سأتحدث إليكم اليوم عن الحوسبة السحابية والبيانات الضخمة والذكاء الاصطناعي. لماذا نتحدث عن هذه الأشياء الثلاثة؟ لأن هذه الأشياء الثلاثة تحظى بشعبية كبيرة الآن ، ويبدو أنها مرتبطة ببعضها البعض: عندما نتحدث عن الحوسبة السحابية ، سنذكر البيانات الضخمة ، وعندما نتحدث عن الذكاء الاصطناعي ، سنذكر البيانات الضخمة ، وعندما نتحدث عن الذكاء الاصطناعي ، سنذكر الحوسبة السحابية ... ... يبدو أن الثلاثة مكملون وغير منفصلين. ولكن إذا كان شخصًا غير تقني ، فقد يكون من الصعب فهم العلاقة بين الثلاثة ، لذلك من الضروري شرح ذلك.

أولاً ، الهدف الأولي للحوسبة السحابية أعتقد أن هناك العديد من الطلاب الذين يرغبون في تعلم البيانات الضخمة هنا. يمكنك + تنزيل تنورة تعلم البيانات الضخمة: 957205962 ، يمكنك الحصول على البرنامج التعليمي لتعلم البيانات الضخمة للنظام مجانًا

لنتحدث عن الحوسبة السحابية أولاً. الهدف الأولي للحوسبة السحابية هو إدارة الموارد ، بشكل أساسي في ثلاثة جوانب: موارد الحوسبة وموارد الشبكة وموارد التخزين.

1. تشبه إدارة مركز البيانات امتلاك جهاز كمبيوتر

ما هي موارد الحوسبة والشبكة والتخزين؟

على سبيل المثال ، إذا كنت ترغب في شراء جهاز كمبيوتر محمول ، فهل تحتاج إلى الاهتمام بنوع وحدة المعالجة المركزية التي يمتلكها هذا الكمبيوتر؟ كم الذاكرة؟ يتم استدعاء هذين موارد الحوسبة.

للوصول إلى الإنترنت على هذا الكمبيوتر ، يحتاج إلى منفذ شبكة يمكن توصيله بكابل شبكة ، أو بطاقة شبكة لاسلكية يمكنها الاتصال بجهاز التوجيه المنزلي الخاص بنا. يحتاج منزلك أيضًا إلى الذهاب إلى مشغل مثل China Unicom أو China Mobile أو Telecom لفتح شبكة ، مثل عرض النطاق الترددي 100M. ثم سيحضر السيد كبل شبكة إلى منزلك ، وقد يساعدك السيد في تكوين جهاز التوجيه الخاص بك واتصال شبكة الشركة. بهذه الطريقة ، يمكن لجميع أجهزة الكمبيوتر والهواتف المحمولة والأجهزة اللوحية في منزلك الوصول إلى الإنترنت من خلال جهاز التوجيه الخاص بك. هذا هو موارد الإنترنت.

قد تسأل أيضًا عن حجم القرص الصلب؟ في الماضي ، كانت الأقراص الصلبة صغيرة جدًا ، مثل 10G ؛ وفي وقت لاحق ، حتى الأقراص الصلبة 500G و 1T و 2T لم تكن جديدة. (1T تساوي 1000 جرام) ، هذا هو موارد التخزين.

هذا هو الحال بالنسبة للكمبيوتر ، وينطبق الشيء نفسه على مركز البيانات. تخيل أن لديك غرفة كمبيوتر كبيرة جدًا بها الكثير من الخوادم. تحتوي هذه الخوادم أيضًا على وحدات المعالجة المركزية والذاكرة والأقراص الصلبة ، كما أنها متصلة بالإنترنت من خلال أجهزة مثل أجهزة التوجيه. السؤال في هذا الوقت هو: كيف يقوم الأشخاص الذين يقومون بتشغيل مركز البيانات بإدارة هذه الأجهزة بطريقة موحدة؟

2. المرونة هي الحصول على ما تريد ، بقدر ما تريد

الهدف من الإدارة هو تحقيق المرونة في كلا المجالين. أي جانبين على وجه التحديد؟

خذ مثالاً لتفهمه: على سبيل المثال ، يحتاج شخص ما إلى جهاز كمبيوتر صغير به وحدة معالجة مركزية واحدة فقط ، وذاكرة 1G ، وقرص صلب 10G ، وعرض نطاق ترددي 1M. هل يمكنك إعطائها له؟ يعد الكمبيوتر بمثل هذه المواصفات الصغيرة الآن أفضل من أي كمبيوتر محمول ، وأي نطاق عريض في المنزل يتطلب 100 ميجا. ومع ذلك ، إذا ذهب إلى منصة الحوسبة السحابية ، فعندما يريد هذا المورد ، فهو بحاجة إلى القليل فقط.

في هذه الحالة ، يمكن أن تحقق جانبين من المرونة:

مرونة الوقت: يمكنك أن تطلبها عندما تريد ، وتخرج في وقت ما عندما تحتاجها ؛

مرونة المساحة: بقدر ما تريد. إذا كنت بحاجة إلى جهاز كمبيوتر صغير جدًا ، فيمكنك إرضاءه ؛ إذا كنت بحاجة إلى مساحة كبيرة جدًا ، مثل قرص سحابي ، فإن المساحة المخصصة لكل شخص بواسطة قرص السحابة كبيرة جدًا في أي وقت ، وهناك مساحة للتحميل في أي وقت ، ولن يتم استخدامها مطلقًا ، وهو أمر يمكن إرضاءه أيضًا.

مرونة المساحة ومرونة الوقت هي ما نطلق عليه غالبًا مرونة الحوسبة السحابية. استغرق حل مشكلة المرونة وقتًا طويلاً للتطور.

3. الأجهزة المادية ليست مرنة

المرحلة الأولى هي الفترة المادية للجهاز. خلال هذه الفترة ، احتاج العملاء إلى جهاز كمبيوتر ، لذلك اشترينا واحدًا ووضعناه في مركز البيانات.

بالطبع ، تزداد قوة الأجهزة المادية. على سبيل المثال ، الخوادم ، تبلغ الذاكرة دائمًا 100 جيجا بايت من الذاكرة ؛ على سبيل المثال ، معدات الشبكة ، يمكن أن يكون عرض النطاق الترددي للمنفذ عشرات الجيجابايت أو حتى مئات الجيجابايت ؛ على سبيل المثال ، التخزين ، على الأقل مستوى PB في مركز البيانات (A P هي 1000 Ts و T هي 1000 Gs).

ومع ذلك ، لا توفر الأجهزة المادية قدرًا كبيرًا من المرونة:

الأول أنه يفتقر إلى مرونة الوقت. لا يمكنك الحصول عليها عندما تريدها. على سبيل المثال ، يتطلب شراء خادم أو شراء كمبيوتر وقتًا للشراء. إذا أخبر المستخدم بائع السحابة فجأة أنه يريد فتح جهاز كمبيوتر واستخدام خادم فعلي ، فسيكون من الصعب الشراء في ذلك الوقت. قد تستغرق العلاقة الجيدة مع أحد الموردين أسبوعًا ، وقد تستغرق العلاقة العامة مع أحد الموردين شهرًا حتى يتم شراؤها. انتظر المستخدم لفترة طويلة حتى يكون الكمبيوتر في مكانه ، ثم اضطر المستخدم إلى تسجيل الدخول والبدء ببطء في نشر تطبيقاته الخاصة. مرونة الوقت ضعيفة للغاية.

والثاني هو مرونته المكانية. على سبيل المثال ، يحتاج المستخدمون المذكورون أعلاه إلى جهاز كمبيوتر صغير جدًا ، ولكن كيف يمكن أن يكون هناك كمبيوتر صغير الحجم؟ لا يمكنك شراء مثل هذا الجهاز الصغير لإرضاء المستخدمين طالما أن ذاكرة G واحدة هي محرك أقراص ثابت 80 جيجا بايت. ومع ذلك ، إذا اشتريت جهازًا كبيرًا ، فستحتاج إلى تحميل المستخدم المزيد من المال لأن الكمبيوتر كبير ، لكن المستخدم يحتاج إلى استخدام جهاز صغير فقط ، لذلك من غير العدل دفع المزيد.

4. الافتراضية هي أكثر مرونة

أحسبها شخص ما. الطريقة الأولى هي الافتراضية. ألا يحتاج المستخدم فقط إلى جهاز كمبيوتر صغير؟ تعد الأجهزة المادية في مركز البيانات قوية للغاية ، ويمكنني محاكاة قطعة صغيرة من وحدة المعالجة المركزية الفعلية والذاكرة والقرص الصلب لإعطاءها للعملاء ، ويمكنني أيضًا محاكاة قطعة صغيرة لإعطاءها للعملاء الآخرين. يمكن لكل عميل رؤية قطعته الصغيرة فقط ، ولكن في الواقع يستخدم كل عميل قطعة صغيرة من الجهاز الكبير بأكمله.

تجعل تقنية المحاكاة الافتراضية أجهزة الكمبيوتر الخاصة بالعملاء المختلفين تبدو معزولة. هذا يعني أنني أنظر إليه كما لو أن هذا القرص ملكي ، وأنت تنظر إلى هذا القرص كقرصك ، لكن في الواقع ، قد يقع 10G و 10G على نفس التخزين الكبير والكبير. وإذا تم إعداد الأجهزة المادية مسبقًا ، يمكن لبرنامج المحاكاة الافتراضية جعل الكمبيوتر افتراضيًا بسرعة كبيرة ، ويمكن حله بشكل أساسي في بضع دقائق. لذلك إذا كنت تريد إنشاء جهاز كمبيوتر على أي سحابة ، فسيظهر في غضون بضع دقائق ، وهذه هي الحقيقة.

