KA 4 · Bài 5

Data Storage & Operations

Data Storage & Operations (Lưu trữ & Vận hành dữ liệu) là Vùng kiến thức thứ tư của DAMA-DMBOK2, bao trùm thiết kế, cài đặt và hỗ trợ dữ liệu đã lưu trữ nhằm tối đa hoá giá trị của nó xuyên suốt vòng đời — từ khi tạo lập/thu nhận đến khi loại bỏ. Vùng này gồm hai hoạt động con lớn: Database Support (hỗ trợ toàn vòng đời CSDL vận hành) và Database Technology Support (chọn và quản lý công nghệ CSDL). Đây là hoạt động kỹ thuật do DBA và đội Data Operations đảm nhiệm để đảm bảo dữ liệu luôn sẵn sàng, an toàn, đúng hiệu năng.

1. Định nghĩa & Mục tiêu

Data Storage & Operations là gì

Định nghĩa (DMBOK2): Data Storage & Operations là việc thiết kế, cài đặt (implementation) và hỗ trợ dữ liệu đã lưu trữ để tối đa giá trị của dữ liệu. Hoạt động này bao gồm cả quản lý dữ liệu vận hành (operational data) trong toàn bộ vòng đời của nó, từ lập kế hoạch đến loại bỏ.

Vùng này thiên về kỹ thuật (technical) nhiều hơn các Vùng kiến thức khác. Nó có hai nhánh chính:

Database Support (Hỗ trợ CSDL): nằm ở trung tâm của Data Storage & Operations. Bắt đầu từ lập kế hoạch công nghệ, kéo dài suốt vòng đời qua cài đặt, giám sát, tinh chỉnh, sao lưu/phục hồi và loại bỏ dữ liệu.
Database Technology Support (Hỗ trợ công nghệ CSDL): lựa chọn, cài đặt và quản trị các sản phẩm công nghệ CSDL; định nghĩa yêu cầu kỹ thuật, đánh giá và chọn sản phẩm phù hợp với chiến lược tổ chức.

Mục tiêu	Diễn giải
Quản lý tính khả dụng (availability)	Đảm bảo dữ liệu và CSDL luôn sẵn sàng phục vụ, đúng SLA về uptime.
Bảo vệ toàn vẹn tài sản dữ liệu	Bảo toàn tính toàn vẹn (integrity) của dữ liệu qua sao lưu, phục hồi, kiểm soát vận hành.
Quản lý hiệu năng của giao dịch dữ liệu	Giám sát và tinh chỉnh để giao dịch dữ liệu chạy đúng kỳ vọng về tốc độ và thông lượng.

Vị trí trong DMBOK Wheel: Data Storage & Operations là một trong 11 Vùng kiến thức, nằm quanh trục Data Governance. Nó cung cấp nền tảng vận hành (môi trường lưu trữ) để các Vùng khác như Data Modeling, Data Security, Data Integration hoạt động.

2. Business Drivers

Vì sao tổ chức cần vùng này

Các động lực kinh doanh chính thúc đẩy đầu tư vào Data Storage & Operations theo DMBOK2:

Tính liên tục vận hành (business continuity): dữ liệu là tài sản sống còn; hệ thống phải hoạt động liên tục để hỗ trợ nghiệp vụ. Gián đoạn CSDL đồng nghĩa gián đoạn kinh doanh.
Bảo vệ tài sản dữ liệu: nhu cầu bảo toàn dữ liệu trước lỗi phần cứng, lỗi con người, thảm hoạ — thông qua backup/recovery và high availability.
Hiệu năng & khả năng mở rộng: khối lượng dữ liệu tăng nhanh (Big Data), đòi hỏi công nghệ lưu trữ đáp ứng được tốc độ và dung lượng.
Tối ưu chi phí công nghệ: lựa chọn đúng công nghệ CSDL (relational vs NoSQL, on-prem vs cloud) để cân bằng chi phí và nhu cầu.
Tuân thủ & kiểm toán: lưu trữ, lưu giữ (retention) và archiving dữ liệu đúng quy định pháp lý.

