பிளாக்செயின் ஆரக்கிள்ஸ் வெளி உலகத்திலிருந்து பிளாக்செயினுக்கு தகவல்களை வழங்குவதில் உள்ள சிக்கலை தீர்க்கிறது. ஆனால் நாம் யாரை நம்பலாம் என்பதை அறிவது முக்கியம்.
В பட்டியல் வெளியீடு பற்றி பிளாக்செயினுக்கான ஆரக்கிள்ஸின் முக்கியத்துவம் பற்றி நாங்கள் எழுதினோம்.
பரவலாக்கப்பட்ட பயன்பாடுகளுக்கு பிளாக்செயினுக்கு வெளியே தரவுக்கான அணுகல் இல்லை. எனவே, சிறிய நிரல்கள் உருவாக்கப்படுகின்றன - ஆரக்கிள்கள் - அவை வெளி உலகத்திலிருந்து தேவையான தரவை அணுகி அவற்றை பிளாக்செயினில் பதிவு செய்கின்றன.
தரவு மூல வகையின் அடிப்படையில், ஆரக்கிள்களை மூன்று வகைகளாகப் பிரிக்கலாம்: மென்பொருள், வன்பொருள் மற்றும் மனித.
மென்பொருள் ஆரக்கிள்ஸ் காற்றின் வெப்பநிலை, பொருட்களின் விலைகள், ரயில் மற்றும் விமான தாமதங்கள் போன்ற இணையத்திலிருந்து தரவைப் பெறுதல் மற்றும் செயலாக்குதல். APIகள் போன்ற ஆன்லைன் மூலங்களிலிருந்து தகவல் வருகிறது, மேலும் ஆரக்கிள் அதை பிரித்தெடுத்து பிளாக்செயினில் வைக்கிறது. ஒரு எளிய மென்பொருள் ஆரக்கிளை எவ்வாறு உருவாக்குவது என்பதைப் பற்றி படிக்கவும் .
வன்பொருள் ஆரக்கிள்ஸ் சாதனங்கள் மற்றும் சென்சார்களைப் பயன்படுத்தி நிஜ உலகில் உள்ள பொருட்களைக் கண்காணிக்கவும். எடுத்துக்காட்டாக, ஒரு கோட்டைக் கடக்க அளவீடு செய்யப்பட்ட வீடியோ கேமரா ஒரு குறிப்பிட்ட பகுதிக்குள் கார்களை பதிவு செய்கிறது. பிளாக்செயினில் ஒரு கோட்டைக் கடக்கும் உண்மையை ஆரக்கிள் பதிவு செய்கிறது, மேலும் இந்தத் தரவின் அடிப்படையில், பரவலாக்கப்பட்ட பயன்பாட்டு ஸ்கிரிப்ட், எடுத்துக்காட்டாக, கார் உரிமையாளரின் கணக்கிலிருந்து அபராதம் மற்றும் டோக்கன்களை டெபிட் செய்வதைத் தொடங்கலாம்.
மனித ஆரக்கிள்ஸ் மனிதர்கள் உள்ளிட்ட தரவுகளைப் பயன்படுத்தவும். நிகழ்வின் முடிவைப் பற்றிய அவர்களின் சுயாதீனமான பார்வையின் காரணமாக அவர்கள் மிகவும் முற்போக்கானவர்களாகக் கருதப்படுகிறார்கள்.
கொடுக்கப்பட்ட விவரக்குறிப்பின்படி பிளாக்செயினில் ஆரக்கிள் தரவை எழுத அனுமதிக்கும் ஒரு கருவியை நாங்கள் சமீபத்தில் வழங்கினோம். இது மிகவும் எளிமையாக வேலை செய்கிறது: நீங்கள் பதிவு செய்ய வேண்டும் விவரக்குறிப்பை நிரப்புவதன் மூலம். டேட்டா பரிவர்த்தனைகள் வேவ்ஸ் ஆரக்கிள்ஸ் இடைமுகம் மூலம் இந்த விவரக்குறிப்பின் படி வெளியிடப்படலாம். கருவியைப் பற்றி மேலும் படிக்கவும் .
இத்தகைய தரப்படுத்தப்பட்ட கருவிகள் மற்றும் இடைமுகங்கள் டெவலப்பர்கள் மற்றும் பிளாக்செயின் சேவைகளின் பயனர்களுக்கு வாழ்க்கையை எளிதாக்குகின்றன. எங்கள் கருவி மனித ஆரக்கிள்களுக்கு குறிப்பாக பயனுள்ளதாக இருக்கும், எடுத்துக்காட்டாக, எந்தவொரு பொருளுக்கும் சான்றிதழ்கள் அல்லது பதிப்புரிமைகளை பதிவு செய்ய பயன்படுத்தலாம்.