بهذه الطريقة ، يتم حل مرونة المكان والزمان بشكل أساسي.

5. كسب المال والمشاعر في العالم الافتراضي

في مرحلة المحاكاة الافتراضية ، أفضل شركة هي VMware. إنها شركة مبكرة تطبق تقنية المحاكاة الافتراضية ، والتي يمكنها تحقيق التمثيل الافتراضي للحوسبة والشبكات والتخزين. هذه الشركة جيدة جدًا ، والأداء جيد جدًا ، كما يُباع برنامج المحاكاة الافتراضية بشكل جيد جدًا ، كما أنها تدر الكثير من المال.وفي وقت لاحق ، اشترتها EMC (أفضل 500 شركة في العالم ، أول علامة تجارية لمصنعي التخزين).

لكن لا يزال هناك العديد من الأشخاص العاطفيين في هذا العالم ، وخاصة المبرمجين. ماذا يحب المتعاطفون أن يفعلوا؟ المصدر المفتوح.

الكثير من البرامج في هذا العالم لها مصدر مغلق ومفتوح المصدر ، والمصدر هو الكود المصدري. وهذا يعني أن برنامجًا معينًا يتم تنفيذه جيدًا ويحب الجميع استخدامه ، لكن رمز هذا البرنامج مغلق من قبلي ، وشركتي فقط تعرفه ، ولا يعرفه أحد. إذا أراد أشخاص آخرون استخدام هذا البرنامج ، فعليهم أن يدفعوا لي ، وهذا ما يسمى المصدر المغلق.

ولكن هناك دائمًا بعض كبار الثيران في العالم الذين لا يستطيعون تحمل الموقف الذي تجني فيه الأسرة بأكملها المال. تعتقد الأبقار الكبيرة أنه يمكنك معرفة هذه التكنولوجيا ويمكنني أيضًا ؛ إذا كان بإمكانك تطويرها ، فيمكنني ذلك أيضًا. عندما طورته ، لم أتقاضى أي أموال. شاركت الرمز مع الجميع. يمكن لأي شخص في العالم استخدامه ، ويمكن للجميع الاستمتاع بالمزايا. وهذا ما يسمى المصدر المفتوح.

على سبيل المثال ، يعتبر Tim Berners-Lee الأخير شخصًا عاطفيًا للغاية. في عام 2017 ، حصل على جائزة Turing لعام 2016 "لاختراعه شبكة الويب العالمية ، والمتصفح الأول ، والبروتوكولات الأساسية والخوارزميات التي مكنت شبكة الويب العالمية من التوسع." جائزة تورينج هي جائزة نوبل في الحوسبة. ومع ذلك ، فإن الشيء الأكثر إثارة للإعجاب فيه هو أنه ساهم بشبكة الويب العالمية ، وهي تقنية WWW الشائعة لدينا ، إلى العالم للاستخدام المجاني. يجب أن نشكره على كل ما نقوم به على الإنترنت الآن. إذا استخدم هذه التكنولوجيا لجمع الأموال ، فيجب أن يكون ثريًا مثل بيل جيتس.

هناك العديد من الأمثلة على المصادر المفتوحة والمغلقة:

على سبيل المثال ، يوجد Windows في العالم مغلق المصدر ، وعلى الجميع أن يدفع لشركة Microsoft مقابل استخدام Windows ؛ يظهر Linux في عالم مفتوح المصدر. جنى بيل جيتس الكثير من الأموال من البرامج المغلقة مثل Windows و Office ، وكان يُدعى أغنى رجل في العالم ، وطور دانيال نظام تشغيل آخر هو Linux. ربما لم يسمع الكثير من الناس عن Linux ، فالعديد من البرامج التي تعمل على خوادم الخلفية كلها على Linux. على سبيل المثال ، يستمتع الجميع بـ Double Eleven ، سواء كان Taobao أو JD.com أو Koala ... الأنظمة التي تدعم عمليات الشراء السريعة لـ Double Eleven كلها تعمل على نظام Linux. إذا كان هناك Apple ، فهناك Android. القيمة السوقية لشركة Apple عالية جدًا ، لكن لا يمكننا رؤية رمز نظام Apple. إذن ، هناك بقرة كبيرة كتبت نظام تشغيل الهاتف المحمول بنظام Android. لذلك يمكنك أن ترى أن جميع الشركات المصنعة للهواتف المحمولة تقريبًا لديها نظام Android مثبتًا عليها. والسبب هو أن نظام Apple ليس مفتوح المصدر ، ويمكن للجميع استخدام نظام Android.

الشيء نفسه ينطبق على برامج المحاكاة الافتراضية ، وهي مكلفة للغاية مع برنامج VMware. ثم هناك بقرة كبيرة كتبت اثنين من برامج المحاكاة الافتراضية مفتوحة المصدر ، أحدهما يسمى Xen والآخر يسمى KVM. إذا لم تفعل التكنولوجيا ، يمكنك تجاهل هذين الاسمين ، ولكن سيتم ذكرهما لاحقًا.

6. الحوسبة شبه الأوتوماتيكية الافتراضية والحوسبة السحابية أوتوماتيكية بالكامل

إن القول بأن برنامج المحاكاة الافتراضية يحل مشكلة المرونة ليس صحيحًا تمامًا. نظرًا لأن برنامج المحاكاة الافتراضية ينشئ جهاز كمبيوتر افتراضيًا بشكل عام ، فمن الضروري تحديد الجهاز المادي الذي يتم وضع الكمبيوتر الظاهري عليه يدويًا. قد تتطلب هذه العملية أيضًا تكوينًا يدويًا أكثر تعقيدًا. لذلك ، لاستخدام برنامج المحاكاة الافتراضية من VMware ، يجب أن تحصل على شهادة جيدة جدًا ، ويحصل أولئك الذين يمكنهم الحصول على هذه الشهادة على راتب مرتفع للغاية ، مما يدل أيضًا على التعقيد.

لذلك ، فإن النطاق العنقودي للآلات المادية التي لا يمكن إدارتها إلا عن طريق برامج المحاكاة الافتراضية ليس كبيرًا بشكل خاص ، بشكل عام في نطاق عشرات أو عشرات أو مائة على الأكثر.

يؤثر هذا الجانب على مرونة الوقت: على الرغم من أن وقت إنشاء جهاز كمبيوتر افتراضيًا قصير جدًا ، مع توسع نطاق الكتلة ، تصبح عملية التكوين اليدوي أكثر وأكثر تعقيدًا وتستغرق وقتًا طويلاً. من ناحية أخرى ، فإنه يؤثر أيضًا على المرونة المكانية: عندما يكون عدد المستخدمين كبيرًا ، يظل حجم الكتلة بعيدًا عن مستوى المقدار الذي تريده. ومن المحتمل جدًا أن يتم استخدام هذا المورد قريبًا ، ويجب عليك شرائه.

لذلك ، عندما يصبح حجم الكتلة أكبر وأكبر ، يبدأ أساسًا بـ 1000 وحدة ، وغالبًا ما يصل إلى عشرات الآلاف ، أو حتى عشرات الملايين. إذا قمت بفحص BAT ، بما في ذلك NetEase و Google و Amazon ، فإن عدد الخوادم مرعب. يكاد يكون من المستحيل بالنسبة للعديد من الأجهزة الاعتماد على الأشخاص في اختيار موقع لوضع هذا الكمبيوتر الافتراضي وتكوينه وفقًا لذلك ، ولا تزال الأجهزة مطلوبة للقيام بذلك.

لقد اخترع الناس جميع أنواع الخوارزميات للقيام بذلك ، يسمى اسم الخوارزمية برنامج (مجدول). من منظور الشخص العادي ، يوجد مركز إرسال وآلاف من الأجهزة في مجموعة. بغض النظر عن عدد أجهزة الكمبيوتر الافتراضية لوحدة المعالجة المركزية والذاكرة والقرص الصلب الذي يحتاجه المستخدم ، سيجد مركز الإرسال تلقائيًا مكانًا في التجمع الكبير الذي يمكن أن يلبي احتياجات المستخدم. ابدأ تشغيل الكمبيوتر الافتراضي وتهيئته ، ويمكن للمستخدم استخدامه مباشرة. هذه المرحلة تسمى التجميع أو السحب. في هذه المرحلة ، يمكن أن يطلق عليها الحوسبة السحابية ، قبل أن تُسمى بالافتراضية فقط.

7. الحوسبة السحابية الخاصة والعامة

تنقسم الحوسبة السحابية تقريبًا إلى نوعين: أحدهما عبارة عن سحابة خاصة ، والآخر سحابة عامة ، ويقوم بعض الأشخاص بتوصيل السحابة الخاصة والسحابة العامة كسحابة مختلطة ، والتي لن تتم مناقشتها هنا.

سحابة خاصة: انشر برنامج المحاكاة الافتراضية والسحابة في مركز بيانات شخص آخر. غالبًا ما يكون المستخدمون الذين يستخدمون السحابة الخاصة أغنياء جدًا ، فهم يشترون الأراضي لبناء غرف كمبيوتر ، وشراء الخوادم ، والسماح لبائعي السحابة بنشرها هنا. أطلقت VMware لاحقًا منتجات الحوسبة السحابية بالإضافة إلى المحاكاة الافتراضية ، وحققت الكثير من المال في سوق السحابة الخاصة.