3. Khái niệm cốt lõi

Từ vựng nền tảng của vùng lưu trữ & vận hành

Khái niệm	Ý nghĩa
Database (CSDL)	Tập hợp dữ liệu có tổ chức, lưu trữ và truy cập điện tử. Được quản lý bởi một DBMS.
DBMS	Database Management System — phần mềm quản lý CSDL (Oracle, SQL Server, PostgreSQL, MongoDB...).
Instance	Một bản chạy (running copy) của phần mềm CSDL. Một máy chủ có thể chạy nhiều instance; mỗi instance quản lý một hoặc nhiều database.
Storage environment	Môi trường lưu trữ tách biệt: Development, Test/QA, Production (và đôi khi Sandbox, Staging).
ACID	Atomicity, Consistency, Isolation, Durability — bốn tính chất bảo đảm giao dịch tin cậy trong CSDL quan hệ.
BASE	Basically Available, Soft state, Eventual consistency — mô hình nhất quán "mềm" của nhiều hệ NoSQL, ưu tiên khả dụng và mở rộng.
CAP Theorem	Trong hệ phân tán chỉ đạt tối đa 2/3: Consistency, Availability, Partition tolerance. Cơ sở để chọn kiểu CSDL phân tán.
Backup / Recovery	Sao lưu dữ liệu và khôi phục khi có sự cố; nền tảng của bảo vệ dữ liệu.
Replication	Nhân bản dữ liệu sang nhiều node/địa điểm để tăng khả dụng và phân tải đọc.
High Availability (HA)	Kiến trúc giảm thiểu downtime: failover, clustering, standby.
Archiving	Chuyển dữ liệu ít dùng sang lưu trữ chi phí thấp nhưng vẫn truy xuất được khi cần.
Data Lifecycle	Vòng đời dữ liệu: Plan → Create/Obtain → Store & Maintain → Use → Enhance → Archive → Dispose.

3b. Các loại Cơ sở dữ liệu

Relational, NoSQL, Columnar, In-memory, Hierarchical

DMBOK2 phân biệt nhiều loại CSDL để chọn công nghệ phù hợp với bài toán lưu trữ:

Loại CSDL	Đặc điểm & trường hợp dùng	Ví dụ
Relational (quan hệ)	Dữ liệu tổ chức thành bảng có quan hệ, dùng SQL, đảm bảo ACID. Phù hợp OLTP, dữ liệu có cấu trúc, ràng buộc chặt.	Oracle, SQL Server, MySQL, PostgreSQL
Hierarchical (phân cấp)	Dữ liệu dạng cây cha-con; một trong các mô hình CSDL cổ nhất. Truy vấn theo đường dẫn.	IMS, cấu trúc XML, LDAP
Columnar (cột)	Lưu dữ liệu theo cột thay vì theo hàng; tối ưu cho phân tích/aggregation trên tập lớn (OLAP), nén tốt.	Cassandra, HBase, Vertica, Amazon Redshift
In-memory	Lưu dữ liệu trong RAM để đạt tốc độ cực cao; dùng cho phân tích real-time, caching.	SAP HANA, Redis, Oracle TimesTen
NoSQL – Key-Value	Lưu cặp khoá-giá trị đơn giản, cực nhanh; caching, session store.	Redis, DynamoDB, Riak
NoSQL – Document	Lưu tài liệu JSON/BSON linh hoạt schema; phù hợp dữ liệu bán cấu trúc.	MongoDB, Couchbase
NoSQL – Column-family	Nhóm cột theo họ (column family), mở rộng ngang tốt cho khối lượng lớn.	Cassandra, HBase
NoSQL – Graph	Lưu node & quan hệ (edge); tối ưu truy vấn mạng lưới, đề xuất, gian lận.	Neo4j, Amazon Neptune

Mẹo chọn: Relational cho giao dịch chặt chẽ & toàn vẹn (ACID); NoSQL cho khối lượng lớn, schema linh hoạt, mở rộng ngang (BASE); Columnar/In-memory cho phân tích tốc độ cao. Không có loại "tốt nhất" — chỉ có loại phù hợp với yêu cầu.

4. Context Diagram

Inputs → Activities → Deliverables

Sơ đồ ngữ cảnh (Context Diagram) của DMBOK2 mô tả đầu vào, hoạt động và đầu ra của Vùng Data Storage & Operations, cùng các bên liên quan.

