Sao lưu dữ liệu nghiên cứu nghĩa là luôn có ít nhất một bản sao độc lập của mọi dữ liệu gốc, nằm ở nơi khác với bản đang dùng, để một sự cố bất kỳ không xoá mất công sức thu thập. Cách làm phổ biến và đủ dùng cho người mới là quy tắc 3-2-1: giữ ba bản, trên hai loại phương tiện lưu trữ khác nhau, trong đó một bản ở ngoài nơi bạn làm việc hằng ngày.
Với tài liệu văn phòng, mất một tệp thì làm lại được. Với dữ liệu nghiên cứu thì thường không: cây đã nhổ để cân không trồng lại được, người đã phỏng vấn không chắc đồng ý nói lại, mùa nước nổi đã qua phải đợi năm sau. Bài này giải thích cách áp quy tắc 3-2-1 cho từng hoàn cảnh, những kiểu mất dữ liệu hay gặp nhất, lịch sao lưu theo nhịp thu dữ liệu, chuyện đồng bộ không phải sao lưu, và cách giữ dữ liệu người tham gia an toàn khi nhân bản nó ra nhiều nơi.
Vì sao dữ liệu nghiên cứu cần được bảo vệ kỹ hơn tài liệu thường
Một bản báo cáo bị mất có thể viết lại trong vài ngày, vì ý tưởng và số liệu vẫn còn. Một bảng số liệu gốc bị mất thì báo cáo không còn chỗ dựa. Dữ liệu nghiên cứu gắn với một thời điểm, một địa điểm, một nhóm người hay một mẫu vật cụ thể, và hầu như không bao giờ thu lại được y hệt. Ngay cả khi làm lại thí nghiệm, bạn có một bộ dữ liệu mới, không phải bộ cũ.
Dữ liệu gốc còn là bằng chứng. Khi ai đó hỏi kết quả của bạn từ đâu ra, bạn trả lời bằng cách mở dữ liệu thô và chỉ ra từng bước xử lý. Nếu chỉ còn bảng kết quả cuối cùng mà mất dữ liệu thô, bạn không còn cách chứng minh mình đã làm đúng. Ở bậc đại học trở lên, mất dữ liệu gốc có thể khiến cả một công trình không được chấp nhận.
Điểm yếu của người mới là đánh giá thấp xác suất sự cố. Điện thoại rơi xuống kênh, máy tính xách tay bị trộm ở quán cà phê, ổ USB cắm vào máy phòng tin học nhiễm mã độc, tài khoản email của trường bị khoá sau khi tốt nghiệp. Mỗi chuyện một lần thì hiếm, nhưng trong một dự án kéo dài vài tháng với vài người, khả năng ít nhất một chuyện như vậy xảy ra không hề nhỏ.
Quy tắc 3-2-1 áp vào ba hoàn cảnh nghiên cứu nhỏ
Quy tắc 3-2-1 không đòi hỏi thiết bị đắt tiền. Bảng dưới gợi ý cách thực hiện với những thứ học sinh, sinh viên và nhóm nhỏ thường có sẵn; bạn chọn dòng gần với mình rồi điều chỉnh.
| Hoàn cảnh | Ba bản nằm ở đâu | Hai loại phương tiện | Một bản ở nơi khác |
|---|---|---|---|
| Học sinh làm dự án ở trường | Máy tính ở nhà, ổ USB riêng của dự án, thư mục lưu trữ trực tuyến của tài khoản gia đình | Ổ cứng máy tính và ổ USB | Bản trực tuyến, hoặc ổ USB gửi giáo viên hướng dẫn giữ |
| Sinh viên đi thực địa vài ngày | Điện thoại thu dữ liệu, thẻ nhớ dự phòng, máy tính xách tay | Bộ nhớ điện thoại và thẻ nhớ hoặc máy tính | Tải lên lưu trữ trực tuyến mỗi tối khi có mạng ở nơi nghỉ |
| Nhóm khảo sát ở cơ quan, trường học | Thư mục dùng chung của nhóm, máy của người giữ dữ liệu, ổ cứng ngoài | Lưu trữ trực tuyến và ổ cứng ngoài | Ổ cứng ngoài cất ở phòng khác hoặc nhà người giữ dữ liệu |
Chữ "hai loại phương tiện" có lý do: các bản trên cùng một loại thiết bị dễ hỏng cùng lúc vì cùng một nguyên nhân, như cùng một con virus hay cùng một lần đổ nước lên bàn. Chữ "một bản ở nơi khác" phòng tình huống mất cả chỗ làm việc, như cháy, ngập hay mất trộm cả túi đựng máy và ổ cứng. Hai bản nằm cạnh nhau trong một ba lô chỉ đáng giá như một bản.