السحابة العامة: لنشر برامج الظاهرية والسحابة في مركز البيانات الخاص بالشركة المصنعة للسحابة ، لا يحتاج المستخدمون إلى الكثير من الاستثمار. مجرد تسجيل حساب يمكن أن ينشئ كمبيوترًا افتراضيًا بنقرة واحدة على صفحة ويب. على سبيل المثال ، AWS هي سحابة Amazon العامة ؛ على سبيل المثال ، Alibaba Cloud المحلية ، Tencent Cloud ، NetEase Cloud ، إلخ.

لماذا تقوم أمازون بعمل سحابة عامة؟ نحن نعلم أن أمازون كانت شركة تجارة إلكترونية كبيرة نسبيًا في الخارج ، وعندما تقوم بالتجارة الإلكترونية ، فإنها ستواجه بالتأكيد مشهدًا مشابهًا لـ Double Eleven: في لحظة معينة ، يندفع الجميع لشراء الأشياء. عندما يسارع الجميع لشراء أشياء ، فإن مرونة السحابة من حيث الوقت والمساحة ضرورية بشكل خاص. نظرًا لأنه لا يمكن أن تكون جميع الموارد جاهزة طوال الوقت ، فهذا يعد مضيعة للوقت. لكن لا يمكنك أن تكون غير مستعد لأي شيء. نظرًا لأن العديد من المستخدمين يرغبون في شراء أشياء على Double Eleven ، فلن يتمكنوا من الحصول عليها. لذلك ، عندما تكون هناك حاجة إلى Double Eleven ، يتم إنشاء عدد كبير من أجهزة الكمبيوتر الافتراضية لدعم تطبيقات التجارة الإلكترونية.بعد Double Eleven ، يتم إصدار هذه الموارد لأغراض أخرى. لذلك تحتاج أمازون إلى منصة سحابية.

ومع ذلك ، فإن برامج المحاكاة الافتراضية التجارية باهظة الثمن ، ولا تستطيع أمازون منح كل الأموال التي تجنيها من التجارة الإلكترونية لبائعي المحاكاة الافتراضية. لذلك طورت أمازون برنامج السحابة الخاص بها بناءً على تقنية المحاكاة الافتراضية مفتوحة المصدر ، مثل Xen أو KVM كما هو مذكور أعلاه. بشكل غير متوقع ، أصبحت التجارة الإلكترونية في أمازون أكثر شيوعًا ، وأصبحت منصتها السحابية أكثر شيوعًا.

نظرًا لأن النظام الأساسي السحابي الخاص به يحتاج إلى دعم تطبيقات التجارة الإلكترونية الخاصة به ؛ في حين أن بائعي الحوسبة السحابية التقليديين هم في الغالب من بائعي تكنولوجيا المعلومات وليس لديهم تطبيقات خاصة بهم تقريبًا ، فإن النظام الأساسي السحابي لشركة Amazon أكثر ملاءمة للتطبيقات وقد تطورت بسرعة لتصبح العلامة التجارية الأولى لـ جعلت الحوسبة السحابية الكثير من المال.

قبل إعلان أمازون عن التقرير المالي لمنصة الحوسبة السحابية ، توقع الناس أن التجارة الإلكترونية في أمازون تجني الأموال ، وأن السحابة تجني الأموال أيضًا؟ في وقت لاحق ، عندما تم الإعلان عن التقرير المالي ، وجد أنه لم يكن كسب المال العادي. في العام الماضي وحده ، حققت Amazon AWS إيرادات سنوية قدرها 12.2 مليار دولار وأرباح تشغيلية قدرها 3.1 مليار دولار.

8. أموال ومشاعر الحوسبة السحابية

أما أمازون ، السحابة العامة رقم 1 ، فقد قضت وقتًا ممتعًا ، وكان Rackspace ، رقم 2 ، يقضي وقتًا ممتعًا. مستحيل ، هذه هي قسوة صناعة الإنترنت ، في الغالب نموذج الفائز يأخذ كل شيء. لذلك إذا لم يكن المركز الثاني في صناعة الحوسبة السحابية ، فربما لم يسمع به الكثير من الناس.

فكر المركز الثاني ، ماذا لو لم أستطع فعل الرئيس؟ المصدر المفتوح. كما ذكرنا سابقًا ، على الرغم من أن أمازون تستخدم تقنية افتراضية مفتوحة المصدر ، فإن كود التهيئة السحابية مغلق المصدر. يمكن للعديد من الشركات التي ترغب في القيام بذلك ولكن لا يمكنها إنشاء منصة سحابية مشاهدة أمازون وهي تجني أموالاً طائلة. بمجرد أن تجعل Rackspace شفرة المصدر علنية ، يمكن للصناعة بأكملها أن تجعل هذه المنصة أفضل وأفضل. أيها الأخوة ، يمكننا جميعًا أن نجتمع معًا ونقاتل مع الرئيس.

لذلك شارك Rackspace و NASA في تأسيس برنامج OpenStack مفتوح المصدر. يظهر الرسم التخطيطي لبنية OpenStack في الشكل أعلاه. إذا لم تكن في صناعة الحوسبة السحابية ، فلن تحتاج إلى فهم هذا المخطط ، ولكن يمكنك رؤية ثلاثة الكلمات الرئيسية: الحوسبة الحاسوبية ، شبكة الشبكات ، تخزين التخزين. وهي أيضًا منصة إدارة سحابية للحوسبة والشبكات والتخزين.

بالطبع ، التكنولوجيا في المرتبة الثانية جيدة جدًا أيضًا. مع OpenStack ، كما يعتقد Rackspace ، جميع الشركات الكبرى التي تريد إنشاء السحابة مجنونة. يمكنك تخيل جميع شركات تكنولوجيا المعلومات الكبيرة مثل IBM و Hewlett-Packard و Dell ، هواوي ، لينوفو ، إلخ ، كلهم مجانين.

اتضح أن كل شخص يريد إنشاء منصة سحابية. نظرًا لأن Amazon و VMware قد حققوا الكثير من الأموال ، فلا توجد طريقة للقيام بذلك. يبدو أنه من الصعب جدًا إنشاء واحدة بنفسك. حسنًا ، مع مثل هذا النظام الأساسي السحابي مفتوح المصدر OpenStack ، انضم جميع مصنعي تكنولوجيا المعلومات إلى هذا المجتمع ، وقدموا مساهمات في النظام الأساسي السحابي هذا ، وقاموا بتجميعها في منتجاتهم الخاصة ، وبيعها مع معداتهم الخاصة. قام البعض بإنشاء سحابة خاصة ، والبعض الآخر قام بإنشاء سحابة عامة ، وأصبح OpenStack هو المعيار الفعلي لمنصات السحابة مفتوحة المصدر.

9. IaaS ، المرونة على مستوى الموارد

نظرًا لأن تقنية OpenStack أصبحت أكثر نضجًا ، فإن المقياس الذي يمكن إدارته يصبح أكبر وأكبر ، ويمكن نشر مجموعات OpenStack المتعددة مع مجموعات متعددة. على سبيل المثال ، يتم نشر مجموعة واحدة في بكين ، ويتم نشر مجموعتين في Hangzhou ، ويتم نشر مجموعة واحدة في Guangzhou ، ثم يتم تنفيذ الإدارة الموحدة. لذا فإن المقياس بالكامل أكبر.

في هذا النطاق ، من أجل تصور المستخدمين العاديين ، من الممكن أساسًا أن يفعلوا ما يريدون عندما يريدون ، وبقدر ما يريدون. لنأخذ قرص السحابة كمثال. يتم تخصيص مساحة لقرص السحاب لكل مستخدم تبلغ 5 تيرابايت أو أكثر. إذا كان هناك 100 مليون شخص ، فما مقدار المساحة التي سيتم إضافتها.

في الواقع ، الآلية الكامنة وراء ذلك هي: تخصيص المساحة الخاصة بك ، يمكنك استخدام القليل منها فقط ، على سبيل المثال ، تخصيص 5 تيرابايت لك ، هذه المساحة الكبيرة هي فقط ما تراه ، وليس لك حقًا ، أنت في الواقع تستخدم 50 غيغابايت فقط ، إذن ما يتم إعطاؤه لك هو 50 غيغابايت. مع التحميل المستمر لملفاتك ، سيتم تخصيص مساحة أكبر لك.

عندما يقوم الجميع بالتحميل ، وتجد النظام الأساسي السحابي أنه ممتلئ تقريبًا (على سبيل المثال ، يتم استخدام 70 منه) ، فإنه سيشتري المزيد من الخوادم ويوسع الموارد الموجودة خلفه ، وهو أمر شفاف وغير مرئي للمستخدمين. من حيث الشعور ، تتحقق مرونة الحوسبة السحابية. في الواقع ، يشبه البنك إلى حد ما ، فهو يعطي المودعين الشعور بأنهم يستطيعون سحب الأموال في أي وقت ، وطالما أنهم لا يعملون في نفس الوقت ، فلن ينهار البنك.

10. ملخص

في هذه المرحلة ، تدرك الحوسبة السحابية أساسًا مرونة الوقت ومرونة المساحة ؛ تدرك مرونة الحوسبة والشبكة وموارد التخزين. غالبًا ما يشار إلى الحوسبة والشبكة والتخزين على أنها البنية التحتية للبنية التحتية ، لذلك تسمى المرونة في هذه المرحلة المرونة على مستوى الموارد. يُطلق على النظام الأساسي السحابي الذي يدير الموارد خدمة البنية التحتية ، والتي تُعرف أيضًا باسم IaaS (Infranstracture As A Service).

