¿Por qué Base64 aumenta el tamaño del archivo en un 33%? (La mecánica de la codificación)

En el desarrollo web, a menudo nos encontramos con escenarios donde las imágenes o archivos se codifican en Base64 para su transmisión.

Los casos de uso comunes incluyen incrustar imágenes directamente en HTML utilizando esquemas de URI de datos (data:image/png;base64,...) o enviar datos binarios dentro de cargas útiles JSON.

Sin embargo, ¿sabías que la codificación Base64 aumenta el tamaño del archivo en aproximadamente un 33% en comparación con el original?

En este artículo, exploraremos la mecánica de Base64 para entender exactamente por qué sucede esto.

1. ¿Qué es Base64?

Todos los datos informáticos consisten en binario (0s y 1s).

Sin embargo, los protocolos basados en texto como el correo electrónico o HTML tienen limitaciones al manejar datos binarios sin procesar. Los caracteres de control o patrones de bits específicos pueden causar un mal funcionamiento en estos sistemas.

Base64 es un esquema de codificación que convierte datos binarios en texto que consta solo de 64 caracteres ASCII seguros.

Los 64 caracteres utilizados son:

• A-Z (26)
• a-z (26)
• 0-9 (10)
• +, / (2)
• (Y = para relleno)

2. La Matemática Detrás del Aumento del 33%

El principio central de la codificación Base64 es "convertir 3 bytes en 4 caracteres".

1. Datos Originales: 3 bytes equivalen a $3 \times 8 = 24$ bits.
2. Conversión: Estos 24 bits se dividen en 4 grupos de 6 bits cada uno. ($24 \div 6 = 4$)
3. Codificación: Cada grupo de 6 bits (valor 0-63) se asigna a un carácter de la tabla de índice Base64.

¿Por qué el Aumento?

Para representar 3 bytes (24 bits) de datos originales, Base64 utiliza 4 bytes (4 caracteres ASCII, 32 bits).

En otras palabras, consume 4 bytes de espacio para almacenar 3 bytes de información.

$\frac{4 - 3}{3} \times 100 \approx 33.3\%$

Esta es la razón matemática por la cual el tamaño de los datos aumenta aproximadamente un 33% cuando se codifica en Base64.

3. El Papel del Relleno (=)

¿Qué pasa si la longitud de los datos originales no es un múltiplo de 3?

Si quedan bits restantes, Base64 agrega caracteres = al final para hacer que la longitud total sea un múltiplo de 4. Esto se llama Relleno (Padding).

• Si queda 1 byte: Agrega dos =
• Si quedan 2 bytes: Agrega un =

Por lo tanto, el = al final de una cadena Base64 sirve para indicar el final de los datos y alinear la longitud.

Conclusión

Base64 es una herramienta esencial para transmitir datos binarios de forma segura en entornos basados en texto.

Sin embargo, la sobrecarga de tamaño del 33% puede afectar el ancho de banda de la red y las velocidades de carga.

Por lo tanto, para archivos grandes, considera la transmisión binaria en lugar de Base64, o úsalo con moderación para optimizar el rendimiento.