Sáu cách mất dữ liệu hay gặp nhất ở nghiên cứu nhỏ
Dữ liệu chỉ nằm trên điện thoại. Ảnh chụp mẫu, ghi âm phỏng vấn, phiếu khảo sát chụp lại thường chỉ nằm trong điện thoại của người thu. Mất hay hỏng máy là mất hết. Chuyển ra nơi khác ngay trong ngày thu.
Đồng bộ xoá theo. Một bạn lỡ xoá thư mục trên máy mình, dịch vụ đồng bộ xoá luôn bản trên mây và trên máy của cả nhóm. Đây là kiểu mất dữ liệu khiến nhiều người bất ngờ nhất, vì họ tưởng mình đã có bản sao.
Ghi đè lên tệp gốc. Mở tệp dữ liệu thô, sắp xếp lại hay xoá vài dòng thử, rồi bấm lưu theo thói quen. Bản gốc đã biến mất mà không cần sự cố phần cứng nào.
Ổ USB hỏng hoặc nhiễm mã độc. Ổ USB rẻ tiền, cắm rút nhiều máy, là phương tiện dễ hỏng. Dùng được làm một trong ba bản, không nên là bản duy nhất.
Tài khoản hết hạn. Tài khoản lưu trữ do trường cấp có thể bị thu hồi sau khi bạn ra trường hay chuyển trường. Dữ liệu cần giữ lâu thì chuyển sang nơi bạn kiểm soát được trước thời điểm đó.
Người giữ dữ liệu rời nhóm. Một thành viên nghỉ học, đổi lớp hay đơn giản là không trả lời tin nhắn, và dữ liệu nằm trong máy của bạn đó. Ngay từ đầu, quy định dữ liệu thô phải được đưa vào thư mục chung của nhóm trong vòng một ngày.
Lịch sao lưu theo nhịp thu dữ liệu
Lịch sao lưu tốt nhất là lịch bám theo công việc thật chứ không theo ngày cố định trên lịch. Một khung đơn giản:
- Cuối mỗi buổi thu dữ liệu: chuyển ảnh, ghi âm, số liệu từ thiết bị thu sang ít nhất một nơi khác, chụp ảnh các trang sổ ghi chép mới. Việc này mất năm phút và là bước quan trọng nhất trong toàn bộ lịch.
- Cuối mỗi tuần làm việc: sao chép toàn bộ thư mục dự án sang phương tiện thứ hai, ví dụ ổ cứng ngoài, và kiểm tra bản trực tuyến có đủ tệp mới của tuần không.
- Khi khoá dữ liệu: lúc thu xong và trước khi phân tích, tạo một bản nén của toàn bộ dữ liệu thô, đặt tên có ngày và chữ khoá dữ liệu, lưu ở cả ba nơi. Bản này không bao giờ bị sửa.
- Trước mỗi thao tác lớn: trước khi làm sạch hàng loạt, gộp tệp, đổi tên hàng loạt hay chạy một đoạn lệnh lạ, sao một bản tạm của thư mục liên quan.
- Khi kết thúc dự án: tạo bản lưu trữ cuối gồm dữ liệu thô, dữ liệu đã xử lý, bảng mã hoá, tệp phân tích và báo cáo đã nộp, kèm tệp README. Ghi rõ nơi lưu trong sổ ghi chép.
Đặt lời nhắc trên điện thoại cho hai mốc đầu. Thói quen chỉ hình thành khi nó được lặp lại đều, và lời nhắc là cách rẻ nhất để giữ nhịp trong những tuần bận rộn.