2. لا تدير الحوسبة السحابية الموارد فحسب ، بل تدير التطبيقات أيضًا

مع IaaS ، هل المرونة على مستوى الموارد كافية؟ من الواضح لا ، هناك مرونة على مستوى التطبيق.

وإليك مثال: على سبيل المثال ، لتنفيذ تطبيق التجارة الإلكترونية ، عادة ما تكفي عشرة آلات ، لكن هناك حاجة لمائة آلة لـ Double Eleven. قد تعتقد أنه من السهل التعامل معها. باستخدام IaaS ، يمكنك إنشاء 90 جهازًا جديدًا. ومع ذلك ، كانت الآلات الـ 90 التي تم إنشاؤها فارغة ، ولم يتم وضع تطبيق التجارة الإلكترونية عليها ، ولم يكن بإمكان موظفي التشغيل والصيانة في الشركة القيام بذلك إلا واحدًا تلو الآخر ، واستغرق تثبيتها وقتًا طويلاً.

على الرغم من تحقيق المرونة على مستوى الموارد ، إلا أن المرونة لا تزال غير كافية بدون مرونة طبقة التطبيق. هل يوجد أي طريقة لحل هذه المشكلة؟

يضيف الأشخاص طبقة أخرى أعلى منصة IaaS لإدارة مشكلة مرونة التطبيق فوق الموارد. تسمى هذه الطبقة عادةً PaaS (النظام الأساسي كخدمة). غالبًا ما يصعب فهم هذه الطبقة ، وتنقسم تقريبًا إلى جزأين: جزء يسمى "التثبيت التلقائي للتطبيق الخاص بك" ، وجزء آخر يسمى "التطبيق العام لا يحتاج إلى التثبيت".

التثبيت التلقائي لتطبيقاتك الخاصة: على سبيل المثال ، يتم تطوير تطبيقات التجارة الإلكترونية بنفسك ، ولا يعرف أي شخص آخر كيفية تثبيتها إلا بنفسك. مثل تطبيقات التجارة الإلكترونية ، تحتاج إلى تكوين حساب Alipay أو WeChat أثناء التثبيت ، بحيث عندما يشتري شخص ما شيئًا من التجارة الإلكترونية الخاصة بك ، ستتم إضافة الأموال المدفوعة إلى حسابك ، ولن يعرف أحد غيرك. لذلك ، لا يمكن لمنصة عملية التثبيت المساعدة ، لكنها يمكن أن تساعدك على أتمتة ذلك. تحتاج إلى القيام ببعض الأعمال لدمج معلومات التكوين الخاصة بك في عملية التثبيت الآلي. على سبيل المثال ، في المثال أعلاه ، 90 آلة تم إنشاؤها حديثًا بواسطة Double Eleven فارغة. إذا كان من الممكن توفير أداة لتثبيت تطبيق التجارة الإلكترونية تلقائيًا على 90 جهازًا جديدًا ، فيمكن تحقيق مرونة حقيقية على مستوى التطبيق. على سبيل المثال ، يمكن لـ Puppet و Chef و Ansible و Cloud Foundary القيام بذلك ، ويمكن لأحدث تقنيات الحاوية ، Docker ، القيام بذلك بشكل أفضل.

لا تحتاج التطبيقات العامة الغرض إلى التثبيت: تشير ما يسمى بالتطبيقات ذات الأغراض العامة عمومًا إلى بعض التطبيقات المعقدة التي يستخدمها الجميع ، مثل قواعد البيانات. ستستخدم جميع التطبيقات تقريبًا قاعدة البيانات ، لكن برنامج قاعدة البيانات قياسي ، على الرغم من أن التثبيت والصيانة أكثر تعقيدًا ، إلا أن من يقوم بتثبيته هو نفسه. يمكن تحويل هذه التطبيقات إلى تطبيقات طبقة PaaS القياسية ووضعها على واجهة النظام الأساسي السحابي. عندما يحتاج المستخدم إلى قاعدة بيانات ، فإنها تخرج في وقت ما ، ويمكن للمستخدم استخدامها مباشرة. سأل أحدهم ، نظرًا لأن الجميع يقوم بتثبيت نفس الشيء ، فيمكنني القيام بذلك بنفسي ، ولست بحاجة إلى إنفاق المال لشرائه على النظام الأساسي السحابي. بالطبع لا ، قاعدة البيانات أمر صعب للغاية ، يمكن لـ Oracle وحدها جني الكثير من المال من خلال الاعتماد على قاعدة البيانات. شراء Oracle أيضًا يكلف الكثير من المال.

ومع ذلك ، ستوفر معظم المنصات السحابية قواعد بيانات مفتوحة المصدر مثل MySQL ، وهي مفتوحة المصدر ، ولن تحتاج إلى إنفاق الكثير من الأموال. ومع ذلك ، للحفاظ على قاعدة البيانات هذه ، من الضروري تعيين فريق كبير. إذا كان من الممكن تحسين قاعدة البيانات هذه لدعم Double Eleven ، فلا يمكن القيام بذلك في غضون عام أو عامين.

على سبيل المثال ، إذا كنت صانع دراجات ، بالطبع ليست هناك حاجة لتوظيف فريق قاعدة بيانات كبير جدًا للقيام بذلك ، فالتكلفة مرتفعة للغاية ، يجب أن تترك الأمر للمنصة السحابية للقيام بذلك ، يقوم الأشخاص المحترفون بذلك ، سحابة خصصت المنصة مئات الأشخاص للحفاظ على هذا النظام ، ما عليك سوى التركيز على تطبيق ركوب الدراجات الخاص بك.

مطلوب إما النشر التلقائي أو عدم النشر. بشكل عام ، لا تقلق بشأن طبقة التطبيق. هذا هو الدور المهم لطبقة PaaS.

بالرغم من أن طريقة البرنامج النصي يمكن أن تحل مشكلة نشر التطبيق الخاص بك ، إلا أن البيئات المختلفة تختلف بشكل كبير ، وغالبًا ما يتم تشغيل البرنامج النصي بشكل صحيح في بيئة واحدة ، ولكن ليس في بيئة أخرى.

الحاويات هي الحل الأفضل لهذه المشكلة.

الحاوية عبارة عن حاوية ، والحاوية تعني أيضًا الحاوية. في الواقع ، فإن فكرة الحاوية هي أن تصبح حاوية لتسليم البرامج. ملامح الحاوية: واحد هو التعبئة والتغليف والآخر قياسي.

في عصر عدم وجود حاويات ، افترض أنه تم نقل البضائع من A إلى B ، مروراً بثلاث محطات وتغيير السفن ثلاث مرات في المنتصف. في كل مرة يتم تفريغ البضائع من السفينة ، وتقطيعها ، ثم وضعها على السفينة وإعادة ترتيبها. لذلك ، في حالة عدم وجود حاويات ، في كل مرة يتم فيها تغيير السفينة ، يتعين على الطاقم البقاء على الشاطئ لبضعة أيام قبل المغادرة.

بعد الحصول على الحاوية ، يتم تعبئة جميع البضائع معًا ، ويكون حجم الحاوية هو نفسه ، لذلك في كل مرة يتم فيها تغيير السفينة ، يمكن نقل صندوق واحد ككل.

هذا هو تطبيق خاصيتين "تغليف" الحاوية و "المعيار" في الحياة.

فكيف تقوم الحاوية بتغليف التطبيق؟ لا يزال يتعين عليك التعرف على الحاويات. بادئ ذي بدء ، يجب أن تكون هناك بيئة مغلقة لتغليف البضائع بحيث لا تتداخل البضائع مع بعضها البعض وتكون معزولة عن بعضها البعض ، بحيث يكون التحميل والتفريغ مناسبًا. لحسن الحظ ، تمكنت تقنية LXC في Ubuntu منذ فترة طويلة من القيام بذلك.

تستخدم البيئة المغلقة تقنيتين بشكل أساسي ، أحدهما تقنية معزولة تسمى Namespace ، أي أن التطبيقات في كل Namespace ترى عناوين IP مختلفة ، ومساحات المستخدم ، وأرقام البرامج ، وما إلى ذلك. والآخر عبارة عن تقنية عزل تسمى Cgroups ، مما يعني أن الجهاز بأكمله يحتوي على الكثير من وحدة المعالجة المركزية والذاكرة ، ويمكن للتطبيق استخدام جزء منها فقط.

ما يسمى بالصورة المرآة هو حفظ حالة الحاوية في الوقت الذي تلحم فيه الحاوية ، تمامًا كما قال Sun Wukong: "ثابت" ، تم إصلاح الجزء الداخلي للحاوية في تلك اللحظة ، ثم حالة هذا يتم حفظ اللحظة كسلسلة من الملفات. تنسيق هذه الملفات قياسي ، ويمكن لأي شخص يرى هذه الملفات استعادة اللحظة التي تم إصلاحها في ذلك الوقت. عملية استعادة الصورة لوقت التشغيل (أي عملية قراءة ملف الصورة واستعادة تلك اللحظة) هي عملية تشغيل الحاوية.

باستخدام الحاويات ، يصبح النشر التلقائي لتطبيقات المستخدمين في طبقة PaaS سريعًا وأنيقًا.

