Débugue tes humanités Saison 2
Séance 06 - Sauvegarder ses données
Pourquoi et comment sauvegarder ses données dans un contexte de recherche académique. Principes, organisation et implémentation technique.
Chaire de recherche du Canada sur les écritures numériques, Bibliothèque des lettres et des sciences humaines, Ouvroir d'histoire de l'art et de muséologie numérique. — antoine.fauchie@umontreal.ca
Plan de la séance #
Sauvegarder des données, pourquoi ?
Quelques principes pour la sauvegarde de nos données
Les types de sauvegarde
Rsync : synchronisé vite et bien
Chaîne de sauvegarde
Cette séance est une approche (parmi d’autres) aux questions de sauvegarde de données : il ne s’agit en aucun cas d’une formation à la sauvegarde informatique ou à une méthode complète.
Comme souvent dans l’informatique (et dans la vie), il s’agit avant tout de comprendre les enjeux et de prendre conscience des différents paramètres.
L’approche proposée ici a pour objectif de rendre la gestion de la sauvegarde de vos données possible tout en prenant en compte les parties les plus délicates de ce type d’opération.
1. Sauvegarder des données : pourquoi ? #
sauvegarder, verbe transit.CNRTL
La grande question est celle de savoir pourquoi nous avons besoin de sauvegarder des données, cette interrogation peut être divisée en plusieurs points :
que se passe-t-il si je perds mon ordinateur ?
que se passe-t-il si ma maison brûle ?
est-ce que je veux pouvoir accéder à mes données dans 10 ans ?
est-ce que j’ai besoin de retrouver une ancienne version d’un fichier ?
qui a besoin d’accéder à mes données et quand ?
etc.
2. Quelques principes pour la sauvegarde de nos données #
plusieurs types de données
la fréquence
les lieux/plateformes de stockage
la vérification
Avant de se poser la question de quelle solution technique adopter, il faut s’interroger sur quelques principes qui vont avoir une grande influence sur la suite.
2.1. Plusieurs types de données #
données actives : utilisations/modifications fréquentes
projets actifs
textes en cours d’écriture
annotations
bases de données (corpus, données bibliographiques, etc.)
etc.
données archivées : accès principalement en lecture
livres et documents à consulter (sans annotation)
musique et vidéo
projet ancien/inactif
images
etc.
Dans le premier cas il s’agit de données qui doivent être accessibles très régulièrement en lecture et en écriture : il ne s’agit pas seulement de pouvoir y accéder mais aussi de devoir les modifier.
Ces données doivent être sauvegarder fréquemment pour pouvoir retrouver les modifications du jour (par exemple).
Dans le second cas il s’agit d’informations qui vont être rarement modifiées, par exemple dans le cas d’un projet passé et terminé.
Une bonne façon de faire la différence entre les deux est de se poser la question suivante : si je perds mon ordinateur et que j’ai besoin d’accéder à un fichier :
est-ce que cet accès est urgent ?
est-ce que c’est un problème si je retrouve une version de ce fichier d’il y a 2 mois ?
Une donnée peut passer d’active à archivée et inversement.
Idéalement, l’organisation sur votre ordinateur peut refléter cette distinction.
2.2. La fréquence #
moins d’une heure : synchronisation continue
moins d’un jour : synchronisation régulière
moins d’un mois : synchronisation ponctuelle
Ce découpage est quelque peu arbitraire, mais il résume bien une situation que l’on rencontre : si nous travaillons sur un texte, la perte d’une heure d’écriture peut être critique.
En revanche pour d’autres travaux, une sauvegarde quotidienne peut suffire.
Selon le type d’usage ou de données, la fréquence va varier, et les types de sauvegardes également.
Ce qu’il faut tout d’abord noter ici c’est que le point de départ c’est l’ordinateur, et plus spécifiquement votre station de travail principale (dans le cas où vous devez travailler sur plusieurs machines) : c’est là où sont produites (ou récupérer) les données.
Les flèches représentent la sauvegarde des données : cette sauvegarde est unidirectionnelle, elle part de l’ordinateur pour aller vers un disque dur ou une plateforme de stockage.
votre ordinateur (portable ou non) : par défaut le dispositif qui produit et contient les données
disque dur : avec vous, chez vous, chez quelqu’un d’autre
des lieux physiques : votre maison , d’autres lieux
plateforme en ligne : l’ordinateur de quelqu’un d’autre accessible en ligne
Cette distinction permet de
Si vous avez un chez vous (une maison, un appartement, un lieu de vie abrité dans lequel vous pouvez vous rendre régulièrement et dans lequel vous pouvez conserver un disque dur sans crainte), alors vous pouvez y stocker votre ordinateur et un disque dur.
Ce point est important : il faut déterminer des espaces physiques que vous connaissez pour pouvoir y stocker un ou plusieurs disques durs.
J’écarte ici les dispositifs du type tablette ou téléphone intelligent, ils ne constituent pas des dispositifs de stockage et de sauvegarde, trop instables et peut-être trop mobiles.
2. Quelques principes pour la sauvegarde de nos données #
2.4. La vérification #
La partie la plus délicate :
est-ce que les données ont toutes été copiées ?
est-ce que le support de stockage fonctionne bien ?
plusieurs solutions : vérifications par échantillonnage notamment.
La sauvegarde ne suffit pas, car si les données sont stockées sur plusieurs dispositifs, encore faut-il que ces données soient lisibles et utilisables.
Sans aller jusqu’à l’émulation, il s’agit de s’assurer que les données aient bien été copiées et soient encore lisibles.
3. Les types de sauvegarde #
sauvegarde : copie conforme (copié/collé)
synchronisation : copie si modification
fréquence : continue/régulière/ponctuelle
versionnement : conservation d’un historique
4. rsync : synchronisé vite et bien #
rsync remote synchronization, (en français : « synchronisation distante ») est un logiciel libre de synchronisation de fichiers, distribué sous licence GNU GPL. La synchronisation est unidirectionnelle, c’est-à-dire qu’elle copie les fichiers de la source en direction de la destination. rsync est donc utilisé pour réaliser des sauvegardes incrémentielles ou différentielles ou pour diffuser le contenu d’un répertoire de référence.
Pourquoi utiliser rsync ?
Parce que c’est un moyen simple et très efficace de sauvegarder et mettre à jour ses données.
Et notamment en gardant la trace : des dates de publication précises (conservées au moment de la copie) et des droits d’utilisation (très utile).
Par ailleurs le fonctionnement de rsync est tel qu’une sauvegarde d’un ordinateur ne prend que quelques minutes (à partir de la deuxième sauvegarde) :
rsync est capable de comparer les fichiers d’origine et ceux conservés sur le deuxième support/dispositif ;
si aucune modification n’a été faite sur un fichier, rsync ne le copie/colle pas ;
ainsi un fichier lourd ne sera pas copié à chaque sauvegarde.
Pour donner un exemple : la sauvegarde complète de mon ordinateur (400Go) avec rsync sur un disque dur prend environ 15 minutes.
Le logiciel (avec interface graphique) peut vous faciliter l’utilisation de rsync (d’habitude utilisé en ligne de commande) : https://www.opbyte.it/grsync/ , a priori le logiciel est également disponible sous Mac et Windows.
5. Chaîne de sauvegarde #
