هم‌ترازی کش: تضمین یکپارچگی داده در سیستم‌های چندگره‌ای

در دنیای به‌هم‌پیوسته رایانش مدرن، از مراکز داده با کارایی بالا در سراسر قاره‌ها گرفته تا خدمات ابری توزیع‌شده که از برنامه‌های جهانی پشتیبانی می‌کنند، مدیریت کارآمد داده از اهمیت بالایی برخوردار است. در قلب این چالش، هم‌ترازی کش قرار دارد، مفهومی حیاتی در سیستم‌های چندگره‌ای که برای تضمین یکپارچگی و ثبات داده طراحی شده است. این پست وبلاگ به پیچیدگی‌های هم‌ترازی کش می‌پردازد و مکانیسم‌ها، چالش‌ها و تأثیر جهانی آن را بر عملکرد و قابلیت اطمینان زیرساخت دیجیتال ما بررسی می‌کند.

مشکل: عدم یکپارچگی داده در محیط‌های چندگره‌ای

پیش از بررسی هم‌ترازی کش، بیایید مشکلی که حل می‌کند را درک کنیم. در سیستم‌های چندگره‌ای – سیستم‌هایی که چندین واحد پردازشی (CPU، هسته، یا حتی سرورهای کامل) به داده‌های یکسان دسترسی مشترک دارند – هر پردازنده به‌طور معمول کش محلی خود را دارد. کش‌ها حافظه‌های کوچک و سریعی هستند که نسخه‌هایی از داده‌های پرکاربرد را نگه می‌دارند و پردازش را تسریع و تأخیر را کاهش می‌دهند. با این حال، این مکانیسم کش یک مشکل اساسی را معرفی می‌کند: عدم یکپارچگی داده. اگر چندین پردازنده نسخه‌های کش‌شده از داده‌های یکسان داشته باشند و یکی از پردازنده‌ها نسخه محلی خود را تغییر دهد، نسخه‌های کش‌شده دیگر منسوخ می‌شوند که منجر به خرابی احتمالی داده و رفتار غیرقابل پیش‌بینی می‌گردد. این چالش اصلی است که هم‌ترازی کش قصد دارد آن را حل کند.

یک مثال ساده را در نظر بگیرید. یک پلتفرم تجارت الکترونیک جهانی را تصور کنید که اطلاعات سفارش در حافظه مشترک ذخیره می‌شود. دو سرور، واقع در مناطق جغرافیایی مختلف (مثلاً آمریکای شمالی و اروپا)، در حال دسترسی و تغییر داده‌های سفارش برای پردازش و ردیابی هستند. اگر هر دو سرور یک نسخه کش‌شده از جزئیات سفارش یکسان داشته باشند و یک سرور وضعیت سفارش را به‌روزرسانی کند، کش سرور دیگر حاوی اطلاعات منسوخ خواهد بود، مگر اینکه مکانیسم‌های مناسبی برای تضمین یکپارچگی وجود داشته باشد.

راه‌حل: پروتکل‌های هم‌ترازی کش

پروتکل‌های هم‌ترازی کش، مکانیسم‌های سخت‌افزاری و نرم‌افزاری هستند که برای حفظ یکپارچگی داده در بین چندین کش در یک سیستم چندگره‌ای طراحی شده‌اند. این پروتکل‌ها اساساً قوانین و رویه‌های مربوط به نحوه تعامل کش‌ها با یکدیگر و با حافظه اصلی را تعریف می‌کنند تا اطمینان حاصل شود که همه پردازنده‌ها دید ثابتی از داده دارند. چندین پروتکل محبوب هم‌ترازی کش وجود دارد. رایج‌ترین آنها پروتکل‌های مبتنی بر دایرکتوری و پروتکل‌های مبتنی بر Snooping هستند.

پروتکل‌های Snooping

پروتکل‌های Snooping با ماهیت توزیع‌شده خود مشخص می‌شوند. هر کش گذرگاه حافظه را برای تراکنش‌های مرتبط با داده‌هایی که کش کرده است، "سِنوپ" (نظارت) می‌کند. هنگامی که یک کش تراکنشی را تشخیص می‌دهد که بر یک آیتم داده کش‌شده تأثیر می‌گذارد، اقدامات مناسب را برای حفظ یکپارچگی انجام می‌دهد. پروتکل‌های Snooping برای سیستم‌های کوچکتر با تعداد محدودی از پردازنده‌ها مناسب هستند، زیرا پهنای باند گذرگاه حافظه بین همه کش‌ها مشترک است، بنابراین ترافیک بیش از حد گذرگاه می‌تواند به گلوگاه تبدیل شود. پرکاربردترین پروتکل Snooping بر اساس ماشین حالت MESI (Modified, Exclusive, Shared, Invalid) است.

