nature杂志的TECHNOLOGY FEATURE 栏目在13 JANUARY 2020发表了一个有趣的小短文：Eleven tips for working with large data sets，副标题是：Big data are difficult to handle. These tips and tricks can smooth the way.
我简要概括一下：

珍惜您的数据

• 多处备份原始数据
• 冷存储
  

  可视化

• 一图胜千言
• 流程里每个步骤独立质量控制，组合质量控制
  

  工作流

  结合了软件代码，文本和图形的文档，交互式报表

• rmarkdown
• jupyter notebook
  

  版本控制

• md5文件
• zenodo
  

  数据的描述信息

• 描述了如何收集，格式化和组织观测
  

  自动化

  记录时间消耗

• 大数据集需要高性能计算（HPC）
• 云服务器提供商
  

  系统运行环境

• 操作系统和软件库
• Docker容器
  

  流程里面不要下载数据

• 数据库文件打包在流程
  

  学一门编程语言

• 基础命令行操作
• 诸如Python或R之类的编程语言
  

  善用帮助资源

• Stack Overflow
• 现场培训