Arquivamento de dados: guarde por anos sem pesar no orçamento

Arquivamento não é backup: entenda a diferença antes de escolher a solução

Muita empresa trata backup e arquivamento como sinônimos, e é aí que o custo de armazenamento sai do controle. Backup existe para recuperação: é uma cópia de dados que continuam ativos, feita para restaurar rapidamente após falha de hardware, ransomware, exclusão acidental ou corrupção. Por isso backup tem retenção curta ou média — 30, 60, 90 dias — e é sobrescrito em ciclos. O objetivo é responder à pergunta "como volto ao estado de ontem?".

Arquivamento responde a outra pergunta: "como guardo isto por sete anos sem pagar caro?". São dados frios — projetos encerrados, notas fiscais eletrônicas, prontuários, contratos vencidos, gravações de atendimento, logs de auditoria, imagens de exames, e-mails de colaboradores desligados. Não são acessados no dia a dia, mas precisam existir e ser recuperáveis quando um auditor, um advogado ou uma autoridade fiscal pedir. Arquivamento tem retenção longa, acesso raro e prioriza custo por terabyte sobre velocidade de restauração.

A confusão gera dois problemas simultâneos. Primeiro, dados frios ocupando storage quente: um NAS de produção ou um volume SSD em nuvem guardando arquivos de 2018 que ninguém abre há anos, pagando preço de performance por dados inertes. Segundo, dados que deveriam ser arquivados sendo mantidos apenas dentro da rotina de backup — e desaparecendo quando o ciclo de retenção de 90 dias roda. A empresa acredita ter o histórico e descobre o contrário no pior momento possível.

Camadas de armazenamento: onde cada dado deve morar

O mercado de storage organiza-se em camadas por temperatura de acesso, e entender essa escala é o que separa uma conta de nuvem previsível de uma fatura que assusta. A lógica é simples: quanto mais barato o armazenamento, mais caro e mais lento é recuperar o dado.

• Hot (quente) — dados em uso diário. SSD ou storage de alta performance, acesso em milissegundos, sem custo de leitura relevante. É o mais caro por TB. Aqui ficam bancos de dados, arquivos de trabalho corrente, VMs de produção.
• Warm (morno) — acesso ocasional, algumas vezes por mês. HDD, storage de objeto padrão. Custo intermediário, latência de segundos. Bom para backups recentes e repositórios de documentos consultados esporadicamente.
• Cool / Infrequent Access — acesso raro, poucas vezes por ano. Preço por TB cai significativamente, mas surge cobrança por leitura (egress e requisições) e período mínimo de retenção — normalmente 30 dias. Sair antes disso gera multa proporcional.
• Cold / Archive — o destino natural do arquivamento. Custo por TB pode ser 5 a 10 vezes menor que o hot. Em contrapartida, o dado precisa ser "reidratado" antes de leitura, processo que leva de minutos a horas, e a retenção mínima costuma ser de 90 a 180 dias.
• Deep Archive / Fita — o piso de custo. Recuperação em até 12 horas na nuvem; em fita LTO física, depende de logística de mídia. Indicado para retenção legal de 10 ou 20 anos que provavelmente nunca será lida.

A fita LTO, aliás, não morreu — voltou. Um cartucho LTO-9 armazena 18 TB nativos (45 TB comprimidos), custa uma fração do equivalente em disco e tem vida útil de 30 anos em ambiente controlado. Para volumes acima de algumas centenas de terabytes com retenção plurianual, o custo total de propriedade da fita ainda vence a nuvem — e ela traz um bônus de segurança: mídia offline não é criptografada por ransomware.

Regra prática de dimensionamento: se o dado não foi lido nos últimos 12 meses e não há previsão de leitura, ele não deveria estar em storage quente. Migrá-lo para camada de arquivamento costuma reduzir de 60% a 85% o custo daquele volume.

Retenção e compliance: quanto tempo você é obrigado a guardar

A definição do prazo de retenção não é escolha técnica — é exigência legal, e ela varia por tipo de documento. No Brasil, documentos fiscais eletrônicos (NF-e, NFS-e, CT-e) devem ser mantidos pelo prazo decadencial de 5 anos, contados a partir do exercício seguinte. Documentos trabalhistas e previdenciários exigem prazos mais longos: FGTS e registros de contribuição chegam a 30 anos em certas interpretações, e a jurisprudência trabalhista frequentemente estende a necessidade prática além do prazo formal.

Setores regulados têm regras próprias. Prontuários médicos seguem resolução do CFM com retenção de 20 anos após o último registro. Instituições financeiras respondem ao Banco Central e à CVM com prazos específicos por tipo de operação. Empresas com operação internacional podem cair sob GDPR, SOX ou HIPAA, cada uma com sua matriz de retenção. E a LGPD adiciona uma camada inversa e frequentemente ignorada: dado pessoal não pode ser guardado indefinidamente "por precaução". O princípio da necessidade obriga a eliminação quando a finalidade se esgota.

Isso significa que uma política de arquivamento madura tem dois gatilhos, não um. O primeiro define quando o dado sai do storage quente e vai para a camada fria. O segundo define quando ele é destruído em definitivo, com registro auditável dessa destruição. Guardar tudo para sempre não é conservadorismo prudente — é passivo jurídico e custo recorrente. O ideal é uma matriz documentada por categoria de dado, revisada anualmente com jurídico e compliance.