3. البيانات الضخمة تشمل الحوسبة السحابية

تطبيق عام معقد في طبقة PaaS هو النظام الأساسي للبيانات الضخمة. كيف يتم دمج البيانات الضخمة في الحوسبة السحابية خطوة بخطوة؟

1. البيانات ليست كبيرة ولكنها تحتوي أيضًا على حكمة

في البداية ، هذه البيانات الضخمة ليست كبيرة. كم كانت البيانات هناك؟ الآن الجميع يقرأ الكتب الإلكترونية ويقرأ الأخبار على الإنترنت.عندما ولدنا في الثمانينيات ، لم يكن حجم المعلومات بهذه الضخامة ، لذلك كنا نقرأ الكتب والصحف فقط. كم عدد الكلمات الموجودة في جرائد الأسبوع؟ إذا لم تكن في مدينة كبيرة ، فلا يوجد الكثير من أرفف الكتب في مكتبة المدرسة العادية ، وفي وقت لاحق ، مع ظهور المعلوماتية ، سيكون هناك المزيد والمزيد من المعلومات.

بادئ ذي بدء ، دعنا نلقي نظرة على البيانات الموجودة في البيانات الضخمة ، والتي تنقسم إلى ثلاثة أنواع ، أحدها يسمى البيانات المنظمة ، والآخر يسمى البيانات غير المنظمة ، والآخر يسمى البيانات شبه المنظمة.

البيانات المنظمة: أي البيانات ذات التنسيق الثابت والطول المحدود. على سبيل المثال ، النموذج المعبأ عبارة عن بيانات منظمة ، الجنسية: جمهورية الصين الشعبية ، الجنسية: هان ، الجنس: ذكر ، وهذا ما يسمى البيانات المنظمة.

بيانات غير منظمة: يوجد الآن المزيد والمزيد من البيانات غير المهيكلة ، أي البيانات ذات الطول غير المحدد ولا يوجد تنسيق ثابت ، مثل صفحات الويب ، والتي تكون أحيانًا طويلة جدًا ، وأحيانًا تختفي في جمل قليلة ؛ على سبيل المثال ، الصوت والفيديو كلها بيانات غير منظمة .

البيانات شبه المنظمة: إنه موجود في بعض تنسيقات XML أو HTML. قد لا يفهمه أولئك الذين لا يشاركون في التكنولوجيا ، لكن هذا لا يهم.

في الواقع ، البيانات نفسها ليست مفيدة ، يجب معالجتها. على سبيل المثال ، ما تجمعه كل يوم عند تشغيلك بسوار هو بيانات ، والعديد من صفحات الويب على الإنترنت هي أيضًا بيانات ، والتي نسميها البيانات. البيانات نفسها غير مجدية ، لكن البيانات تحتوي على شيء مهم للغاية يسمى المعلومات (المعلومات).

البيانات شديدة الفوضى ، وبعد الفرز والتنظيف ، يمكن تسميتها بالمعلومات. سوف تحتوي المعلومات على العديد من القوانين ، ونحن بحاجة إلى تلخيص القوانين من المعلومات ، وهو ما يسمى المعرفة ، والمعرفة تغير المصير. هناك الكثير من المعلومات ، لكن بعض الأشخاص يرون المعلومات التي لا تكافئ شيئًا ، لكن بعض الأشخاص يرون مستقبل التجارة الإلكترونية من المعلومات ، ويرى البعض مستقبل البث المباشر ، لذا فالناس رائعون. إذا لم تستخلص المعرفة من المعلومات ، يمكنك فقط أن تكون متفرجًا في المد المتواصل للإنترنت من خلال مشاهدة اللحظات كل يوم.

بالمعرفة ، ومن ثم استخدام هذه المعرفة لتطبيقها في قتال حقيقي ، بعض الناس يقومون بعمل جيد جدًا ، وهذا الشيء يسمى الحكمة (الذكاء). لا تعني المعرفة بالضرورة الحكمة ، فعلى سبيل المثال ، كثير من العلماء على دراية كبيرة ، ويمكن تحليل ما حدث من جميع الزوايا. السبب وراء عظمة العديد من رواد الأعمال هو أنه من خلال تطبيق المعرفة المكتسبة على الممارسة ، فإنهم يقومون أخيرًا بعمل عظيم.

لذلك ، يتم تقسيم تطبيق البيانات إلى هذه الخطوات الأربع: البيانات والمعلومات والمعرفة والحكمة.

المرحلة الأخيرة هي ما يريده كثير من التجار. ترى أنني جمعت الكثير من البيانات ، هل يمكنك مساعدتي في اتخاذ القرار التالي بناءً على هذه البيانات وتحسين المنتج الخاص بي. على سبيل المثال ، عندما يشاهد المستخدم مقطع فيديو ، ينبثق إعلان بجواره ، وهو بالضبط ما يريد شراءه ؛ مثال آخر هو عندما يستمع المستخدم إلى الموسيقى ، وبعض الموسيقى الأخرى التي يريد حقًا الاستماع إليها موصى به.

ينقر المستخدم بالماوس على تطبيقي أو موقع الويب الخاص بي ، ويكون نص الإدخال هو كل البيانات بالنسبة لي. أريد فقط استخراج بعضها ، وتوجيه الممارسة ، وتكوين الحكمة ، حتى لا يتمكن المستخدم من إخراج نفسه من تطبيقي - لا أريد المغادرة عندما أصل إلى موقع الويب الخاص بي ، فأنا أستمر في البيع والشراء.

يقول الكثير من الناس أنني أريد قطع الاتصال بالإنترنت على Double Eleven. وتواصل زوجتي الشراء والشراء. بعد شرائها A ، أوصي B. قالت زوجتي ، "أوه ، B هو أيضًا المفضل لدي. زوجي ، أريد أن اشتريها." أنت تقول لماذا هذا البرنامج جيد جدًا وحكيم جدًا وتعرف زوجتي أفضل مني ، كيف فعلت هذا؟

2. كيف يمكن تسامي البيانات إلى الحكمة

تنقسم معالجة البيانات إلى عدة خطوات ، وعند اكتمالها فقط ستكون هناك حكمة في النهاية.

الخطوة الأولى تسمى جمع البيانات. أولاً ، يجب أن تكون هناك بيانات ، وهناك طريقتان لجمع البيانات:

الطريقة الأولى هي تناوله ، ومن الناحية المهنية ، يُطلق عليه الزحف أو الزحف. محركات البحث ، على سبيل المثال ، تفعل ذلك بالضبط: تقوم بتنزيل جميع المعلومات الموجودة على الإنترنت في مركز البيانات الخاص بها ، ويمكنك البحث عنها. على سبيل المثال ، عند البحث ، ستكون النتيجة قائمة ، لماذا هذه القائمة في شركة محرك البحث؟ هذا لأنه حذف جميع البيانات ، ولكن إذا نقرت على الرابط ، فإن الموقع لم يعد موجودًا في محرك البحث وشركتهم. على سبيل المثال ، هناك أخبار في سينا ، يمكنك استخدام بايدو للبحث عنها ، وعندما لا تنقر ، تكون الصفحة في مركز بيانات بايدو ، والصفحة التي تظهر بعد نقرة واحدة في مركز بيانات سينا.

الطريقة الثانية هي الدفع ، فهناك العديد من المحطات التي يمكن أن تساعدني في جمع البيانات. على سبيل المثال ، يمكن لـ Xiaomi Mi Band تحميل بيانات التشغيل اليومية وبيانات نبضات القلب وبيانات النوم إلى مركز البيانات.

الخطوة الثانية هي نقل البيانات. عادة ما يتم ذلك عن طريق قائمة الانتظار ، لأن كمية البيانات كبيرة جدًا ، ويجب معالجة البيانات لتكون مفيدة. لكن النظام لم يستطع التعامل معها ، لذلك كان علينا الوقوف في قائمة الانتظار والتعامل معها ببطء.

الخطوة الثالثة هي تخزين البيانات. الآن البيانات هي المال ، وإتقان البيانات يعادل إتقان المال. وإلا كيف يعرف موقع الويب ما تريد شراءه؟ لأنه يحتوي على بيانات المعاملات التاريخية الخاصة بك. لا يمكن إعطاء هذه المعلومات للآخرين وهي ثمينة للغاية ، لذلك يجب تخزينها.

الخطوة الرابعة هي معالجة البيانات وتحليلها. البيانات المخزنة أعلاه هي بيانات أولية ، ومعظم البيانات الأولية غير منظمة وتحتوي على الكثير من البيانات غير المرغوب فيها ، لذلك يجب تنظيفها وتصفيتها للحصول على بعض البيانات عالية الجودة. بالنسبة للبيانات عالية الجودة ، يمكن إجراء التحليل لتصنيف البيانات ، أو لاكتشاف العلاقات المتبادلة بين البيانات والحصول على المعرفة.

على سبيل المثال ، تستند الشائعات حول الجعة والحفاضات في سوبر ماركت وول مارت إلى تحليل بيانات شراء الأشخاص ، ووجدوا أنه عندما يشتري الرجال حفاضات ، فإنهم سيشترون الجعة في نفس الوقت. المعرفة ، ثم تنطبق على الممارسة ، والحصول على البيرة وعدادات الحفاضات قريبة جدًا للحصول على الحكمة.

الخطوة الخامسة هي استرجاع البيانات والتنقيب عنها. الاسترجاع هو البحث ، ما يسمى بالتردد في الشؤون الخارجية يسأل جوجل ، والتردد في الشؤون الداخلية يسأل بايدو. تضع كل من محركات البحث الداخلية والخارجية البيانات التي تم تحليلها في محرك البحث ، لذلك عندما يرغب الأشخاص في العثور على معلومات ، يمكنهم البحث عنها.