ஆனால் ஆரக்கிள்களைப் பயன்படுத்தும் போது, அவர்களிடமிருந்து பெறப்பட்ட தகவல்களில் நம்பிக்கையின் கேள்வி எழுகிறது. ஆதாரம் நம்பகமானதா? சரியான நேரத்தில் தரவு கிடைக்குமா? கூடுதலாக, ஆரக்கிள் தனது சொந்த நலனுக்காக வேண்டுமென்றே தவறான தகவல்களை வழங்குவதன் மூலம் பயனர்களை ஏமாற்றும் அபாயம் உள்ளது.
எடுத்துக்காட்டாக, பரவலாக்கப்பட்ட பந்தய பரிமாற்றத்திற்கான விளையாட்டு நிகழ்வுகள் பற்றிய தகவல்களை வழங்கும் ஆரக்கிளைக் கவனியுங்கள்.
இந்த நிகழ்வு UFC 242 போட்டியின் முக்கிய சண்டையாகும், கபீப் நூர்மகோமெடோவ் vs. டஸ்டின் போரியர். புத்தகத் தயாரிப்பாளர்களின் கூற்றுப்படி, நர்மகோமெடோவ் சண்டையின் தெளிவான விருப்பமானவர். 1,24% நிகழ்தகவுடன் ஒத்துப்போகும் 76 என்ற முரண்பாடுகளுடன் அவரது வெற்றியை நீங்கள் பந்தயம் கட்டலாம். Poirier இன் வெற்றிக்கான முரண்பாடுகள் 4,26 (22%), மற்றும் ஒரு சமநிலையின் முரண்பாடுகள் 51,0 (2%) என புக்மேக்கர்களால் மதிப்பிடப்பட்டது.
போரின் உண்மையான முடிவு பற்றிய தகவலை ஆரக்கிளில் இருந்து பெறும் வரை ஸ்கிரிப்ட் மூன்று சாத்தியமான விளைவுகளிலும் பயனர் சவால்களை ஏற்றுக்கொள்கிறது. வெற்றிகளின் விநியோகத்திற்கான ஒரே அளவுகோல் இதுதான்.
நூர்மகோமெடோவ் வெற்றி பெற்றார் என்பது இப்போது அறியப்படுகிறது. இருப்பினும், ஆரக்கிளின் நேர்மையற்ற உரிமையாளர், ஏமாற்றத்தை முன்கூட்டியே திட்டமிட்டு, மிகவும் சாதகமான முரண்பாடுகளுடன் விளைவுக்கு ஒரு பந்தயம் வைத்தார் என்று கற்பனை செய்யலாம் - ஒரு சமநிலை. பந்தயம் வங்கி ஒரு பெரிய அளவை எட்டியதும், ஆரக்கிளின் உரிமையாளர், போரின் சமநிலை முடிவு குறித்து பிளாக்செயினில் தவறான தகவல்களை பதிவு செய்யத் தொடங்குகிறார். பரவலாக்கப்பட்ட பரிமாற்ற ஸ்கிரிப்ட் பெறப்பட்ட தரவின் துல்லியத்தை இருமுறை சரிபார்க்கும் திறனைக் கொண்டிருக்கவில்லை மற்றும் இந்தத் தரவுகளுக்கு ஏற்ப வெற்றிகளை மட்டுமே விநியோகிக்கிறது.
நேர்மையான ஆரக்கிளின் திட்டமிடப்பட்ட வருவாயை விட இந்த வகையான ஏமாற்றத்தின் சாத்தியமான லாபம் அதிகமாக இருந்தால், நீதிமன்றத்திற்கு செல்லும் ஆபத்து குறைவாக இருந்தால், ஆரக்கிளின் உரிமையாளரின் நேர்மையற்ற செயல்களின் வாய்ப்பு கணிசமாக அதிகரிக்கிறது.
பல ஆரக்கிள்களிடமிருந்து தரவைக் கோருவதும், அதன் விளைவாக வரும் மதிப்புகளை ஒருமித்த கருத்துக்குக் கொண்டுவருவதும் சிக்கலுக்கு ஒரு சாத்தியமான தீர்வாகும். பல வகையான கருத்தொற்றுமைகள் உள்ளன:
- அனைத்து ஆரக்கிள்களும் ஒரே தகவலை வழங்கின
- பெரும்பாலான ஆரக்கிள்கள் ஒரே தகவலை வழங்கின (2 இல் 3, 3 இல் 4, முதலியன)
- ஆரக்கிள் தரவை சராசரி மதிப்புக்கு கொண்டு வருதல் (அதிகபட்ச மற்றும் குறைந்தபட்ச மதிப்புகள் முதலில் நிராகரிக்கப்படும் விருப்பங்கள் சாத்தியம்)
- அனைத்து ஆரக்கிள்களும் முன் ஒப்புக்கொள்ளப்பட்ட சகிப்புத்தன்மையுடன் ஒரே மாதிரியான தகவலை வழங்கின (உதாரணமாக, பல்வேறு ஆதாரங்களில் இருந்து நிதி மேற்கோள்கள் 0,00001 மூலம் வேறுபடலாம், மேலும் சரியான பொருத்தத்தைப் பெறுவது என்பது இயலாத காரியம்)
- பெறப்பட்ட தரவுகளிலிருந்து தனிப்பட்ட மதிப்புகளை மட்டும் தேர்ந்தெடுக்கவும்
எங்கள் பரவலாக்கப்பட்ட பந்தய பரிமாற்றத்திற்கு திரும்புவோம். "3 இல் 4" ஒருமித்த கருத்தைப் பயன்படுத்தும் போது, ஒரு டிராவைப் புகாரளிக்கும் ஒரு ஆரக்கிள் ஸ்கிரிப்ட்டின் செயல்பாட்டில் தாக்கத்தை ஏற்படுத்த முடியாது, மற்ற மூன்று ஆரக்கிள்கள் நம்பகமான தகவலை வழங்கினால்.
