارد 72 + إصداراته 18 + مشتقاته (10% من 90 = 9) + قاعدة البيانات 8 = 107 GB سنويًا.

حجم الإنتاج بعد خمس سنوات: 1,096 + (107 × 5) = 1,631 GB.

الآن أضف ما حول الإنتاج. افترضت الجهة في المثال أن سياسة النسخ لديها (عدة أجيال يومية وأسبوعية وشهرية بأداتها الحالية) تستهلك ما يعادل ضعفي حجم الإنتاج، وأن بيئة الاختبار تعمل بعينة ثابتة حجمها 100 GB، وأنها لا تقبل امتلاء تخزين الإنتاج فوق 80%.

النتيجة: مجلدات بحجم 470 GB تحولت إلى نحو 2 تيرابايت من السعة القابلة للاستخدام للإنتاج في نهاية المدة، ونحو 5 تيرابايت من المساحة المستهلكة عبر الإنتاج والنسخ والاختبار. لم يضخم أي بند وحده الرقم، لكن تراكم الطبقات فعل ذلك. ولو كان لدى الجهة موقع تعافٍ بنسخة كاملة، لأضيف حجم إنتاج آخر إلى الإجمالي.

أي افتراض يغيّر النتيجة أكثر من غيره؟

قبل أن تعتمد الرقم، غيّر كل افتراض رئيسي على حدة وانظر أثره. هذا يخبرك أين تستحق الدقة جهدًا إضافيًا، وأين يكفي التقدير. بالعودة إلى المثال نفسه، وحجم الإنتاج الأساسي في نهاية السنة الخامسة 1,631 GB:

في هذا المثال، حجم الصفحة الممسوحة هو الافتراض الأثقل، لأن الأرشيف الورقي أكبر طبقة. قرار واحد في إعدادات المسح، مثل المسح بالألوان لكل الصفحات بدل الألوان لما يحتاجها فقط، قد يرفع هذا الافتراض. لذلك تُحسم إعدادات المسح في الدفعة التجريبية قبل حساب التخزين لا بعده. وقد يكون الافتراض الأثقل في جهتك مختلفًا، كالوارد اليومي من نظام يُصدر ملفات كبيرة، ولهذا تجري الاختبار على أرقامك.

النمو عبر السنوات: ما الذي يبطئه وما الذي يسرّعه؟

الحساب الخطي في المثال (نمو ثابت كل سنة) نقطة بداية مقبولة، لكن راقب العوامل التي تكسر الخط:

• ضم إدارات أو فروع في مراحل لاحقة: كل مرحلة تضيف أرشيفًا مرحّلًا جديدًا دفعة واحدة، ثم وارده الشهري. ضع هذه الدفعات في السنة التي تخطط لها، لا في متوسط النمو.
• أنواع وثائق جديدة: إضافة التسجيلات أو المخططات أو الصور عالية الدقة بعد الإطلاق قد تغيّر متوسط الحجم أكثر من تغيّر العدد.
• الإتلاف المنضبط: لا يخفض النمو إلا إذا طُبق فعلًا. إن كانت مدد الاحتفاظ أطول من مدة التعاقد، أو كان الإتلاف معلقًا لعدم اعتماد جدول مدد الاحتفاظ، فلا تحسب له أثرًا. والوثائق ذات الحفظ الدائم لا تخرج أبدًا.
• سياسة الإصدارات: الاحتفاظ بكل مسودة لكل وثيقة يختلف كثيرًا عن الاحتفاظ بالإصدارات المعتمدة وعدد محدد من المسودات. قرر السياسة مع أصحاب الوثائق، ثم احسب.
• المعالجة المتأخرة: إن فُعّلت قراءة النصوص أو المعاينات على الأرشيف القديم بعد الإطلاق، فستظهر مساحة المشتقات دفعة واحدة في تلك السنة.

بعد التشغيل، يصبح التخطيط للسعة عملًا دوريًا يقارن النمو الفعلي بالمتوقع، ويحدد متى يلزم التوسع وبأي مستوى تخزين. هذا موضوع مقالة التخطيط لزيادة سعة النظام دون إعادة المشروع.

كيف يختلف الحساب بين التشغيل السحابي والتشغيل على خوادم الجهة؟

الطبقات نفسها في الخيارين، لكن ما تتحمله جهتك منها يختلف، وكذلك السؤال الذي تطرحه.

