Kalkulator Penyimpanan NVR: Berapa Penyimpanan yang Dibutuhkan 100 Kamera Sebenarnya?
Desain Penyimpanan Pengawasan Video: Dari Jumlah Kamera, Bitrate, dan Retensi ke Kapasitas Nyata (2026)
Intinya: Kesalahan paling mudah dalam penyimpanan pengawasan adalah memperkirakan dengan "jumlah kamera × ukuran drive". Rumus yang sebenarnya memiliki empat variabel: jumlah kamera, bitrate, hari retensi, dan faktor overhead yang sering dilupakan. Jika satu saja terlewat, komitmen retensi Anda akan dilanggar. Tentukan kapasitasnya lebih dulu; baru kemudian bicara tentang media dan arsitektur.
1. Mengapa Beban Kerja Video Sangat Berbeda dari Beban Berkas Biasa
Jika penyimpanan pengawasan dirancang seperti server berkas umum, perilakunya akan menyimpang, karena profil beban kerjanya sama sekali berbeda. Penulisan datang dalam blok sekuensial besar, sepanjang waktu. Aliran datanya sudah terenkode, sehingga hampir tidak ada lagi yang bisa dikompresi. Penulisan jauh melebihi pembacaan — sampai pemutaran ulang dan pengambilan data dimulai, ketika beberapa klien membaca secara acak bersamaan. Rekaman yang kedaluwarsa didaur ulang dalam bentuk segmen utuh, menciptakan tekanan penimpaan yang terus-menerus. Konsekuensinya: ukur kapasitas berdasarkan volume tulis, bukan jumlah berkas; pilih media berdasarkan kemampuan penulisan berkelanjutan, bukan bandwidth puncak; dan verifikasi performa baca acak dalam kondisi pemutaran ulang konkuren secara terpisah — jika tidak, Anda bisa merekam semuanya tetapi tidak dapat mengambil apa pun.
2. Rumus Kapasitas: Empat Variabel dan Contoh Perhitungan
Kapasitas harian (TB) ≈ jumlah kamera × bitrate (Mbps) × 0.0103
Kapasitas total ≈ kapasitas harian × hari retensi × faktor overhead (rencanakan 1.15~1.3). Faktor overhead mencakup tiga hal: redundansi RAID atau erasure coding, kehilangan akibat sistem berkas dan alignment, serta fluktuasi bitrate — bitrate nyata sering naik ketika adegan berubah, bahkan dengan pengodean pintar. Mengabaikannya adalah penyebab paling umum gagal memenuhi komitmen retensi.
Skala | Jumlah kamera | Bitrate | Kapasitas harian mentah | Kapasitas 30 hari | Kapasitas 90 hari |
Situs kecil | 32 kamera | 4 Mbps | sekitar 1.32 TB/hari | sekitar 40 TB | sekitar 119 TB |
Kawasan menengah | 64 kamera | 6 Mbps | sekitar 3.96 TB/hari | sekitar 119 TB | sekitar 356 TB |
Kawasan besar | 128 kamera | 8 Mbps | sekitar 10.55 TB/hari | sekitar 316 TB | sekitar 949 TB |
Tabel 1 | Kapasitas harian dan kumulatif berdasarkan skala (faktor overhead belum termasuk)
Angka di atas masih mentah — kalikan dengan 1.15~1.3 untuk pengadaan. Perhatikan polanya: hari retensi melipatgandakan kapasitas secara linear, sementara jumlah kamera dan bitrate saling mengalikan. Menurunkan bitrate dari 6 Mbps ke 4 Mbps menghemat sepertiga kapasitas secara langsung, yang sering kali lebih bernilai daripada drive yang lebih baik.

Gambar 1 | Pertumbuhan kapasitas seiring jumlah kamera dan hari retensi (digambarkan dari tabel di atas)
3. Media: HDD Kelas Pengawasan (surveillance), SSD Enterprise, dan Drive Desktop
Dimensi | HDD kelas pengawasan | SSD enterprise | Drive desktop |
Penulisan berkelanjutan | Dioptimalkan untuk penulisan sekuensial 7×24 | Paling kuat, tetapi TBW harus dianggarkan | Tidak cocok untuk penulisan terus-menerus |
Beban kerja tahunan | Tinggi, dirancang untuk tugas pengawasan | Bergantung pada rating drive | Rendah |
Pembacaan pemutaran ulang | Lebih lambat, pemutaran ulang multi-aliran menjadi hambatan | Cepat, cocok untuk pengambilan yang sering | Lambat |
Biaya per TB | Rendah | Tinggi | Terendah |
Posisi terbaik | Retensi kapasitas besar terpusat | Data panas, indeks, dan lapisan cache | Tidak direkomendasikan untuk produksi |
Kesimpulannya langsung: gunakan HDD kelas pengawasan (surveillance) untuk retensi kapasitas besar dan SSD enterprise untuk data panas serta pengambilan data. Drive desktop gagal dengan tingkat tahunan yang jelas lebih tinggi di bawah penulisan 7×24 — uang yang dihemat biasanya kembali dalam bentuk rekaman yang hilang dan jam operasional yang terbuang.