پروتکل MESI: نگاهی دقیق

پروتکل MESI یک پروتکل مبتنی بر حالت است که به هر خط کش (واحدی از داده ذخیره‌شده در کش) یکی از چهار حالت زیر را اختصاص می‌دهد:

• Modified (M): خط کش تغییر یافته (کثیف) است و حاوی مقداری متفاوت از حافظه اصلی است. این خط کش تنها نسخه معتبر داده است. نوشتن مستقیماً به این خط کش می‌رود. کش مسئول بازگرداندن داده به حافظه اصلی در هنگام حذف (جایگزینی) خط است.
• Exclusive (E): خط کش تمیز (یکسان با حافظه اصلی) است و تنها در این کش وجود دارد. هیچ کش دیگری نسخه‌ای از این داده را نگه نمی‌دارد. پردازنده می‌تواند بدون هیچ تراکنش گذرگاهی به این خط کش بخواند و بنویسد.
• Shared (S): خط کش تمیز (یکسان با حافظه اصلی) است و ممکن است در چندین کش وجود داشته باشد. خواندن مجاز است و نوشتن به یک تراکنش گذرگاهی برای باطل کردن نسخه‌های دیگر نیاز دارد.
• Invalid (I): خط کش نامعتبر است و حاوی داده‌های منسوخ است. پردازنده باید قبل از استفاده، یک نسخه جدید از داده را از حافظه اصلی واکشی کند.

عملیات پروتکل MESI

پروتکل MESI با استفاده از مجموعه‌ای از قوانین و تراکنش‌های گذرگاهی عمل می‌کند. در اینجا برخی از عملیات کلیدی و نحوه عملکرد آنها آمده است:

• Read Hit (ضربه خواندن): اگر پردازنده نیاز به خواندن داده داشته باشد و داده در کش آن در حالت 'S'، 'E'، یا 'M' وجود داشته باشد، داده را مستقیماً از کش می‌خواند. هیچ تراکنش گذرگاهی لازم نیست.
• Read Miss (خطای خواندن): اگر پردازنده نیاز به خواندن داده داشته باشد و داده در کش آن وجود نداشته باشد، یا خط کش در حالت 'I' باشد، یک خطای خواندن رخ می‌دهد. پردازنده یک درخواست خواندن (تراکنش 'Read') را بر روی گذرگاه حافظه ارسال می‌کند. کش‌های دیگر گذرگاه را بررسی می‌کنند تا ببینند آیا نسخه‌ای از داده درخواستی را دارند یا خیر. اگر کش دیگری داده را در حالت 'M' داشته باشد، داده را ارائه می‌دهد و به حالت 'S' منتقل می‌شود. اگر کش دیگری داده را در حالت 'S' داشته باشد، داده را ارائه می‌دهد. کش درخواست‌کننده سپس داده را دریافت کرده و وضعیت خود را به 'S' تغییر می‌دهد. اگر هیچ کشی داده را نداشته باشد، حافظه اصلی داده را ارائه می‌دهد و کش درخواست‌کننده وضعیت خود را به 'S' تغییر می‌دهد.
• Write Hit (ضربه نوشتن): اگر پردازنده بخواهد در یک خط کش در حالت 'E' بنویسد، خط کش به 'M' تغییر وضعیت می‌دهد و نوشتن به‌صورت محلی انجام می‌شود. اگر پردازنده بخواهد در یک خط کش در حالت 'S' بنویسد، ابتدا یک تراکنش 'Read Exclusive' (یا 'Invalidate') را بر روی گذرگاه حافظه ارسال می‌کند. تمام کش‌های دیگر نسخه‌های خود از داده را باطل می‌کنند (به 'I' تغییر وضعیت می‌دهند). سپس کش در حال نوشتن خط خود را به 'M' تغییر وضعیت داده و عملیات نوشتن را انجام می‌دهد.
• Write Miss (خطای نوشتن): اگر پردازنده بخواهد در یک خط کش که در کش آن وجود ندارد یا در حالت 'I' است بنویسد، پردازنده یک تراکنش 'Read Exclusive' ارسال می‌کند. این تراکنش داده را از حافظه اصلی (یا کش دیگری در حالت 'M') بازیابی کرده و هر نسخه موجود را باطل می‌کند. کش در حال نوشتن سپس خط خود را به 'M' تغییر وضعیت داده و عملیات نوشتن را انجام می‌دهد.