Thành phần	Nội dung
Inputs (Đầu vào)	Yêu cầu quản lý dữ liệu & CSDL; mô hình dữ liệu (từ KA3 Data Modeling); kiến trúc dữ liệu; chuẩn công nghệ; SLA; yêu cầu bảo mật.
Activities (Hoạt động)	A. Manage Database Technology: hiểu nhu cầu công nghệ, định nghĩa yêu cầu, đánh giá & chọn công nghệ, quản lý & giám sát công nghệ. B. Manage Databases: hiểu yêu cầu, lập kế hoạch bảo vệ dữ liệu, cài đặt CSDL (implement), sao lưu & phục hồi, thiết lập môi trường, quản lý hiệu năng & capacity, quản lý vòng đời dữ liệu.
Deliverables (Đầu ra)	Chiến lược lưu trữ dữ liệu; CSDL vận hành; môi trường lưu trữ (dev/test/prod); công nghệ CSDL được cài đặt; kế hoạch backup/recovery; báo cáo hiệu năng & capacity; SLA vận hành.
Suppliers (Nhà cung cấp)	Data Architects, Data Modelers, Software Developers, Data Governance, nhà cung cấp công nghệ (vendors), IT Infrastructure.
Participants (Người tham gia)	DBA (Production/Application/Development/Procedural), Data Operations staff, Network/Storage admins, Data Security team.
Consumers (Người tiêu dùng)	Application Developers, Data Analysts, Data Scientists, Business Users, các Vùng kiến thức khác (Integration, Warehousing, BI).
Tools	DBMS, công cụ giám sát, backup tools, công cụ mô hình hoá, virtualization/cloud platforms.
Techniques	Đặt tên chuẩn (naming standards), scripting, tự động hoá, monitoring dựa trên ngưỡng.

4b. Môi trường lưu trữ & Instances

Dev / Test / Production

Tổ chức duy trì nhiều storage environment tách biệt để cô lập rủi ro giữa phát triển và vận hành thực tế:

Môi trường	Mục đích
Development	Nơi developer xây dựng & thử nghiệm thay đổi schema, code. Dữ liệu thường là dữ liệu mẫu/ẩn danh.
Test / QA	Kiểm thử tích hợp, hiệu năng, UAT trước khi lên production. Cấu hình gần giống production.
Sandbox / Experimental	Môi trường "cát" cho phân tích thăm dò, thử nghiệm, thường do người dùng nghiệp vụ/analyst kiểm soát chứ không phải IT vận hành chuẩn.
Production	Môi trường "thật" phục vụ nghiệp vụ. Ưu tiên cao nhất về khả dụng, bảo mật, hiệu năng; thay đổi phải qua change management.

Về mặt kỹ thuật, DMBOK2 phân biệt instance (bản chạy phần mềm CSDL) và database (tập dữ liệu do instance quản lý). Một máy chủ có thể có nhiều instance phục vụ các môi trường/ứng dụng khác nhau.

Cảnh báo: Không bao giờ dùng dữ liệu production thật (nhất là PII) trong môi trường dev/test khi chưa masking/obfuscation. Đây là lỗ hổng tuân thủ phổ biến — liên hệ trực tiếp tới KA5 Data Security.

5. Vai trò

Các loại DBA & Data Operations

DMBOK2 phân loại DBA (Database Administrator) theo trọng tâm công việc:

Vai trò	Trách nhiệm
Production DBA	Trung tâm của Data Operations: đảm bảo tính khả dụng, hiệu năng & toàn vẹn của CSDL production. Lo backup/recovery, HA, giám sát, tinh chỉnh, khắc phục sự cố.
Application DBA	Chịu trách nhiệm về một hoặc nhiều CSDL gắn với ứng dụng cụ thể; hiểu sâu mô hình dữ liệu & nhu cầu ứng dụng, phối hợp chặt với đội phát triển.
Procedural DBA	Chuyên về code chạy trong CSDL: stored procedures, triggers, functions; đảm bảo chất lượng & hiệu năng của business logic phía DB.
Development DBA	Tập trung vào thiết kế & xây dựng CSDL trong giai đoạn phát triển: mô hình hoá vật lý, tối ưu schema, chuẩn hoá thiết kế trước khi bàn giao cho production.
NSA / Network Storage Administrator	Quản lý hạ tầng lưu trữ vật lý (SAN/NAS), dung lượng đĩa, hỗ trợ DBA.
Data Operations staff	Vận hành hằng ngày: lịch backup, job, giám sát, xử lý ticket vận hành.

Ghi nhớ: Production DBA là vai trò cốt lõi của "Operations". Development DBA gần với KA3 (Data Modeling & Design) hơn — thiết kế; còn Production DBA thuần "vận hành".

6. Tools & Techniques

Công cụ & kỹ thuật vận hành

Nhóm	Ví dụ & mô tả
DBMS	Oracle, SQL Server, DB2, PostgreSQL, MySQL (relational); MongoDB, Cassandra, Redis, Neo4j (NoSQL).
Backup / Recovery tools	Công cụ sao lưu, snapshot, point-in-time recovery; kiểm thử phục hồi định kỳ.
Monitoring / Alerting	Công cụ giám sát hiệu năng, tình trạng CSDL, cảnh báo theo ngưỡng (uptime, latency, dung lượng).
Data modeling & admin tools	Công cụ quản trị CSDL, quản lý schema, sinh script DDL.
Virtualization & Cloud	Nền tảng ảo hoá & cloud (DBaaS) giúp cấp phát, mở rộng, HA linh hoạt.