والآخر هو التنقيب ، فمجرد البحث عن المعلومات لم يعد يلبي متطلبات الناس. ومن الضروري أيضًا استخلاص العلاقة المتبادلة من المعلومات. على سبيل المثال ، البحث المالي ، عند البحث عن أسهم الشركة ، هل يجب أيضًا تعدين المديرين التنفيذيين للشركة؟ إذا بحثت للتو عن سهم الشركة ووجدت أنه ارتفع بشكل جيد ، فذهبت لشرائه. في الواقع ، أصدر المسؤولون التنفيذيون بيانًا ، والذي كان غير موات للغاية للسهم ، وانخفض في اليوم التالي. هذا يضر بغالبية المستثمرين؟ لذلك ، من المهم للغاية استخراج العلاقة في البيانات من خلال خوارزميات مختلفة لتكوين قاعدة معرفية.

3. في عصر البيانات الضخمة ، يجمع الناس الحطب واللهب مرتفع

عندما تكون كمية البيانات صغيرة ، يمكن لبعض الأجهزة حلها. ببطء ، عندما يزداد حجم البيانات أكثر فأكثر ، ولا يتمكن أفضل خادم من حل المشكلة ، فماذا يجب أن نفعل؟ في هذا الوقت ، من الضروري تجميع قوة آلات متعددة ، وسيعمل الجميع معًا لإنجاز هذا الشيء ، ويجمع الجميع الحطب ويكون اللهب مرتفعًا.

لجمع البيانات: بقدر ما يتعلق الأمر بإنترنت الأشياء ، يتم نشر الآلاف من أجهزة الكشف في الخارج لجمع كمية كبيرة من البيانات مثل درجة الحرارة والرطوبة والمراقبة والكهرباء. وبقدر ما يتعلق الأمر بمحركات البحث لصفحات الويب على الإنترنت ، فإن جميع صفحات الويب على كامل يجب تنزيل الإنترنت. من الواضح أن جهازًا واحدًا لا يمكنه القيام بذلك. يلزم وجود أجهزة متعددة لتشكيل نظام زاحف ويب. يقوم كل جهاز بتنزيل جزء ويعمل في نفس الوقت ، بحيث يمكن تنزيل عدد كبير من صفحات الويب في غضون فترة زمنية محدودة.

لنقل البيانات: سيتم بالتأكيد ازدحام قائمة الانتظار في الذاكرة بكمية كبيرة من البيانات ، لذلك يتم إنشاء قائمة انتظار موزعة بناءً على القرص الصلب ، بحيث يمكن نقل قائمة الانتظار بواسطة أجهزة متعددة في نفس الوقت ، اعتمادًا على كمية البيانات التي لديك ، طالما لدي قوائم انتظار كافية وخطوط أنابيب سميكة كافية ، فيمكن أن تصمد.

لتخزين البيانات: لا يمكن وضع نظام الملفات الخاص بجهاز واحد ، لذا يلزم وجود نظام ملفات كبير موزع للقيام بذلك ، ويتم تجميع الأقراص الثابتة لأجهزة متعددة في نظام ملفات كبير.

لتحليل البيانات: قد يكون من الضروري تحليل كمية كبيرة من البيانات وحسابها وتلخيصها. وبالتأكيد لن تتمكن آلة واحدة من التعامل معها ، ولن تكون قادرة على إكمال التحليل حتى عام القرد وشهر حصان. لذلك ، هناك طريقة حوسبة موزعة ، تقسم كمية كبيرة من البيانات إلى أجزاء صغيرة ، كل آلة تعالج جزءًا صغيرًا ، وآلات متعددة تعالجها بالتوازي ، ويمكن إتمام الحساب بسرعة. على سبيل المثال ، يفرز Terasort الشهير 1 تيرابايت من البيانات ، أي ما يعادل 1000 جرام. إذا تمت معالجته على جهاز واحد ، فسوف يستغرق الأمر عدة ساعات ، ولكن تكتمل المعالجة المتوازية في 209 ثوانٍ.

إذن ما يسمى بالبيانات الضخمة؟ بصراحة ، لا يمكن لآلة واحدة أن تنهيها ، ويمكن للجميع فعل ذلك معًا. ومع ذلك ، مع زيادة كمية البيانات ، تحتاج العديد من الشركات الصغيرة إلى معالجة كمية كبيرة من البيانات.ماذا يمكن لهذه الشركات الصغيرة أن تفعل بدون الكثير من الأجهزة؟

4. تحتاج البيانات الضخمة إلى الحوسبة السحابية ، والحوسبة السحابية تحتاج إلى بيانات ضخمة

بالحديث عن ذلك ، يفكر الجميع في الحوسبة السحابية. عندما تريد القيام بهذه المهام ، فأنت بحاجة إلى الكثير من الآلات للقيام بذلك معًا. تريد حقًا القيام بذلك عندما تريد ، وتحتاج إلى كل ما تريد.

على سبيل المثال ، قد يتم تحليل الوضع المالي لشركة تحليل البيانات الضخمة مرة واحدة في الأسبوع ، وسيكون استخدام مائة جهاز أو ألف جهاز إذا كنت تريد الاحتفاظ بها هناك إهدارًا كبيرًا. هل يمكننا إخراج هذه الآلاف من الآلات عندما نحتاج إلى الحساب ؛ وإذا لم يكن الأمر كذلك ، دع هذه الآلاف من الآلات تقوم بأشياء أخرى؟

من يستطيع فعل هذا؟ يمكن للحوسبة السحابية فقط توفير مرونة على مستوى الموارد لعمليات البيانات الضخمة. وستقوم الحوسبة السحابية أيضًا بنشر البيانات الضخمة على نظامها الأساسي PaaS كتطبيق عام مهم للغاية. نظرًا لأن النظام الأساسي للبيانات الضخمة يمكنه تمكين أجهزة متعددة من القيام بشيء واحد في نفس الوقت ، فإن هذا الشيء ليس شيئًا يمكن للأشخاص العاديين تطويره ، وهو ليس شيئًا يمكن للناس العاديين اللعب به. بغض النظر عن أي شيء ، عليك توظيف العشرات أو المئات من الأشخاص للعب هذا.

لذا تمامًا مثل قاعدة البيانات ، في الواقع ، لا تزال بحاجة إلى مجموعة من الأشخاص المحترفين للعب هذا الشيء. الآن توجد حلول بيانات ضخمة بشكل أساسي على السحابة العامة. عندما تحتاج شركة صغيرة إلى نظام أساسي للبيانات الضخمة ، فإنها لا تحتاج إلى شراء ألف جهاز. طالما أنها تذهب إلى السحابة العامة ، ستظهر كل هذه الآلاف من الأجهزة ، ومنصة البيانات الضخمة التي تم نشرها أعلاه ، طالما تم وضع البيانات فيها.

تحتاج الحوسبة السحابية إلى بيانات ضخمة ، والبيانات الضخمة تحتاج إلى حوسبة سحابية ، ويتم الجمع بين الاثنين بهذه الطريقة.

4. الذكاء الاصطناعي يحتضن البيانات الضخمة

1. متى تستطيع الآلات فهم قلوب الناس؟

على الرغم من وجود بيانات ضخمة ، لا يمكن إشباع رغبات الناس. على الرغم من وجود محرك بحث في النظام الأساسي للبيانات الضخمة ، إلا أنه يمكنك البحث عن أي شيء تريده. ولكن هناك أيضًا مثل هذا الموقف: ما أريده لا يمكن البحث عنه ، ولا يمكنني التعبير عنه ، وما أبحث عنه ليس ما أريده.

على سبيل المثال ، يوصي برنامج الموسيقى بأغنية. لم أسمع هذه الأغنية من قبل ، وبالطبع لا أعرف الاسم ولا يمكنني البحث عنها. لكن البرنامج أوصيت به ، وقد أحببته حقًا ، وهذا ما لا يستطيع البحث القيام به. عندما يستخدم الأشخاص هذا النوع من التطبيقات ، سيجدون أن الآلة تعرف ما أريد ، بدلاً من قول ذلك عندما أريد ، انتقل إلى الجهاز وابحث. هذه الآلة تفهمني حقًا مثل صديقي ، وهو نوع من الذكاء الاصطناعي.

كان الناس يفكرون في هذا لفترة طويلة. في الأيام الأولى ، كان الناس يتخيلون أنه إذا كان هناك جدار ، وخلفه توجد آلة ، فتحدثت معها واستجابت لي. إذا لم أستطع الشعور بما إذا كان هذا إنسانًا أم آلة هناك ، فهذا يعني أنه حقًا شيء ذكاء اصطناعي.

2. دع الآلة تتعلم التفكير

كيف يمكن القيام بذلك؟ يعتقد الناس: سأخبر الكمبيوتر أولاً بقدرة التفكير البشري. ما رأيك مهم للناس؟ ما هو الفرق بين الانسان والحيوان؟ مجرد القدرة على التفكير. إلى أي مدى سيكون الأمر جيدًا إذا أخبرت الجهاز عن قدرتي على التفكير ، وتركت الآلة تستنتج الإجابة المقابلة بناءً على سؤالك؟

في الواقع ، يعمل الناس ببطء على تمكين الآلات من القيام ببعض التفكير ، مثل إثبات الصيغ الرياضية. هذه عملية مفاجئة للغاية ، ويمكن للآلة إثبات الصيغة الرياضية. لكن ببطء وجدت أن النتائج لم تكن مفاجئة. لأن الجميع وجد مشكلة: الصيغ الرياضية صارمة للغاية ، كما أن عملية التفكير صارمة للغاية ، ومن السهل التعبير عن الصيغ الرياضية بواسطة الآلات ، ومن السهل نسبيًا التعبير عن البرامج.