مزایای پروتکل‌های Snooping:

• پیاده‌سازی ساده (در مقایسه با پروتکل‌های مبتنی بر دایرکتوری).
• تأخیر نسبتاً کم برای انتقال داده بین کش‌ها در سیستم‌هایی با اتصالات مبتنی بر گذرگاه.

معایب پروتکل‌های Snooping:

• محدودیت‌های مقیاس‌پذیری: پهنای باند گذرگاه مشترک با افزایش تعداد پردازنده‌ها به یک گلوگاه تبدیل می‌شود.
• رقابت بر سر گذرگاه: همه کش‌ها برای دسترسی به گذرگاه رقابت می‌کنند که می‌تواند عملکرد کلی سیستم را کاهش دهد.

پروتکل‌های مبتنی بر دایرکتوری

پروتکل‌های مبتنی بر دایرکتوری از یک دایرکتوری استفاده می‌کنند که وضعیت هر خط کش را در تمام کش‌های سیستم ردیابی می‌کند. این دایرکتوری یک نقطه مرجع متمرکز برای حفظ هم‌ترازی کش فراهم می‌کند. این پروتکل‌ها برای سیستم‌های بزرگتر، پیچیده‌تر با پردازنده‌های زیاد و توپولوژی‌های اتصال پیچیده‌تر (مانند استفاده از شبکه روی تراشه) مناسب هستند. دایرکتوری معمولاً اطلاعاتی در مورد اینکه کدام کش‌ها نسخه‌هایی از یک بلوک داده را دارند و وضعیت هر نسخه (مثلاً مشترک، اختصاصی، تغییر یافته) ذخیره می‌کند. هنگامی که یک پردازنده نیاز به دسترسی به یک آیتم داده دارد، درخواست به دایرکتوری ارسال می‌شود که سپس عملیات لازم را برای حفظ هم‌ترازی تسهیل می‌کند.

عملیات دایرکتوری: یک نمای کلی

• درخواست خواندن: یک پردازنده درخواست خواندن را به دایرکتوری ارسال می‌کند. دایرکتوری وضعیت خود را بررسی می‌کند تا ببیند آیا داده در کش دیگری وجود دارد یا خیر. اگر چنین بود، درخواست را ارسال می‌کند. اگر داده در کش دیگری نبود، داده را از حافظه اصلی واکشی می‌کند.
• درخواست نوشتن: یک پردازنده درخواست نوشتن را به دایرکتوری ارسال می‌کند. دایرکتوری پیام‌های ابطال را به تمام کش‌های دیگر که نسخه‌ای از داده را دارند، ارسال می‌کند. سپس وضعیت داده را در دایرکتوری به‌روزرسانی کرده و به پردازنده نویسنده اجازه می‌دهد تا ادامه دهد.

مزایای پروتکل‌های مبتنی بر دایرکتوری:

• مقیاس‌پذیری: آنها می‌توانند تعداد بیشتری از پردازنده‌ها را در مقایسه با پروتکل‌های Snooping مدیریت کنند.
• کاهش ترافیک گذرگاه: دایرکتوری با هدایت پیام‌ها تنها به کش‌های مربوطه، به حداقل رساندن ترافیک گذرگاه کمک می‌کند.
• انعطاف‌پذیری بیشتر: می‌تواند از توپولوژی‌های اتصال مختلف استفاده کند.

معایب پروتکل‌های مبتنی بر دایرکتوری:

• افزایش پیچیدگی: پیاده‌سازی پروتکل مبتنی بر دایرکتوری پیچیده‌تر از پیاده‌سازی پروتکل Snooping است.
• سربار دایرکتوری: خود دایرکتوری می‌تواند در صورت عدم طراحی کارآمد، به یک گلوگاه عملکرد تبدیل شود. دایرکتوری باید سریع و با تأخیر کم باشد.