1. Classifique os dados por categoria: fiscal, trabalhista, contratual, pessoal, operacional, propriedade intelectual.
2. Atribua a cada categoria um prazo legal de retenção e uma justificativa documentada.
3. Defina o gatilho de migração para camada fria (ex.: 12 meses sem acesso, ou encerramento do projeto).
4. Defina o gatilho de eliminação e o procedimento de descarte seguro com log de auditoria.
5. Automatize os dois gatilhos via política de ciclo de vida — regra manual não sobrevive à rotina.

Imutabilidade e integridade: arquivo que não pode ser adulterado

Guardar por dez anos só tem valor se o dado chegar íntegro e comprovadamente inalterado ao final desse período. Dois riscos comprometem isso: adulteração intencional e degradação silenciosa da mídia (o chamado bit rot, quando bits se corrompem sem que ninguém perceba porque o arquivo nunca é lido).

Contra adulteração, a resposta é armazenamento WORM (Write Once, Read Many) com bloqueio de objeto. Provedores de nuvem oferecem Object Lock em modo governança — onde um administrador com permissão específica ainda pode remover — e em modo compliance, onde nem a conta root consegue apagar antes do prazo expirar. Para retenção legal contestável em juízo, o modo compliance é o único que sustenta o argumento de inviolabilidade. Esse mesmo mecanismo é a defesa mais robusta contra ransomware: mesmo com credenciais administrativas comprometidas, o atacante não consegue criptografar nem deletar o arquivo travado.

Contra degradação, a resposta é verificação periódica de checksum e redundância geográfica. Todo objeto arquivado deve ter hash registrado no momento da gravação, e a plataforma precisa executar varreduras de integridade que comparem o hash e reconstruam automaticamente blocos corrompidos a partir das réplicas. Sem isso, a empresa descobre a perda no dia em que precisa do arquivo — dez anos tarde demais.

Arquivo que nunca foi testado na restauração não é arquivo, é esperança. Inclua no calendário anual pelo menos uma recuperação amostral de dados frios, medindo tempo real de reidratação e validando a abertura do conteúdo.

Controlando o custo real: o que não aparece no preço por terabyte

A tabela de preços de arquivamento em nuvem é sedutora, mas o custo por TB armazenado é apenas uma das cinco linhas da fatura. Quem dimensiona olhando só para ela recebe surpresas. As demais linhas são: requisições de API (cada PUT, GET ou LIST é cobrado), egress ou taxa de recuperação (o preço de tirar o dado de lá), transição entre camadas (mover objetos custa por operação) e multa por retenção mínima não cumprida.

O padrão de erro mais comum é arquivar milhões de arquivos pequenos individualmente. Como a cobrança de requisição é por objeto e muitos serviços aplicam um overhead mínimo por item, um acervo de 5 milhões de arquivos de 20 KB pode custar mais em requisições e overhead do que em armazenamento. A correção é simples e economiza muito: agrupar arquivos pequenos em contêineres maiores (TAR, ZIP ou formatos de arquivamento nativos) antes de enviar, mantendo um índice pesquisável separado, em storage barato mas quente, que aponte qual contêiner guarda qual documento.

Outras alavancas de economia valem a disciplina: deduplicação e compressão antes do envio, que costumam reduzir de 30% a 60% do volume bruto; políticas de ciclo de vida automáticas que degradam objetos de camada em camada conforme envelhecem, sem intervenção humana; e a decisão consciente sobre estratégia híbrida — manter cópia local em disco ou fita para recuperação rápida e barata do que é mais provável ser pedido, com a nuvem servindo como segunda cópia geograficamente separada. E, sempre, considerar o cenário de saída: se um dia for preciso migrar 200 TB de volta ou para outro provedor, quanto custa o egress? Esse número precisa entrar na conta antes da assinatura, não depois.

Como a Duk estrutura arquivamento sem estourar orçamento

Desenhar uma política de arquivamento exige três competências que raramente moram no mesmo lugar: entendimento das obrigações legais do setor do cliente, domínio técnico das camadas de storage e suas armadilhas de cobrança, e capacidade de automatizar o ciclo de vida para que a regra sobreviva à rotina. Com mais de 18 anos de mercado e 550+ empresas atendidas, a Duk Informática & Cloud trabalha esse desenho junto com o cliente — começando pelo levantamento do que existe hoje, quanto disso é dado frio ocupando storage caro e qual o prazo legal aplicável a cada categoria.

Na prática, isso costuma render um projeto em fases: classificação e mapeamento do acervo, definição da matriz de retenção com o jurídico do cliente, migração controlada dos dados frios para camada de arquivamento com imutabilidade ativada, e implantação das políticas automáticas de ciclo de vida. Como Microsoft Gold Partner, a Duk integra esse desenho ao ambiente Microsoft 365 e Azure quando o cliente já opera nessa base — arquivamento de caixas de e-mail, retenção do SharePoint, Azure Blob nas camadas Cool e Archive — e mantém a alternativa de infraestrutura própria em data center para quem precisa de cópia local ou tem restrição de residência de dados.

O que não muda em nenhum cenário é a validação: nenhuma política de arquivamento entra em produção sem teste de restauração documentado e sem monitoramento contínuo de integridade. Guardar dado por sete anos é fácil; garantir que ele estará legível, íntegro e juridicamente defensável no sétimo ano é o trabalho de verdade — e é onde a diferença entre uma solução barata e uma solução bem projetada aparece.