ومع ذلك ، فإن لغة البشر ليست بهذه البساطة. على سبيل المثال ، الليلة ، أنت تواعد صديقتك ، وتقول صديقتك: إذا أتيت مبكرًا ولم أحضر ، انتظر ؛ إذا جئت مبكرًا ولم تأت ، انتظر! يصعب فهم هذه الآلة ، لكن الجميع يفهمها. لذلك لا تجرؤ على أن تتأخر عن موعد مع صديقتك.

3. تعليم الآلات

لذلك ، لا يكفي فقط إخبار الآلة بالتفكير الدقيق ، ولكن أيضًا إخبار الآلة ببعض المعرفة. لكن عند إخبار الآلة بمعرفة حول هذا الأمر ، قد لا يتمكن الشخص العادي من القيام بذلك. ربما يمكن للخبراء ، مثل الخبراء في مجال اللغة أو الخبراء في مجال التمويل.

هل يمكن التعبير عن المعرفة في مجال اللغة والمجال المالي بشكل أكثر صرامة مثل الصيغ الرياضية؟ على سبيل المثال ، قد يلخص اللغويون القواعد النحوية للموضوع - الفعل - الموضوع - المكمل المحدد. يجب أن يتبع الفاعل مسند ، ويجب أن يتبع المسند كائن. هل يمكن تلخيصها والتعبير عنها بدقة؟

لاحقًا ، وجدت أن هذا ليس جيدًا ، ومن الصعب جدًا تلخيصه ، وأن تعبير اللغة يتغير باستمرار. خذ مثال الموضوع والمسند والشيء. في كثير من الأحيان يتم حذف المسند في اللغة المنطوقة ، ويسأل آخرون: من أنت؟ أجبته: أنا ليو تشاو. لكن لا يمكنك أن تشترط أنك بحاجة إلى التحدث بلغة مكتوبة قياسية إلى الجهاز أثناء التعرف على الكلمات الدلالية. هذا لا يزال غير ذكي بما فيه الكفاية. تمامًا كما قال لوه يونغهاو في خطاب ، في كل مرة يواجه فيها الهاتف المحمول ، كما يقول مكتوبًا اللغة: الرجاء مساعدتي في الاتصال بشخص ما فلان ، هذا أمر محرج للغاية.

تسمى هذه المرحلة من الذكاء الاصطناعي بالنظام الخبير. ليس من السهل أن تنجح الأنظمة الخبيرة ، فمن ناحية ، يصعب تلخيص المعرفة ، ومن ناحية أخرى ، فإن المعرفة التي تم تلخيصها يصعب تعليمها للكمبيوتر. لأنك مازلت في حالة ذهول ، وتشعر أن هناك قواعد ، لكن لا يمكنك قول ذلك ، كيف يمكنك تعليم الكمبيوتر من خلال البرمجة؟

4. ننسى ذلك ، هل يمكنك أن تعلم نفسك؟

لذلك اعتقد الناس أن الآلات هي كائنات مختلفة تمامًا عن البشر ، لذلك دع الآلات تتعلم من تلقاء نفسها.

كيف تتعلم الآلة؟ نظرًا لأن القدرة الإحصائية للآلة قوية جدًا ، بناءً على التعلم الإحصائي ، يمكن العثور على قواعد معينة من عدد كبير من الأرقام.

في الواقع ، هناك مثال جيد في صناعة الترفيه يمكن رؤيته بشكل عام:

أحصى مستخدم الإنترنت كلمات 117 أغنية في 9 ألبومات أصدرها مطربون مشهورون في الصين القارية. تظهر نفس الكلمة مرة واحدة فقط في الأغنية. وتظهر الصفات والأسماء والأفعال العشرة الأولى في الجدول أدناه (الأرقام بعد الكلمات). هو عدد التكرارات):

ماذا لو كتبنا سلسلة عشوائية من الأرقام ، ثم أخذنا كلمة من صفة ، واسم ، وفعل بترتيب رقم ، وربطناهم معًا؟

على سبيل المثال ، بأخذ نسبة pi من 3.1415926 ، فإن الكلمات المقابلة هي: قوي ، طريق ، طيران ، حرية ، مطر ، مدفون ، مفقود. قم بتوصيل وتلميع قليلاً:

الطفل القوي ، الذي ما زال يمشي على الطريق ، يفرد جناحيه ليطير بحرية ، وترك المطر يدفن ارتباكه. أعتقد أن هناك العديد من الطلاب الذين يرغبون في تعلم البيانات الضخمة هنا ، يمكنك + تنزيل تنورة تعلم البيانات الضخمة: 957205962 ، يمكنك الحصول على البرنامج التعليمي لتعلم البيانات الضخمة للنظام مجانًا

هل تشعر قليلا؟ بالطبع ، خوارزميات التعلم الحقيقية القائمة على الإحصاء أكثر تعقيدًا من هذه الإحصائية البسيطة.

ومع ذلك ، فإن التعلم الإحصائي أسهل في فهم الارتباطات البسيطة: على سبيل المثال ، تظهر كلمة واحدة وكلمة أخرى دائمًا معًا ، ويجب أن ترتبط الكلمتان ببعضهما البعض ؛ لا يمكن التعبير عن الارتباطات المعقدة. وغالبًا ما تكون معادلات الطرق الإحصائية معقدة للغاية ، ومن أجل تبسيط الحساب ، غالبًا ما يتم وضع افتراضات مختلفة للاستقلالية لتقليل صعوبة حساب المعادلة. في الحياة الواقعية ، ومع ذلك ، فإن الأحداث المستقلة نادرة نسبيًا.

5. محاكاة كيفية عمل الدماغ

لذلك بدأ البشر في التفكير في كيفية عمل العالم البشري من عالم الآلات.

لا يخزن الدماغ البشري عددًا كبيرًا من القواعد ، ولا يسجل عددًا كبيرًا من البيانات الإحصائية ، ولكنه يتم تحقيقه من خلال إثارة الخلايا العصبية. كل خلية عصبية لديها مدخلات من الخلايا العصبية الأخرى. عند تلقي المدخلات ، ستولد مخرجات لـ تحفيز الخلايا العصبية الأخرى. ثم يتفاعل عدد كبير من الخلايا العصبية مع بعضها البعض ، وفي النهاية تشكل نتائج مخرجات مختلفة.

على سبيل المثال ، عندما يرى الناس النساء الجميلات ، فإن تلاميذهم سوف يتسعون. ليس الدماغ هو الذي يضع القواعد بناءً على نسب الجسم ، ولا يحسب كل النساء الجميلات اللواتي رأينهن في حياتك. بدلاً من ذلك ، يتم تشغيل الخلايا العصبية من شبكية العين إلى الدماغ والعودة إلى التلميذ. في هذه العملية ، من الصعب في الواقع تلخيص الدور الذي تلعبه كل خلية عصبية في النتيجة النهائية ، لكنها تؤديه.

لذلك بدأ الناس بنمذجة الخلايا العصبية بوحدة رياضية.

هذه الخلية العصبية لها مدخلات ومخرجات ، ويتم تمثيل المدخلات والمخرجات بواسطة معادلة ، ويختلف المدخل (الوزن) حسب الأهمية التي تؤثر على المخرجات.

ثم يتم توصيل الخلايا العصبية n معًا مثل شبكة عصبية. يمكن أن يكون الرقم n كبيرًا جدًا ، ويمكن تقسيم جميع الخلايا العصبية إلى عدة أعمدة ، ويمكن ترتيب كل عمود في عدة صفوف. يمكن أن يكون وزن كل خلية عصبية للإدخال مختلفًا ، وبالتالي فإن صيغة كل خلية عصبية مختلفة أيضًا. عندما يُدخل الأشخاص شيئًا ما من هذه الشبكة ، فإنهم يأملون في إخراج نتيجة صحيحة للبشر.

على سبيل المثال ، في المثال أعلاه ، الصورة التي تحتوي على 2 هي إدخال ، والرقم الثاني في قائمة الإخراج هو الأكبر. في الواقع ، من الجهاز ، لا يعرف أن صورة الإدخال مكتوبة بالرقم 2 ، ولا يعرف إخراج السلسلة لا يهم ما يعنيه الرقم ، طالما أن الناس يعرفون المعنى. تمامًا مثل الخلايا العصبية ، لا يعرفون أن ما تراه شبكية العين هو امرأة جميلة ، ولا يعرفون أن التلميذ متضخم ليرى بوضوح. على أي حال ، عندما ترى امرأة جميلة ، يتضخم التلميذ ، ولا بأس بذلك .

بالنسبة لأي شبكة عصبية ، لا يمكن لأحد أن يضمن أن الإدخال هو 2 ويجب أن يكون الناتج هو ثاني أكبر رقم. لضمان هذه النتيجة ، يلزم التدريب والتعلم. بعد كل شيء ، رؤية النساء الجميلات والتلاميذ المتوسعة هي أيضًا نتيجة لسنوات عديدة من التطور البشري. عملية التعلم هي إدخال عدد كبير من الصور وضبطها إذا لم تكن النتيجة هي النتيجة المرجوة.

كيف اضبطه؟ أي أن كل وزن لكل خلية عصبية يتم ضبطه وفقًا للهدف. نظرًا لوجود عدد كبير جدًا من الخلايا العصبية والأوزان ، فمن الصعب على النتائج التي تم إنشاؤها بواسطة الشبكة بأكملها إظهار النتيجة ، ولكن بشكل طفيف تجاه النتيجة. في النهاية تحقيق النتيجة المرجوة.