4. Arsitektur: Terpusat, Lokal di Tepi, dan Arsip Berjenjang
Ketiga pendekatan memiliki tempatnya masing-masing. Penyimpanan terpusat cocok untuk satu kawasan dengan beberapa gedung: kapasitasnya terpooling dan manajemennya sederhana, tetapi sangat bergantung pada bandwidth upstream. Retensi lokal di tepi merekam di situs terlebih dahulu dan hanya mengirim klip penting atau hasil terstruktur ke pusat, yang secara tajam menekan beban upstream dan memenuhi persyaratan agar data tetap berada di lokal. Penjenjangan dan pengarsipan menyimpan rekaman terbaru di lapisan performa dan memindahkan data yang lebih lama secara otomatis ke lapisan berbiaya rendah atau penyimpanan objek, menyeimbangkan kecepatan pengambilan dengan biaya retensi jangka panjang. Jawaban realistis untuk proyek menengah dan lebih besar adalah ketiganya: rekam di tepi, agregasikan di pusat, arsipkan yang dingin.
5. Bandwidth dan Konkurensi: Jangan Menghitung Hanya untuk Penulisan
Yang paling sering terlewat dalam desain adalah tekanan baca. Pemutaran ulang multi-aliran secara konkuren berubah menjadi pembacaan acak, di mana drive mekanis menurun secara nyata; sementara itu pengambilan data, analisis AI, dan ekspor bersaing dengan penulisan memperebutkan bandwidth yang sama. Rencanakan jaringan sebagai bandwidth tulis + bandwidth pemutaran ulang puncak + margin, dan validasikan dengan jumlah klien konkuren yang nyata pada saat pemilihan — bukan dengan uji aliran tunggal.
6. Pra-Pemrosesan di Tepi: Mengurangi Beban Upstream dan Kapasitas Sekaligus
Melakukan ekstraksi frame, penstrukturan, dan deteksi peristiwa di lokasi — serta hanya mengirim kembali frame kunci, hasil terstruktur, dan klip alarm — mengurangi bandwidth upstream dan kapasitas pusat pada saat yang sama. Ini adalah langkah dengan pengungkit tertinggi dalam proyek pengawasan: yang dihemat bukanlah harga per terabyte, melainkan jumlah data yang harus Anda simpan. Langkah ini juga memberi situs tepi kemampuan store-and-forward selama pemadaman.
7. Pertanyaan yang Sering Diajukan
Q: Berapa kapasitas yang sebenarnya dibutuhkan 100 kamera?
Jawaban: Gunakan rumusnya. Pada 6 Mbps dengan retensi 30 hari: 100 × 6 × 0.0103 ≈ 6.2 TB per hari, sekitar 185 TB untuk 30 hari, lalu kalikan dengan faktor overhead 1.15~1.3 — rencanakan sekitar 215~240 TB.
Q: Apa perbedaan drive pengawasan dan drive biasa?
Jawaban: Tiga hal: firmware yang disetel untuk banyak aliran kontinu secara konkuren (lebih sedikit stalls dan frame yang terbuang), rating beban kerja tahunan yang lebih tinggi, serta validasi untuk pengoperasian 7×24. Drive desktop dirancang untuk tugas yang berselang, sehingga baik stabilitas maupun masa pakainya tidak sebanding dengan penulisan berkelanjutan.
Q: Dapatkah SSD digunakan untuk penyimpanan pengawasan?
Jawaban: Bisa, tetapi daya tahan tulisnya harus dianggarkan. Untuk retensi massal, biaya SSD per TB jelas lebih tinggi — pola yang masuk akal adalah sebagian kecil SSD untuk indeks, cache, dan pengambilan yang sering, dengan HDD kelas pengawasan untuk lapisan kapasitas.
Q: Berapa banyak kapasitas yang dihemat H.265?
Jawaban: Pada kualitas yang setara, biasanya 30–50% lebih hemat dibandingkan H.264, bergantung pada kompleksitas adegan dan pengaturan encoder. Perlu dicatat bahwa proses decoding juga menuntut komputasi lebih besar, sehingga perangkat keras pemutaran ulang dan analisis perlu dievaluasi bersamaan.
Q: Apakah retensi 90 hari memerlukan penyimpanan terdistribusi?
Jawaban: Belum tentu — tetapi begitu total kapasitas mencapai ratusan terabyte, elastisitas ekspansi dan toleransi kegagalan penyimpanan terdistribusi menjadi keunggulan yang jelas. Pemicunya adalah total volume dan kurva pertumbuhan, bukan angka retensinya sendiri.
Q: Dapatkah rekaman video langsung masuk ke penyimpanan objek?
Jawaban: Bisa, terutama untuk pengarsipan jangka panjang. Rekaman secara alami ditulis sekali, jarang dibaca, dan tidak pernah ditimpa — objek yang sempurna. Ingat saja bahwa pengambilannya berbasis objek: jika Anda membutuhkan pencarian dan pemutaran hingga tingkat detik, pertahankan juga lapisan performa.
8. Bentuk Pengiriman dan Kustomisasi
ChangFan (cfitsi.com) menyediakan perangkat keras penyimpanan untuk pengawasan dan retensi di tepi: server retensi multi-bay yang mendukung HDD kelas pengawasan berkapasitas besar dengan penjenjangan SSD, serta node penyimpanan ringkas di tepi dengan rentang suhu lebar, pengoperasian tanpa kipas, ketahanan getaran, dan perlindungan kehilangan daya untuk retensi lokal dan pra-pemrosesan di tingkat situs — dengan kustomisasi OEM/ODM, garansi tiga tahun, dan pengiriman global (FOB/CIF/DDP).
Tautan produk:https://www.cfitsi.com/shang-jia-shi-fu-wu-qi
- Artikel sebelumnya Berapa Banyak Core yang Sebenarnya Anda Butuhkan? Panduan Pembelian CPU untuk PC & Server
- Artikel berikutnya tidak ada lagi