Kỹ thuật chính:

Test in lower environments: mọi thay đổi kiểm thử ở dev/test trước khi lên production.
Physical naming standards: đặt tên chuẩn cho object CSDL để dễ quản trị.
Script usage & automation: tự động hoá tác vụ lặp (backup, deploy schema) bằng script để giảm lỗi thủ công.
Performance tuning: đánh chỉ mục (indexing), tối ưu truy vấn, phân vùng (partitioning), quản lý bộ nhớ.

6b. Bảo vệ dữ liệu & Vòng đời

Backup, Recovery, Replication, HA, Archiving

Cơ chế	Diễn giải
Backup & Recovery	Sao lưu định kỳ (full/incremental/differential) và khả năng khôi phục. Cần định nghĩa RPO (Recovery Point Objective – mất tối đa bao nhiêu dữ liệu) và RTO (Recovery Time Objective – khôi phục trong bao lâu).
Replication	Nhân bản dữ liệu (đồng bộ/bất đồng bộ) sang node/site khác để tăng khả dụng & phân tải đọc.
High Availability	Clustering, failover, standby database để giảm downtime; đáp ứng SLA uptime cao.
Disaster Recovery (DR)	Kế hoạch khôi phục sau thảm hoạ diện rộng, thường ở site địa lý khác.
Archiving & Retention	Chuyển dữ liệu cũ sang lưu trữ rẻ hơn theo chính sách retention; đảm bảo tuân thủ và giảm tải hệ thống chính.
Purging / Disposal	Loại bỏ dữ liệu hết vòng đời một cách an toàn theo chính sách.

Vòng đời dữ liệu (Data Lifecycle) mà Storage & Operations hỗ trợ:

Plan → Create/Obtain → Store & Maintain → Use → Enhance → Archive → Dispose

Performance & Capacity: DBA giám sát và tinh chỉnh hiệu năng (indexing, tối ưu query, quản lý bộ nhớ & I/O) đồng thời lập kế hoạch dung lượng (capacity planning) để dự báo tăng trưởng dữ liệu và chủ động mở rộng lưu trữ trước khi cạn.

7. Metrics

Đo lường vận hành

Nhóm metric	Ví dụ chỉ số
Availability	Uptime %, số/độ dài downtime, tuân thủ SLA.
Performance	Thời gian phản hồi truy vấn, thông lượng giao dịch (transactions/s), latency, tỉ lệ cache hit.
Capacity	Mức sử dụng dung lượng lưu trữ, tốc độ tăng trưởng dữ liệu, dự báo cạn dung lượng.
Recovery	Tỉ lệ backup thành công, thời gian phục hồi thực tế so với RTO, RPO đạt được.
Operations	Số incident/sự cố CSDL, thời gian giải quyết, số thay đổi schema thành công.

8. Best practices & Pitfalls

Thực hành tốt & sai lầm thường gặp

Best practices:

Kiểm thử phục hồi định kỳ: backup vô nghĩa nếu chưa từng khôi phục thử. Phải diễn tập recovery.
Tự động hoá & scripting: giảm sai sót thủ công cho backup, deploy, monitoring.
Chuẩn hoá đặt tên & cấu hình: nhất quán giữa các môi trường để giảm lỗi khi promote.
Giám sát chủ động theo ngưỡng: phát hiện vấn đề trước khi ảnh hưởng người dùng.
Capacity planning trước: dự báo tăng trưởng, mở rộng trước khi cạn dung lượng.
Tách biệt môi trường: dev/test/prod độc lập; masking dữ liệu nhạy cảm trong môi trường thấp.

Pitfalls (sai lầm cần tránh):

Backup không được kiểm thử phục hồi — "có mà như không".
Không có kế hoạch DR hoặc HA cho hệ thống trọng yếu.
Thay đổi trực tiếp trên production, bỏ qua change management & môi trường test.
Dùng dữ liệu PII thật trong dev/test không masking.
Bỏ qua capacity planning đến khi hết dung lượng gây downtime.
Coi Storage & Operations chỉ là "việc kỹ thuật", tách rời khỏi Governance & Security.

Liên hệ Governance: tuy thiên kỹ thuật, Data Storage & Operations vẫn phải tuân theo chính sách của Data Governance (retention, security, standards) và phối hợp với KA5 Data Security để bảo vệ dữ liệu ở tầng lưu trữ.