Return to Video

Auditing Completeness - Data Wranging with MongoDB

  • 0:00 - 0:03
    قد يصعب الآن تقييم الاكتمال. إذ دأب صديقي
  • 0:03 - 0:06
    رأفت سعيد على تكرار مقولة: "أنت لا تعرف
  • 0:06 - 0:08
    ما الذي لا تعرفه". وفي خضم هذه المناقشة، لا نتحدث
  • 0:08 - 0:11
    عن حقول فردية مفقودة من أحد السجلات. بل في الوقع
  • 0:11 - 0:15
    نتحدث عن السجلات المفقودة. أقصد أننا نحاول
  • 0:15 - 0:18
    اكتشاف متى يصبح سجل بأكمله
  • 0:18 - 0:21
    مفقودًا. والحل هنا مشابه تمامًا
  • 0:21 - 0:26
    .للحل الذي يحقق الدقة. حيث نحتاج في الأساس إلى بيانات مرجعية
  • 0:26 - 0:28
    سأعرض مثالاً لشيء
  • 0:28 - 0:31
    أتعامل معه بشكل منتظم. أعمل مديرًا
  • 0:31 - 0:34
    للتعليم في MongoDB. وأتولى مسؤولية
  • 0:34 - 0:38
    برنامج استخراج الشهادات كجزء من دوري. نعمد الآن إلى تنفيذ أشياء
  • 0:38 - 0:41
    مختلفة نوعًا ما عما تنفذه شركات التقنية الأخرى، تتمثل في
  • 0:41 - 0:45
    إتاحة امتحانات الحصول على الشهادات بالكامل عبر الإنترنت. فبالإضافة إلى
  • 0:45 - 0:49
    اكتمال سجل الامتحان لكل متلقي الاختبار. بشأن
  • 0:49 - 0:51
    إتاحة الامتحانات عبر الإنترنت، يتعين وجود طريقة
  • 0:51 - 0:54
    لمراقبتها لضمان الأمان
  • 0:54 - 0:57
    لها. تتلخص الطريقة في ابتكار حل
  • 0:57 - 1:00
    لمراقبة الامتحانات عبر الويب
  • 1:00 - 1:04
    من خلال التقاط فيديو لمتلقي الاختبار. حيث نلتقط فيديو لمتلقي الاختبار نفسه
  • 1:04 - 1:08
    باستخدام كاميرا ويب والتقاط الشاشة أيضًا
  • 1:08 - 1:11
    للاطلاع على كل ما يجري على شاشة كمبيوتر متلقي الاختبار
  • 1:11 - 1:13
    أثناء تلقيه الاختبار. يعني ذلك
  • 1:13 - 1:16
    أن لدينا ثلاثة أماكن منفصلة لتخزين البيانات
  • 1:16 - 1:18
    يجب أن تتفق فيما بينها
  • 1:18 - 1:21
    على أمرين مختلفين. ونوجز فيما يلي ما توصلنا إليه في مثال
  • 1:21 - 1:25
    الاكتمال. يجب أن تتفق في قائمة متلقي الاختبار؛ أي
  • 1:25 - 1:27
    في حالة وجود سجل لمتلقي
  • 1:27 - 1:31
    الاختبار في أي من قواعد البيانات هذه، فيتعين وجود
  • 1:31 - 1:34
    سجل لمتلقي الاختبار نفسه في المكانين الآخرين. يجب أيضًا أن
  • 1:34 - 1:37
    .تتفق في مدة جلسة الامتحان
  • 1:37 - 1:42
    ويجب أن يكون الفيديو في هذين المكانين على وجه التقريب مماثلاً في الطول
  • 1:42 - 1:45
    ومتفقًا مع الوقت المنقضي
  • 1:45 - 1:49
    الذي سجلناه لمتلقي الاختبار. وبالطبع، يتعين أن تتفق قواعد البيانات هذه
  • 1:49 - 1:53
    اتفاقًا تقريبيًا. من خلال علامة إيبسِلون (ε) الدالة على حاصل الجمع. من المرجح أنك تفكر الآن
  • 1:53 - 1:56
    فيما إذا تلقى أحد امتحانًا ولا يوجد سجل
  • 1:56 - 1:59
    ،في أي من قواعد البيانات الثلاث هذه. حسنًا
  • 1:59 - 2:02
    هذا صحيح تمامًا. كما ذكرت في بداية حديثي، فإن هذه
  • 2:02 - 2:04
    مشكلة تصعب معالجتها لأننا لا نعرف
  • 2:04 - 2:07
    ما الذي لا نعرفه. وفي تلك الحالة، فإن استخدام الحل
  • 2:07 - 2:10
    الذي أوضحناه للتو لن يؤدي إلى اكتشاف سجل الامتحان
  • 2:10 - 2:12
    المفقود. لذا نعمد في حقيقة الأمر إلى تنفيذ شيئين
  • 2:12 - 2:15
    بالإضافة إلى ذلك لضمان اكتمال
  • 2:15 - 2:18
    سجلات الامتحانات. وهما في الأساس من التدابير الوقائية للتأكد
  • 2:18 - 2:21
    من عدم التعرض إلى موقف التقاط
  • 2:21 - 2:25
    بيانات امتحان غير سليمة لأحد متلقي الاختبار. نخلص مما سبق إلى
  • 2:25 - 2:28
    أن مع تنظيف كم كبير من البيانات، تتحدد وسيلة إكمال
  • 2:28 - 2:32
    عملية التدقيق حسب الموقف. إذ يتوقف ذلك على
  • 2:32 - 2:36
    .نوعية البيانات التي تعمد إلى تدقيقها والمصادر المرجعية التي يتسنى لك الوصول إليها
タイトル:
Auditing Completeness - Data Wranging with MongoDB
Video Language:
English
Team:
Udacity
プロジェクト:
UD032: Data Wrangling with MongoDB
Duration:
02:36

Arabic subtitles

改訂