استخدامات واعتبارات إضافية للسحابة العامة مرحبًا بك في استخدامات واعتبارات إضافية للسحابة العامة Public Cloud في هذه الدروس، ستتعرف على البيانات الضخمة وكيفية تشغيل البيانات الضخمة على السحابة العامة. سوف تستكشف أيضًا التعلم الآلي بالإضافة إلى الخدمات المتوفرة على السحابة العامة التي تدعم حالات استخدام التعلم الآلي. توفر السحابة العامة طرقًا مختلفة لتوسيع نطاق موارد السحابة تحت الحمل، وسوف تتعلم المزيد عن القياس الرأسي والأفقي، جنبًا إلى جنب مع تقنيات خفض التكاليف المختلفة على السحابة العامة. هيا بنا نبدأ. تقوم الشركات باستمرار بجمع مجموعات كبيرة من البيانات. تعد السحابة العامة مفيدة لمساعدتهم على تخزين البيانات الضخمة، تحليلها، وتوليد نتائج ذات مغزى من مجموعات البيانات. يصف الرسم البياني التالي نمو غير منظم أو بيانات غير محددة مقارنة ببيانات منظمة ومحددة بوضوح وقابلة للبحث. أنت بحاجة إلى مراجعة بنية البيانات الضخمة والتأكد من تخزين البيانات على النظام الأساسي الصحيح. توفر السحابة العامة خدمات متنوعة لتخزين البيانات الضخمة ثم القيام بتشغيل حالة استخدام التحليلات عليها. كما توفر خدمات يمكنها تشغيل تحليلات البيانات الضخمة وتوليد تصورات. تشمل مصادر البيانات الضخمة وسائل التواصل الاجتماعي، الصور ومقاطع الفيديو وبيانات أنظمة الأمن، بيانات أجهزة إنترنت الأشياء، وسجلات الخادم، وسجلات تدقيق التطبيق. يمكن تشغيل تحليلات البيانات الضخمة على منصة Hadoop. تدعم منصة Hadoop التنفيذ المتوازي، يمكن أن تفكك وظيفة وتنفيذها إلى أجزاء متعددة في وقت واحد، وتدعم سياسات التوسع. الجانب السلبي هو أن تكوين Hadoop والصيانة معقدة للغاية وتتطلب مهارات خاصة. الفكرة الأفضل هي نقل سير عمل البيانات الضخمة بالكامل إلى السحابة العامة. توفر السحابة العامة بنية تحتية ضخمة للحوسبة مع نموذج الدفع لكل استخدام Pay-per-use ولديها خيارات للتخزين المرن. إذا كنت ستتلقى مجموعات بيانات كبيرة، فيمكنك زيادة أو نقصان حجم التخزين أيضًا. دعنا نأخذ بضع دقائق لفهم بنية متدفقة على السحابة العامة. يأتي بث أو تدفق البيانات الحية عبر نقطة بيانات Amazon Kinesis. يحتوي ElasticMapReduce على تحليلات البيانات الضخمة التي ستعمل بشكل مباشر أو حي ثم تولد الإخراج. يمكنك إنشاء التصور من المعلومات التي تولدها. ElasticMapReduce هي خدمة مُدارة متاحة مع خدمات أمازون ويب. يمكنك تكوين وتشغيل الكتلة بناءً على متطلباتك في غضون بضع دقائق. ميزة إضافية مضافة هي التكلفة المنخفضة لأنك تدفع فقط التكلفة لكل ساعة لموارد السحابة. على سبيل المثال، إذا كنت تريد تشغيل تحليلات مجمعة Batch Analytics فيمكنك إنشاء الكتلة وتشغيل التحليلات، وإنهاء الكتلة دون دفع المزيد. يمكنك أيضًا استخدام مثيلات Spot في Elastic MapReduce، مما سيوفر مدخرات إضافية لمؤسستك. لديك أيضًا خيار للاستخدام العقد عند الطلب ذات العقد الموضعية Spot nodes. على سبيل المثال، إذا كنت تريد تشغيل التحليلات التي تنتج المخرجات المطلوبة، استخدم العدد المحدد لحالات الحساب. يمكنك إضافة القدرة إلى الكتلة الموجودة مع مثيلات موضعية spot instances أو يمكنك إضافة أو إزالة الحالات أو المثيلات بناء على الحاجة داخل الكتلة. هناك عدة أنواع مختلفة من المثيل متاحة في الكتلة، ولديك خيار لاختيار أي جهاز مثيل بناءً على متطلبات التحليلات الخاصة بك. يمكن قراءة ElasticMapReduce المرن مباشرة من مجموعة متنوعة من المصادر المختلفة، مثل خدمات التخزين البسيطة، تيار Kinesis وما إلى ذلك يمكنك استخدام نظام الملفات Elastic MapReduce أو EMRFS مع خدمة التخزين. خدمات التخزين البسيطة أو S3، يوفر تخزينًا دائمًا وموثوقًا لبياناتك غير المهيكلة، بالإضافة إلى تشغيل التحليلات وتخزين البيانات. هنا حالة استخدام أخرى. يمكنك معالجة 100 تيرابايت من البيانات باستخدام بنية معالجة الدُفعات المرنة ElasticMapReduce التي يتم من خلالها دفع البيانات إلى خدمات تخزين بسيطة. Amazon Web Services Elastic MapReduce يدير التحليلات ويولد الإخراج. ثم يتم تخزين الإخراج على S3 أيضًا. دعنا نطبق هذا على حالة استخدام واقعية. تخيل أنك كنت تعمل في شركة تأخذ عقد خدمة للآلات الكبيرة. تقوم جميع الأجهزة بدفق البيانات إلى مركز البيانات الخاص بك. لقد كتبت العديد من التحليلات التي يمكنها تحليل بيانات مجمعة وإنشاء تنبيه لانقطاع التيار. أنت بحاجة إلى ترحيل حالة الاستخدام التحليلية هذه إلى السحابة العامة. لذلك يجب عليك القيام بالإجراءات التالية: تحميل البيانات إلى S3. Elastics MapReduce يفرز ويجمع البيانات. قم بتحميل البيانات في Redshift، خدمة مستودع البيانات المُدارة المتاحة على السحابة العامة. واستخدم أداة التصورات لقراءة بيانات الإدخال من Redshift أو خدمة مستودع بيانات مُدارة أخرى وعرض التصور.