Đồng bộ không phải là sao lưu
Nhiều người nghĩ đã để thư mục trong dịch vụ lưu trữ trực tuyến là có bản sao. Thật ra phần lớn các dịch vụ này đồng bộ, nghĩa là giữ cho mọi nơi giống nhau. Bạn thêm một tệp, mọi nơi có tệp đó; bạn sửa hỏng một tệp, mọi nơi có bản hỏng; bạn xoá một tệp, mọi nơi mất tệp đó. Đồng bộ giúp bạn không mất dữ liệu khi máy hỏng, nhưng không giúp khi chính bạn hay bạn cùng nhóm làm sai.
Sao lưu đúng nghĩa là một bản sao tại một thời điểm, không tự thay đổi theo bản đang dùng. Ổ cứng ngoài được chép vào cuối tuần rồi rút ra cất đi là sao lưu. Bản nén khoá dữ liệu là sao lưu. Thùng rác và lịch sử phiên bản của dịch vụ trực tuyến là một lớp bảo vệ trung gian: chúng cho phép khôi phục tệp đã xoá hay quay lại phiên bản cũ trong một khoảng thời gian, khoảng thời gian này khác nhau tuỳ dịch vụ và gói tài khoản, nên bạn cần tự kiểm phiên bản hiện hành của dịch vụ mình dùng.
Cách kết hợp hợp lý cho nhóm nhỏ: thư mục đồng bộ để làm việc hằng ngày, cộng với một bản sao lưu định kỳ không đồng bộ. Khi có sự cố, trước tiên tìm trong thùng rác và lịch sử phiên bản; nếu không có, dùng bản sao lưu gần nhất. Ghi lại sự cố và cách khôi phục vào sổ ghi chép, vì nó có thể ảnh hưởng tới dữ liệu của những ngày giữa hai lần sao lưu.
Sao lưu dữ liệu người tham gia mà không làm lộ thông tin
Khi dữ liệu có thông tin về con người, như phiếu khảo sát có tên, ghi âm phỏng vấn, ảnh có mặt người, mỗi bản sao lưu thêm là một chỗ có thể lộ. Mục tiêu là vừa đủ bản sao để không mất, vừa không để bản nào rơi vào tay người không liên quan.
- Tách bảng đối chiếu mã với tên thật ra một tệp riêng, giữ ở ít nơi nhất có thể; dữ liệu làm việc chỉ dùng mã người tham gia.
- Bản sao lưu đặt trên ổ USB hay ổ cứng ngoài nên được nén có đặt mật khẩu hoặc đặt trong vùng lưu trữ được mã hoá. Mật khẩu ghi ở nơi khác với ổ, không dán lên vỏ ổ.
- Không dùng nhóm trò chuyện làm nơi lưu dữ liệu. Tệp gửi vào nhóm nằm lại trên máy của mọi thành viên và khó xoá hết sau này.
- Chia sẻ thư mục trực tuyến đích danh cho thành viên, không dùng đường dẫn công khai.
- Ghi âm phỏng vấn sau khi đã chép lời và kiểm xong, cân nhắc giữ hay huỷ theo đúng điều đã hứa với người tham gia lúc xin đồng ý.
- Khi dự án kết thúc, liệt kê mọi nơi đang có bản sao và quyết định giữ hay xoá từng nơi, ghi lại quyết định.
Nếu nghiên cứu có người tham gia là trẻ em, các nguyên tắc trên càng phải chặt hơn, và việc thu dữ liệu từ đầu phải có người lớn hướng dẫn và sự đồng ý của cha mẹ. Phần đạo đức khi làm nghiên cứu với người tham gia có bài riêng ở danh mục đạo đức nghiên cứu của trang.
Thử khôi phục và nhờ AI lập kế hoạch sao lưu
Một bản sao lưu chưa từng được thử mở là một bản sao lưu chưa chắc tồn tại. Mỗi tháng một lần, hoặc ít nhất một lần trước khi bắt đầu phân tích, lấy ngẫu nhiên vài tệp từ bản sao lưu, mở ra xem có đọc được không, có đúng là phiên bản mới nhất không. Nhiều người chỉ phát hiện ổ cứng ngoài đã hỏng, bản nén bị lỗi hay quên mật khẩu vào đúng lúc cần dùng.