سایر پروتکل‌های هم‌ترازی کش

در حالی که MESI پرکاربردترین پروتکل است، پروتکل‌ها و تغییرات دیگری نیز وجود دارد، از جمله MOESI (که حالت Owned را برای مدیریت اشتراک‌گذاری داده با جزئیات بیشتر اضافه می‌کند) و Write-Once (که در برخی سیستم‌های قدیمی‌تر استفاده می‌شود). علاوه بر این، بسیاری از سیستم‌های مدرن از رویکردهای ترکیبی استفاده می‌کنند که جنبه‌هایی از پروتکل‌های Snooping و مبتنی بر دایرکتوری را ترکیب می‌کنند.

چالش‌ها در حفظ هم‌ترازی کش

با وجود اثربخشی پروتکل‌های هم‌ترازی کش، چندین چالش می‌تواند در سیستم‌های چندگره‌ای واقعی بوجود آید:

• False Sharing (اشتراک کاذب): اشتراک کاذب زمانی اتفاق می‌افتد که دو یا چند پردازنده در حال تغییر آیتم‌های داده‌ای متفاوت باشند که تصادفی در یک خط کش قرار گرفته‌اند. حتی اگر آیتم‌های داده بی‌ارتباط باشند، پروتکل هم‌ترازی کش باعث می‌شود خط کش باطل شده و بین پردازنده‌ها دوباره منتقل شود، که منجر به سربار غیرضروری و کاهش عملکرد می‌شود. دو رشته را در نظر بگیرید که روی هسته‌های مختلف یک CPU اجرا می‌شوند. رشته A متغیر X را تغییر می‌دهد و رشته B متغیر Y را تغییر می‌دهد. اگر X و Y به‌طور تصادفی در یک خط کش تخصیص داده شوند، هر عملیات نوشتن توسط A و B نسخه‌ی دیگر از خط کش را باطل می‌کند.
• Network Congestion (ترافیک شبکه): در سیستم‌های توزیع‌شده، ترافیک بالای شبکه مرتبط با عملیات هم‌ترازی می‌تواند منجر به ترافیک شبکه، افزایش تأخیر و کاهش عملکرد کلی سیستم شود.
• Complexity (پیچیدگی): پیاده‌سازی و اشکال‌زدایی پروتکل‌های هم‌ترازی کش می‌تواند پیچیده باشد، به‌ویژه در سیستم‌های بزرگ‌مقیاس و ناهمگن.
• Performance Overhead (سربار عملکرد): سربار مرتبط با عملیات هم‌ترازی کش (مثلاً تراکنش‌های گذرگاه، جستجوهای دایرکتوری) می‌تواند بر عملکرد سیستم تأثیر بگذارد. تنظیم و بهینه‌سازی مناسب حیاتی است.
• Memory Ordering (ترتیب حافظه): تضمین ترتیب صحیح عملیات حافظه در چندین پردازنده برای صحت برنامه حیاتی است. پروتکل‌های هم‌ترازی کش باید با مدل‌های ترتیب حافظه همکاری کنند تا تضمین کنند که تغییرات ایجاد شده توسط یک پردازنده به ترتیب صحیح برای پردازنده‌های دیگر قابل مشاهده هستند. جزئیات این تضمین‌ها بر اساس معماری (مثلاً x86، ARM) متفاوت است.

تأثیر جهانی هم‌ترازی کش

اصول هم‌ترازی کش برای رایانش مدرن اساسی هستند و تأثیر عمیقی بر صنایع و فناوری‌های مختلف جهانی دارند:

• مراکز داده: هم‌ترازی کش برای عملکرد و قابلیت اطمینان مراکز داده در سراسر جهان ضروری است، که رایانش ابری، خدمات وب و شبکه‌های ارتباطی جهانی را تأمین می‌کنند. عملکرد بالا در مراکز داده برای ارائه خدمات قابل اعتماد برای برنامه‌ها و خدمات در سراسر جهان حیاتی است.
• رایانش با کارایی بالا (HPC): سیستم‌های HPC، که برای تحقیقات علمی، مدل‌سازی آب‌وهوا، شبیه‌سازی‌های مالی و سایر وظایف محاسباتی فشرده استفاده می‌شوند، به شدت به هم‌ترازی کش برای دستیابی به سطوح عملکرد لازم متکی هستند.
• دستگاه‌های موبایل: پردازنده‌های چند هسته‌ای در گوشی‌های هوشمند، تبلت‌ها و سایر دستگاه‌های موبایل از هم‌ترازی کش برای بهینه‌سازی عملکرد و عمر باتری بهره‌مند می‌شوند.
• تجارت الکترونیک جهانی: هم‌ترازی کش به پاسخگویی و مقیاس‌پذیری پلتفرم‌های تجارت الکترونیک کمک می‌کند و کسب‌وکارهای سراسر جهان را قادر می‌سازد تا میلیون‌ها تراکنش را به‌طور همزمان مدیریت کنند.
• خدمات مالی: در صنعت مالی، هم‌ترازی کش دقت و سرعت سیستم‌های پردازش تراکنش را تضمین می‌کند که برای بازارهای مالی جهانی حیاتی است.
• اینترنت اشیا (IoT): با ادامه رشد تعداد دستگاه‌های متصل در سطح جهانی، هم‌ترازی کش در محیط‌های با منابع محدود برای مدیریت یکپارچگی داده و بهبود عملکرد اهمیت فزاینده‌ای پیدا خواهد کرد.
• وسایل نقلیه خودران: سیستم‌های خودروهای خودران به پردازش حجم عظیمی از داده‌های حسگرها در زمان واقعی وابسته هستند. هم‌ترازی کش به فعال‌سازی این عملکرد کمک می‌کند.

مثالی از یک پلتفرم تجارت مالی جهانی را در نظر بگیرید. معامله‌گران در نیویورک، لندن و توکیو ممکن است به‌طور همزمان به داده‌های لحظه‌ای قیمت سهام دسترسی داشته باشند و آنها را تغییر دهند. هم‌ترازی کش برای تضمین اینکه همه معامله‌گران دید یکسانی از بازار دارند، جلوگیری از معاملات نادرست و حفظ یکپارچگی بازار ضروری است. یکپارچگی بازارهای مالی جهانی به‌طور قابل توجهی تحت تأثیر پیاده‌سازی صحیح هم‌ترازی کش است.

بهترین شیوه‌ها برای مدیریت هم‌ترازی کش

بهینه‌سازی هم‌ترازی کش نیازمند یک رویکرد چندوجهی است، از طراحی سخت‌افزار تا توسعه نرم‌افزار. در اینجا برخی از بهترین شیوه‌ها آورده شده است:

• بهینه‌سازی سخت‌افزاری:
• پروتکل‌های هم‌ترازی کش مناسب را بر اساس معماری سیستم و بار کاری انتخاب کنید.
• اتصالات کارآمد را برای به حداقل رساندن تأخیر ارتباطی و گلوگاه‌های پهنای باند طراحی کنید.
• از تکنیک‌هایی مانند prefetching برای آوردن پیشگیرانه داده به کش‌ها قبل از نیاز استفاده کنید.
• بهینه‌سازی نرم‌افزاری:
• با چیدمان دقیق داده و تراز کردن، اشتراک کاذب را به حداقل برسانید. توسعه‌دهندگان باید درک کنند که ساختارهای داده‌ی آنها چگونه در حافظه چیده خواهند شد، و این نیاز به آگاهی از سخت‌افزار دارد.
• از primitives همگام‌سازی (مثلاً mutexes، locks، semaphores) برای محافظت از داده‌های مشترک و جلوگیری از شرایط رقابتی استفاده کنید.
• در صورت لزوم برای کاهش رقابت، از الگوریتم‌ها و ساختارهای داده بدون قفل استفاده کنید.
• عملکرد برنامه را برای شناسایی گلوگاه‌های مرتبط با کش پروفایل و تحلیل کنید.
• از بهینه‌سازی‌های کامپایلر و مدل‌های حافظه که برای محیط‌های چند رشته‌ای و چند هسته‌ای بهینه شده‌اند، بهره ببرید.
• نظارت و اشکال‌زدایی:
• از ابزارهای نظارت بر عملکرد برای ردیابی نرخ موفقیت/خطای کش، ترافیک گذرگاه و سایر معیارهای مرتبط استفاده کنید.
• از ابزارهای اشکال‌زدایی برای شناسایی و حل مسائل مرتبط با هم‌ترازی کش استفاده کنید.
• به‌طور منظم داده‌های عملکرد را بررسی و تحلیل کنید تا زمینه‌های بهبود را شناسایی کنید.
• ملاحظات طراحی سیستم:
• مکان قرارگیری داده در حافظه را در نظر بگیرید.
• مدل‌های حافظه مناسب را برای تضمین ترتیب صحیح عملیات انتخاب کنید.

