फ्रंटएंड डिस्ट्रिब्यूटेड कैश कोहेरेंस: मल्टी-नोड कैश सिंक्रोनाइज़ेशन

आधुनिक वेब एप्लीकेशन डेवलपमेंट के क्षेत्र में, फ्रंटएंड का प्रदर्शन सर्वोपरि है। जैसे-जैसे एप्लीकेशन विश्व स्तर पर उपयोगकर्ताओं की सेवा के लिए बढ़ते हैं, कुशल कैशिंग तंत्र की आवश्यकता महत्वपूर्ण हो जाती है। डिस्ट्रिब्यूटेड कैशिंग सिस्टम, उपयोगकर्ता के करीब डेटा संग्रहीत करने की अपनी क्षमता के साथ, प्रतिक्रिया समय में काफी सुधार करते हैं और सर्वर लोड को कम करते हैं। हालाँकि, कई कैशिंग नोड्स से निपटने के दौरान एक प्रमुख चुनौती उत्पन्न होती है: कैश कोहेरेंस सुनिश्चित करना। यह ब्लॉग पोस्ट फ्रंटएंड डिस्ट्रिब्यूटेड कैश कोहेरेंस की जटिलताओं पर प्रकाश डालता है, जिसमें मल्टी-नोड कैश सिंक्रोनाइज़ेशन रणनीतियों पर ध्यान केंद्रित किया गया है।

फ्रंटएंड कैशिंग के मूल सिद्धांतों को समझना

फ्रंटएंड कैशिंग में अक्सर एक्सेस किए जाने वाले संसाधनों, जैसे कि HTML, CSS, जावास्क्रिप्ट, चित्र और अन्य संपत्तियों को उपयोगकर्ता के करीब संग्रहीत करना शामिल है। इसे विभिन्न तरीकों का उपयोग करके लागू किया जा सकता है, ब्राउज़र कैशिंग से लेकर कंटेंट डिलीवरी नेटवर्क (CDN) तक। प्रभावी कैशिंग से लेटेंसी और बैंडविड्थ की खपत में काफी कमी आती है, जिससे उपयोगकर्ता का अनुभव तेज़ और अधिक प्रतिक्रियाशील होता है। एक ऐसे उपयोगकर्ता पर विचार करें जो टोक्यो में संयुक्त राज्य अमेरिका में होस्ट किए गए सर्वर पर एक वेबसाइट तक पहुंच बना रहा है। कैशिंग के बिना, उपयोगकर्ता को नेटवर्क लेटेंसी के कारण महत्वपूर्ण देरी का अनुभव होगा। हालाँकि, यदि टोक्यो में एक CDN नोड वेबसाइट की स्थिर संपत्तियों को कैश करता है, तो उपयोगकर्ता को सामग्री बहुत तेज़ी से प्राप्त होती है।

फ्रंटएंड कैशिंग के प्रकार

• ब्राउज़र कैशिंग: उपयोगकर्ता का ब्राउज़र संसाधनों को स्थानीय रूप से संग्रहीत करता है। यह कैशिंग का सबसे सरल रूप है और सर्वर अनुरोधों को कम करता है। HTTP प्रतिक्रियाओं में `Cache-Control` हेडर ब्राउज़र कैश व्यवहार को प्रबंधित करने के लिए महत्वपूर्ण है।
• CDN कैशिंग: CDN सर्वरों का एक भौगोलिक रूप से वितरित नेटवर्क है जो उपयोगकर्ताओं के करीब सामग्री को कैश करता है। यह दुनिया भर में कंटेंट डिलीवरी में तेजी लाने का एक शक्तिशाली तरीका है। लोकप्रिय CDN में Akamai, Cloudflare और Amazon CloudFront शामिल हैं।
• रिवर्स प्रॉक्सी कैशिंग: एक रिवर्स प्रॉक्सी सर्वर ऑरिजिन सर्वर के सामने बैठता है और ऑरिजिन की ओर से सामग्री को कैश करता है। यह प्रदर्शन में सुधार कर सकता है और ऑरिजिन सर्वर को अत्यधिक लोड से बचा सकता है। उदाहरणों में Varnish और Nginx शामिल हैं।