AI có thể giúp bạn lập một kế hoạch sao lưu vừa với hoàn cảnh. Câu lệnh mẫu: "Mình là sinh viên năm hai, sắp đi khảo sát ba ngày ở một xã ven biển tỉnh Quảng Ngãi, thu dữ liệu bằng điện thoại gồm ảnh, ghi âm và phiếu khảo sát giấy. Mình có một máy tính xách tay, một ổ cứng ngoài và tài khoản lưu trữ trực tuyến. Nơi nghỉ có mạng yếu. Hãy lập kế hoạch sao lưu theo quy tắc 3-2-1 cho từng ngày, kèm danh sách việc cần làm mỗi tối, và chỉ ra rủi ro mình có thể chưa nghĩ tới."
Kế hoạch AI đưa ra là bản nháp để bạn sửa, không phải mệnh lệnh. Đọc lại xem nó có giả định thứ bạn không có không, như mạng ổn định hay thiết bị đắt tiền. Câu lệnh trên không cần và không nên chứa dữ liệu thật hay thông tin người tham gia; bạn chỉ mô tả hoàn cảnh. Sau đó ghi kế hoạch đã chốt vào thư mục quản lý của dự án để cả nhóm cùng làm theo.
Câu hỏi thường gặp
Chỉ cần lưu trên dịch vụ trực tuyến có đủ an toàn không?
Lưu trực tuyến bảo vệ bạn khỏi hỏng máy, mất máy, nhưng không bảo vệ khỏi xoá nhầm được đồng bộ, tài khoản bị khoá hay bị chiếm. Nên có thêm ít nhất một bản sao lưu không đồng bộ, ví dụ trên ổ cứng ngoài, được cập nhật định kỳ và cất ở chỗ khác.
Ổ USB có dùng làm bản sao lưu được không?
Được, như một trong nhiều bản, nhưng không nên là bản duy nhất. Ổ USB dễ thất lạc, dễ hỏng khi rút ra cắm vào nhiều máy và dễ nhiễm mã độc ở máy công cộng. Nếu chứa dữ liệu người tham gia, nên nén có mật khẩu hoặc dùng vùng lưu trữ mã hoá.
Dữ liệu dung lượng lớn như video thí nghiệm thì sao lưu thế nào?
Video chiếm nhiều chỗ nên có thể dùng ổ cứng ngoài dung lượng lớn làm bản thứ hai và lưu trữ trực tuyến cho bản thứ ba nếu đủ hạn mức. Nếu không đủ chỗ, ưu tiên sao lưu đầy đủ những đoạn chứa dữ liệu cần phân tích, và ghi lại trong sổ những đoạn nào đã bị lược bỏ.
Bao lâu thì nên kiểm tra lại bản sao lưu một lần?
Với dự án kéo dài vài tháng, mỗi tháng một lần là hợp lý, cộng thêm một lần trước khi phân tích và một lần khi kết thúc dự án. Chỉ cần mở thử vài tệp ngẫu nhiên, kiểm ngày sửa gần nhất và xem có đọc được không.
Có nên gửi dữ liệu cho AI để nhờ kiểm tra bản sao lưu có đủ không?
Không cần gửi dữ liệu. Nếu muốn nhờ AI so danh sách, bạn chỉ cần xuất danh sách tên tệp và dung lượng của hai thư mục, xoá tên người thật nếu có trong tên tệp, rồi nhờ AI chỉ ra tệp có ở bên này mà không có ở bên kia. Nội dung tệp không bao giờ phải rời khỏi máy.
Kết thúc dự án học sinh rồi, dữ liệu nên giữ hay xoá?
Dữ liệu không có thông tin cá nhân như số đo cây, số liệu thời tiết thì nên giữ, vì có thể dùng tiếp hay làm minh chứng. Dữ liệu có thông tin cá nhân thì làm theo đúng điều đã cam kết với người tham gia; nếu đã hứa xoá sau khi xong dự án thì xoá ở mọi nơi và ghi lại việc đã xoá.