بالطبع ، لا تزال استراتيجيات التعديل هذه ماهرة للغاية ، ويجب تعديلها بعناية بواسطة خبير الخوارزمية. مثلما يرى البشر النساء الجميلات ، لم يتم تكبير تلاميذهم بما يكفي للرؤية بوضوح في البداية ، لذا فإن المرأة الجميلة تهرب مع الآخرين نتيجة الدراسة التالية هي أن التلاميذ متضخمين قليلاً وليس فتحتي الأنف.

6. لا معنى له ولكن يمكن القيام به

لا يبدو ذلك معقولاً ، لكن يمكن القيام به ، إنه متقلب للغاية!

تقول نظرية العمومية للشبكات العصبية هذا ، لنفترض أن شخصًا ما أعطاك نوعًا من الوظائف المعقدة والرائعة ، f (x):

بغض النظر عن شكل الوظيفة ، فمن المؤكد دائمًا أن هناك شبكة عصبية يمكنها ، لأي إدخال ممكن x ، أن يكون لها قيمة f (x) (أو بعض التقريب الدقيق) التي هي ناتج الشبكة العصبية.

إذا كانت الوظيفة تمثل قانونًا ، فهذا يعني أيضًا أنه بغض النظر عن مدى روعة هذا القانون أو عدم فهمه ، يمكن التعبير عنه من خلال عدد كبير من الخلايا العصبية وتعديل عدد كبير من الأوزان.

7. اقتصاديات الذكاء الاصطناعي

هذا يذكرني بالاقتصاد ، لذلك من السهل فهمه.

نتعامل مع كل خلية عصبية كفرد نشط اقتصاديًا في المجتمع. لذلك ، فإن الشبكة العصبية تعادل المجتمع الاقتصادي بأكمله. كل خلية عصبية لديها تعديل وزن للمدخلات الاجتماعية ، وتنتج مخرجات مقابلة. على سبيل المثال ، إذا ارتفعت الأجور ، وارتفعت أسعار الخضروات ، وانخفضت المخزونات ، فماذا يجب أن أفعل؟ افعل ، ماذا علي أن أفعل؟ تنفق أموالك الخاصة. هل هناك أي قواعد هنا؟ بالتأكيد ، ولكن ما هي القواعد المحددة؟ من الصعب أن أقول.

الاقتصاد القائم على نظام الخبراء ينتمي إلى الاقتصاد المخطط. لا يريد التعبير عن القانون الاقتصادي بأكمله أن يتم التعبير عنه من خلال اتخاذ القرار المستقل لكل فرد اقتصادي ، ولكنه يأمل أن يتم تلخيصه من خلال البناء رفيع المستوى وبعد نظر الخبراء. لكن الخبراء لا يمكنهم أبدًا معرفة أي شارع في أي مدينة يفتقد دماغ التوفو الحلو.

لذلك ، يقول الخبراء مقدار الفولاذ وكم الكعك المطهو على البخار ، والذي غالبًا ما يكون بعيدًا عن الاحتياجات الحقيقية لحياة الناس.حتى لو كانت الخطة بأكملها مكتوبة بمئات الصفحات ، فلا يمكنها التعبير عن القوانين الصغيرة المخبأة في حياة الناس.

يعتبر التحكم الكلي المستند إلى الإحصائيات أكثر موثوقية ، حيث يقوم مكتب الإحصاء كل عام بحساب معدل التوظيف ومعدل التضخم والناتج المحلي الإجمالي ومؤشرات أخرى للمجتمع بأسره. غالبًا ما تمثل هذه المؤشرات العديد من القوانين الداخلية ، ورغم أنه لا يمكن التعبير عنها بدقة ، إلا أنها موثوقة نسبيًا.

ومع ذلك ، فإن التعبير المعمم المستند إلى الإحصائيات تقريبي نسبيًا. على سبيل المثال ، عندما يرى الاقتصاديون هذه الإحصائيات ، يمكنهم استنتاج ما إذا كانت أسعار المنازل ترتفع أو تنخفض على المدى الطويل ، وما إذا كانت الأسهم ترتفع أو تنخفض على المدى الطويل. على سبيل المثال ، إذا كان الاقتصاد آخذ في الارتفاع بشكل عام ، فيجب أن ترتفع أسعار المنازل والأسهم. ومع ذلك ، بناءً على البيانات الإحصائية ، من المستحيل تلخيص قوانين التقلبات الصغيرة في الأسهم والأسعار.

الاقتصاد الجزئي المعتمد على الشبكة العصبية هو التعبير الأكثر دقة عن القانون الاقتصادي بأكمله ، حيث يقوم كل فرد بتعديل مدخلاته الخاصة في المجتمع ، كما سيتم تغذية التعديل مرة أخرى إلى المجتمع كمدخلات. تخيل منحنى التقلب الدقيق لسوق الأوراق المالية ، والذي ينتج عن التداول المستمر لكل فرد مستقل ، ولا توجد قاعدة موحدة يجب اتباعها.

ويتخذ الجميع قرارات مستقلة بناءً على مدخلات المجتمع بأسره ، وعندما يتم تدريب عوامل معينة لمرات عديدة ، فإنها ستشكل أيضًا قانونًا إحصائيًا مجهريًا ، وهو ما يمكن للاقتصاد الكلي رؤيته. على سبيل المثال ، في كل مرة يتم فيها إصدار مبلغ كبير من المال ، سيرتفع سعر المنزل في نهاية المطاف ، وسيتعلمه الناس بعد العديد من التدريبات.

8. يحتاج الذكاء الاصطناعي إلى بيانات ضخمة

ومع ذلك ، تحتوي الشبكة العصبية على العديد من العقد ، وتحتوي كل عقدة على الكثير من المعلمات ، وكمية المعلمات بأكملها كبيرة جدًا ، ومقدار الحساب المطلوب كبير جدًا. لكن لا يهم ، لدينا نظام أساسي للبيانات الضخمة يمكنه جمع قوة أجهزة متعددة للحساب معًا ، والحصول على النتائج المرجوة في وقت محدود.

يمكن للذكاء الاصطناعي القيام بالعديد من الأشياء ، مثل تحديد البريد العشوائي ، وتحديد النصوص والصور الصفراء العنيفة ، وما إلى ذلك. وقد مر هذا أيضًا بثلاث مراحل:

• تعتمد المرحلة الأولى على قوائم الكلمات الرئيسية بالأبيض والأسود وتقنيات التصفية لتضمين الكلمات الصفراء أو العنيفة. مع وجود المزيد والمزيد من اللغات على الإنترنت ، تتغير الكلمات باستمرار ، ومن الصعب بعض الشيء تحديث قاموس المرادفات هذا باستمرار.
• في المرحلة الثانية ، بناءً على بعض الخوارزميات الجديدة ، مثل تصفية Bayesian ، لا تحتاج إلى الاهتمام بخوارزمية Bayesian ، ولكن كان من المفترض أن تسمع الاسم ، فهذه خوارزمية قائمة على الاحتمالات.
• تعتمد المرحلة الثالثة على البيانات الضخمة والذكاء الاصطناعي وصور المستخدم الأكثر دقة وفهم النص وفهم الصور.

نظرًا لأن خوارزميات الذكاء الاصطناعي تعتمد في الغالب على كمية كبيرة من البيانات ، فغالبًا ما تحتاج هذه البيانات إلى التراكم لفترة طويلة في مجال معين (مثل التجارة الإلكترونية وصناديق البريد). تقوم برامج قليلة ، مثل IaaS و PaaS السابقة ، بتثبيت مجموعة من برامج الذكاء الاصطناعي للعميل والسماح للعميل باستخدامه. نظرًا لأنه تم تثبيت مجموعة منفصلة لعميل معين ، فليس لدى العميل بيانات ذات صلة بالتدريب ، وغالبًا ما تكون النتائج سيئة للغاية.

ومع ذلك ، غالبًا ما يقوم بائعو الحوسبة السحابية بتجميع كمية كبيرة من البيانات ، لذلك يقومون بتثبيت مجموعة في بائع الحوسبة السحابية وفضح واجهة الخدمة. على سبيل المثال ، إذا كنت تريد تحديد ما إذا كان النص يتضمن مواد إباحية وعنف ، فيمكنك استخدام هذا مباشرة خدمة الإنترنت. يسمى هذا النوع من الخدمات البرمجيات كخدمة في الحوسبة السحابية ، SaaS (البرمجيات AS A Service)

لذلك دخلت برامج الذكاء الاصطناعي الحوسبة السحابية كمنصات SaaS.

5. حياة أفضل تقوم على العلاقة بين الثلاثة

أخيرًا ، اجتمع الإخوة الثلاثة في الحوسبة السحابية ، وهم IaaS و PaaS و SaaS. لذلك ، بشكل عام على منصة الحوسبة السحابية ، يمكن العثور على السحابة والبيانات الضخمة والذكاء الاصطناعي. ستستخدم شركة البيانات الضخمة ، التي جمعت كمية كبيرة من البيانات ، بعض خوارزميات الذكاء الاصطناعي لتقديم بعض الخدمات ؛ ولا يمكن دعم شركة الذكاء الاصطناعي من خلال منصة البيانات الضخمة.

لذلك ، عندما يتم دمج الحوسبة السحابية والبيانات الضخمة والذكاء الاصطناعي بهذه الطريقة ، تكتمل عملية اللقاء والتعارف والتعارف.