कैश इनकोहेरेंस की समस्या

जब एक डिस्ट्रिब्यूटेड कैशिंग सिस्टम में कई नोड होते हैं, तो इन नोड्स पर कैश किया गया डेटा असंगत हो सकता है। इसे कैश इनकोहेरेंस के रूप में जाना जाता है। यह समस्या आमतौर पर तब उत्पन्न होती है जब कैश किए गए डेटा को ऑरिजिन सर्वर पर संशोधित या अपडेट किया जाता है, लेकिन यह सभी कैशिंग नोड्स पर तुरंत प्रतिबिंबित नहीं होता है। इससे उपयोगकर्ताओं को पुरानी या गलत जानकारी मिल सकती है। एक समाचार वेबसाइट की कल्पना करें जिसमें एक कहानी है जिसे जल्दी से अपडेट किया जाता है। यदि CDN कहानी के अपने कैश्ड संस्करण को जल्दी से अपडेट नहीं करता है, तो कुछ उपयोगकर्ताओं को एक पुराना संस्करण दिखाई दे सकता है जबकि अन्य को सही संस्करण दिखाई देगा।

कैश इनकोहेरेंस एक गंभीर चिंता का विषय है क्योंकि इसके परिणामस्वरूप यह हो सकता है:

• पुराना डेटा (Stale Data): उपयोगकर्ताओं को पुरानी जानकारी दिखाई देती है।
• गलत डेटा: उपयोगकर्ताओं को गलत गणना या भ्रामक जानकारी दिखाई दे सकती है।
• उपयोगकर्ता की निराशा: यदि उपयोगकर्ता लगातार गलत डेटा देखते हैं तो वे एप्लीकेशन में विश्वास खो देते हैं।
• परिचालन संबंधी समस्याएँ: एप्लीकेशन की कार्यक्षमता में अप्रत्याशित त्रुटियाँ उत्पन्न कर सकती हैं और उपयोगकर्ता जुड़ाव को कम कर सकती हैं।

मल्टी-नोड कैश सिंक्रोनाइज़ेशन रणनीतियाँ

मल्टी-नोड वातावरण में कैश इनकोहेरेंस की समस्या को दूर करने के लिए कई रणनीतियाँ अपनाई जाती हैं। इन रणनीतियों का उद्देश्य सभी कैशिंग नोड्स पर डेटा स्थिरता सुनिश्चित करना है। रणनीति का चुनाव विभिन्न कारकों पर निर्भर करता है, जिसमें डेटा अपडेट की आवृत्ति, पुराने डेटा के लिए सहनशीलता और कार्यान्वयन की जटिलता शामिल है।

1. कैश इनवैलिडेशन

कैश इनवैलिडेशन में मूल डेटा अपडेट होने पर कैश्ड सामग्री को हटाना या अमान्य के रूप में चिह्नित करना शामिल है। जब अमान्य सामग्री के लिए बाद में कोई अनुरोध किया जाता है, तो कैश ऑरिजिन सर्वर या डेटाबेस या API जैसे प्राथमिक डेटा स्रोत से अपडेटेड डेटा प्राप्त करता है। यह सबसे आम तरीका है और डेटा स्थिरता बनाए रखने का एक सीधा तरीका प्रदान करता है। इसे कई तकनीकों का उपयोग करके लागू किया जा सकता है।

• TTL (Time to Live): प्रत्येक कैश्ड आइटम को एक TTL सौंपा जाता है। TTL समाप्त होने के बाद, कैश आइटम को पुराना माना जाता है और कैश ऑरिजिन या डेटाबेस से एक नई प्रतिलिपि प्राप्त करता है। यह एक सरल तरीका है लेकिन यदि TTL अपडेट आवृत्ति से अधिक लंबा है तो पुराने डेटा की अवधि हो सकती है।
• पर्जिंग/इनवैलिडेशन API: प्रशासकों या एप्लीकेशन को स्वयं कैश्ड आइटम को स्पष्ट रूप से अमान्य करने की अनुमति देने के लिए एक API प्रदान किया जाता है। यह विशेष रूप से तब उपयोगी होता है जब डेटा अपडेट किया जाता है। उदाहरण के लिए, जब किसी उत्पाद की कीमत बदलती है, तो एप्लीकेशन उत्पाद पृष्ठ के कैश्ड संस्करण को पर्ज करने के लिए CDN को एक इनवैलिडेशन अनुरोध भेज सकता है।
• टैग-आधारित इनवैलिडेशन: कैशिंग आइटम को मेटाडेटा (टैग) के साथ टैग किया जाता है और जब किसी टैग से संबंधित सामग्री बदलती है, तो उस टैग के साथ सभी कैश्ड आइटम अमान्य हो जाते हैं। यह इनवैलिडेशन के लिए एक अधिक विस्तृत दृष्टिकोण प्रदान करता है।