في التشغيل السحابي، تتولى خدمة التشغيل التخزين ومتابعة نموه والتنبيه قبل الاقتراب من الحد، لكن حسابك يبقى ضروريًا لتعرف أي مساحة تطلب في العرض، وكيف ستتغير التكلفة المتكررة مع النمو. وفي التشغيل الداخلي يدخل الرقم في وثيقة مواصفات البنية التي تحدد التخزين لبيئتي الاختبار والإنتاج مع النمو المتوقع خلال مدة التعاقد.

أسئلة تطرحها على المورد قبل اعتماد رقم التخزين

1. هل يُخزَّن كل إصدار ملفًا كاملًا؟ وهل يمكن تحديد سياسة للاحتفاظ بالإصدارات حسب نوع الوثيقة؟
2. ما المشتقات التي ينشئها النظام لكل ملف (معاينة، صورة مصغرة، نص مستخرج، طبقة نص في PDF)؟ وأين تُخزن؟
3. هل تستبدل قراءة النصوص الملف الأصلي بنسخة PDF قابلة للبحث، أم تحفظ الاثنين؟
4. كيف ينمو حجم قاعدة البيانات والفهرس مع عدد الوثائق والعمليات؟ وما تقديركم لحالتنا بناءً على أرقامنا؟
5. هل يكشف النظام التكرار عند الاستيراد؟ وماذا يحدث للملف المكرر: يُرفض، أم يُربط، أم يُخزن مرة ثانية؟
6. ما الذي يجب أن يُنسخ احتياطيًا (الملفات، قاعدة البيانات، الفهرس)؟ وهل يمكن إعادة بناء الفهرس بدل نسخه؟
7. هل يمكن نقل الملفات القديمة أو قليلة الاستخدام إلى مستوى تخزين أقل تكلفة دون أن تخرج من البحث؟
8. بأي وحدة تُكتب الأحجام في وثيقة المواصفات أو في المساحة المشمولة بالخدمة؟

الإجابة عن السؤال السادس ترتبط مباشرة بقدرتك على الاستعادة. وطريقة التحقق من أن ما يُنسخ يُستعاد فعلًا موضحة في مقالة اختبار الاستعادة من النسخ الاحتياطية.

أخطاء تجعل رقم التخزين مضللًا

• الحساب بمتوسط واحد لكل الأرشيف: متوسط عام تشده ملفات قليلة كبيرة يعطي رقمًا لا يطابق أي عائلة من الملفات. احسب لكل عائلة على حدة.
• أخذ حجم الصفحة الممسوحة من مشروع آخر: الحجم يتغير بالدقة ونمط اللون والصيغة والضغط وحالة الورق. رقم مشروع آخر قد يكون ضعف رقمك أو نصفه.
• نسيان النسخ الاحتياطية: مساحة النسخ تضاف إلى الإنتاج ولا تُقتطع منه، وقد تكون أكبر منه بحسب عدد الأجيال المحتفظ بها.
• الحساب ليوم الإطلاق فقط: التخزين في أدنى مستوياته يوم الإطلاق. الرقم الذي يهمك هو نهاية مدة التعاقد، ومتى تحتاج إلى التوسع قبلها.
• الخلط بين الوحدات العشرية والثنائية: فرق يقارب 10% عند التيرابايت قد يعني توسعًا مبكرًا لم يُخطط له.
• ترك الهامش للصدفة: تخزين يعمل قرب الامتلاء يربك التشغيل والنسخ. حدد عتبة التنبيه وعتبة التوسع كتابةً.

الخطوة التالية: من ورقة القياس إلى وثيقة المواصفات

املأ ورقة القياس بأرقام من مصادرها، واجرِ الدفعة التجريبية للمسح إن كان لديكم أرشيف ورقي، واكتب سياسة النسخ الاحتياطي وحد الامتلاء المقبول. هذه المدخلات تكفي لحساب أولي بنقطتين، يوم الإطلاق ونهاية مدة التعاقد، ولإدخال التخزين بندًا واضحًا في تقدير ميزانية المشروع. وإن كان للأداء تحت هذا الحجم وزن في قراركم، فاختبره كما في مقالة اختبار الأداء بحجم أرشيفك الفعلي.

وإن كان قراركم التشغيل داخل شبكة الجهة، فأرسل ورقة القياس مع عدد المستخدمين والتكاملات وأهداف التعافي، واطلب عرضًا فنيًا وماليًا للتشغيل على خوادم جهتك تُبنى فيه وثيقة مواصفات البنية على أرقامكم، ويُفصل فيه التخزين حسب الطبقة وحسب السنة.

أسئلة شائعة