آینده هم‌ترازی کش

با ادامه تکامل رایانش، هم‌ترازی کش یک حوزه حیاتی تحقیق و توسعه باقی خواهد ماند. چندین روند در حال شکل دادن به آینده هم‌ترازی کش هستند:

• رایانش ناهمگن: افزایش شیوع سیستم‌های ناهمگن (مثلاً CPU‌ها، GPU‌ها، FPGA‌ها) چالش‌های جدیدی را برای هم‌ترازی کش ایجاد می‌کند. پروتکل‌های هم‌ترازی باید برای کارایی مؤثر در معماری‌های پردازنده‌ای مختلف تطبیق داده شوند.
• معماری‌های حافظه‌محور: معماری‌های جدید در حال بررسی تکنیک‌هایی برای نزدیکتر کردن پردازش به حافظه برای بهبود عملکرد و کاهش انتقال داده هستند.
• فناوری‌های حافظه نوظهور: پذیرش فناوری‌های جدید حافظه (مثلاً حافظه غیرفرار، حافظه سه‌بعدی انباشته) نیازمند راه‌حل‌های نوین هم‌ترازی کش خواهد بود.
• هوش مصنوعی (AI) و یادگیری ماشین (ML): خواسته‌های بار کاری AI و ML سیستم&zwnm;های موجود را به مرزهای خود می‌رسانند. پروتکل‌های جدید هم‌ترازی کش ممکن است برای بهینه‌سازی عملکرد این برنامه‌ها لازم باشند.
• حافظه مشترک توزیع‌شده (DSM): تحقیقات در مورد سیستم‌های DSM، جایی که یک فضای حافظه منطقاً مشترک در گره‌های توزیع‌شده فیزیکی پیاده‌سازی می‌شود، در حال انجام است. این سیستم‌ها نیاز بالایی به پیاده‌سازی صحیح هم‌ترازی کش دارند.

نوآوری در هم‌ترازی کش برای اطمینان از اینکه ما همچنان پتانسیل کامل سیستم‌های چندگره‌ای به‌طور فزاینده پیچیده را استخراج می‌کنیم، ضروری است. این نوآوری‌ها توسعه‌های جهانی را در زمینه‌های متنوع تسهیل خواهند کرد.

نتیجه‌گیری

هم‌ترازی کش یک مفهوم اساسی در سیستم‌های چندگره‌ای است که نقش حیاتی در تضمین یکپارچگی داده و حداکثر کردن عملکرد در سراسر جهان ایفا می‌کند. درک مکانیسم‌ها، چالش‌ها و بهترین شیوه‌های آن برای هر کسی که در معماری رایانه، برنامه‌نویسی سیستم‌ها یا طراحی و عملیات برنامه‌های داده‌محور مشغول است، ضروری است. با پذیرش اصول هم‌ترازی کش و اتخاذ تکنیک‌های بهینه‌سازی مناسب، می‌توانیم سیستم‌های رایانشی قابل اطمینان‌تر، کارآمدتر و مقیاس‌پذیرتری بسازیم که دنیای به‌هم‌پیوسته ما را قدرت می‌بخشند.

همانطور که فناوری به پیشرفت خود ادامه می‌دهد، اهمیت هم‌ترازی کش تنها افزایش خواهد یافت. از بهینه‌سازی زنجیره‌های تأمین جهانی گرفته تا ارتقای تحقیقات علمی، توسعه و پیاده‌سازی مداوم پروتکل‌های هم‌ترازی کش مؤثر نقش مهمی در شکل‌دهی به آینده رایانش در سراسر جهان ایفا خواهد کرد. با اطلاع از آخرین پیشرفت‌ها و بهترین شیوه‌ها، می‌توانیم از قدرت سیستم‌های چندگره‌ای برای حل مشکلات پیچیده و پیشبرد نوآوری در مقیاس جهانی بهره ببریم.