ஆனால் ஒரு நேர்மையற்ற பயனர் நான்கு ஆரக்கிள்களில் மூன்றை சொந்தமாக வைத்திருக்க முடியும், பின்னர் அவர் தீர்க்கமான பெரும்பான்மையை வழங்க முடியும்.
ஆரக்கிள்களின் ஒருமைப்பாட்டிற்காகப் போராடி, நீங்கள் அவற்றுக்கான மதிப்பீட்டை அறிமுகப்படுத்தலாம் அல்லது நம்பமுடியாத தரவுகளுக்கு அபராதம் விதிக்கலாம். நீங்கள் "கேரட்" பாதையில் செல்லலாம் மற்றும் நம்பகத்தன்மைக்கு வெகுமதியை வழங்கலாம். ஆனால் எந்த நடவடிக்கையும் முற்றிலும் தவிர்க்க முடியாது, உதாரணமாக, மதிப்பீடு பணவீக்கம் அல்லது நியாயமற்ற பெரும்பான்மை.
எனவே சிக்கலான சேவைகளை கண்டுபிடிப்பது மதிப்புக்குரியதா, அல்லது ஒரு பல்பொருள் அங்காடி அலமாரியில் இருப்பதைப் போல, தேவையான தரவை வழங்கும் ஐந்து ஆரக்கிள்களைத் தேர்ந்தெடுக்க அனுமதிக்கும் ஒருமித்த கருவி இருந்தால் போதுமா, ஒருமித்த வகையை அமைக்கவும் மற்றும் பெறவும். முடிவு?
எடுத்துக்காட்டாக, ஒரு பரவலாக்கப்பட்ட பயன்பாட்டிற்கு டிகிரி செல்சியஸில் வெப்பநிலை தரவு தேவை. ஆரக்கிள் அட்டவணையில், அத்தகைய தரவை வழங்கும் நான்கு ஆரக்கிள்களைக் கண்டறிந்து, ஒருமித்த வகையை "சராசரியாக" அமைத்து கோரிக்கை விடுக்கிறோம்.
ஆரக்கிள்ஸ் பின்வரும் மதிப்புகளைக் கொடுத்தது என்று வைத்துக்கொள்வோம்: 18, 17, 19 மற்றும் 21 டிகிரி. மூன்று டிகிரி வித்தியாசம் ஸ்கிரிப்ட்டின் செயல்பாட்டிற்கு மிகவும் முக்கியமானதாக இருக்கும். சேவையானது முடிவை செயலாக்குகிறது மற்றும் சராசரியாக 18.75 டிகிரி வெப்பநிலை மதிப்பைப் பெறுகிறது. பரவலாக்கப்பட்ட பயன்பாட்டு ஸ்கிரிப்ட் இந்த எண்ணைப் பெற்று அதனுடன் வேலை செய்யும்.
இறுதியில், முடிவு நுகர்வோரிடம் உள்ளது: ஒரு ஆரக்கிளை நம்புவது மற்றும் அதன் தரவைப் பயன்படுத்துவது அல்லது அவர்களின் விருப்பப்படி தேர்ந்தெடுக்கப்பட்ட பல ஆரக்கிள்களின் ஒருமித்த கருத்தை உருவாக்குவது.
எப்படியிருந்தாலும், தரவு ஆரக்கிள்ஸ் என்பது மிகவும் புதிய துறையாகும். இது எந்த திசையில் உருவாக வேண்டும் என்பதை பயனர்களே தீர்மானிக்கும் கட்டத்தில் உள்ளது. அதனால்தான் உங்கள் கருத்தை நாங்கள் கேட்க விரும்புகிறோம். மேற்கூறிய கருவி ஆரக்கிள்களுக்கு அவசியமா? பொதுவாக டேட்டா ஆரக்கிள்களின் எதிர்காலத்தை எப்படிப் பார்க்கிறீர்கள்? உங்கள் கருத்தை கருத்துகளிலும் எங்கள் அதிகாரப்பூர்வ குழுவிலும் பகிர்ந்து கொள்ளுங்கள் .
ஆதாரம்: www.habr.com