उदाहरण: एक वैश्विक ई-कॉमर्स प्लेटफॉर्म एक CDN का उपयोग करता है। जब किसी उत्पाद की कीमत बदलती है, तो प्लेटफ़ॉर्म का बैकएंड सिस्टम CDN के API (जैसे, Amazon CloudFront या Akamai द्वारा प्रदान किया गया) का उपयोग करके सभी संबंधित CDN एज स्थानों के लिए उत्पाद विवरण पृष्ठ के कैश्ड संस्करण को अमान्य कर देता है। यह सुनिश्चित करता है कि दुनिया भर के उपयोगकर्ता तुरंत अपडेट की गई कीमत देखें।

2. कैश अपडेट/प्रोपैगेशन

कैश को अमान्य करने के बजाय, कैशिंग नोड अपनी कैश्ड सामग्री को नए डेटा के साथ सक्रिय रूप से अपडेट कर सकते हैं। इसे विभिन्न तकनीकों के माध्यम से प्राप्त किया जा सकता है। यह अक्सर इनवैलिडेशन की तुलना में लागू करने में अधिक जटिल होता है, लेकिन ऑरिजिन सर्वर से डेटा प्राप्त करने से जुड़ी देरी से बच सकता है। यह रणनीति सभी कैशिंग नोड्स पर अपडेट को कुशलतापूर्वक प्रसारित करने की क्षमता पर निर्भर करती है।

• पुश-आधारित अपडेट: जब डेटा बदलता है, तो ऑरिजिन सर्वर अपडेट की गई सामग्री को सभी कैशिंग नोड्स पर धकेलता है। यह अक्सर एक मैसेज क्यू या पब/सब सिस्टम (जैसे, Kafka, RabbitMQ) के माध्यम से किया जाता है। यह अपडेट के लिए सबसे कम लेटेंसी प्रदान करता है।
• पुल-आधारित अपडेट: कैशिंग नोड समय-समय पर अपडेट के लिए ऑरिजिन सर्वर या प्राथमिक डेटा स्रोत से पूछते रहते हैं। यह पुश-आधारित अपडेट की तुलना में लागू करना आसान है, लेकिन इससे देरी हो सकती है क्योंकि एक नोड अगले पोलिंग अंतराल तक नवीनतम संस्करण से अवगत नहीं हो सकता है।

उदाहरण: एक रीयल-टाइम स्टॉक मार्केट डेटा फ़ीड मूल्य परिवर्तनों को तुरंत CDN नोड्स पर प्रसारित करने के लिए पुश-आधारित अपडेट का उपयोग कर सकता है। जैसे ही एक्सचेंज पर किसी स्टॉक की कीमत बदलती है, अपडेट को सभी CDN स्थानों पर धकेल दिया जाता है। यह सुनिश्चित करता है कि दुनिया के विभिन्न हिस्सों में उपयोगकर्ता न्यूनतम लेटेंसी के साथ सबसे अद्यतित मूल्य देखें।

3. वर्शनिंग

वर्शनिंग में प्रत्येक कैश्ड आइटम को एक संस्करण पहचानकर्ता निर्दिष्ट करना शामिल है। जब डेटा अपडेट किया जाता है, तो कैश्ड आइटम को एक नया संस्करण पहचानकर्ता प्राप्त होता है। कैशिंग सिस्टम पुराने और नए दोनों संस्करणों को (एक सीमित समय के लिए) रखता है। डेटा का अनुरोध करने वाले क्लाइंट सही कैश्ड कॉपी चुनने के लिए संस्करण संख्या का उपयोग करते हैं। यह पुराने से नए डेटा में एक सहज संक्रमण को सक्षम बनाता है। इसका उपयोग अक्सर कैश इनवैलिडेशन या समय-आधारित समाप्ति नीतियों के साथ किया जाता है।

• कंटेंट-आधारित वर्शनिंग: संस्करण पहचानकर्ता की गणना सामग्री के आधार पर की जा सकती है (जैसे, डेटा का हैश)।
• टाइमस्टैम्प-आधारित वर्शनिंग: संस्करण पहचानकर्ता एक टाइमस्टैम्प का उपयोग करता है, जो उस समय को इंगित करता है जब डेटा को अंतिम बार अपडेट किया गया था।

उदाहरण: एक वीडियो स्ट्रीमिंग सेवा वर्शनिंग का उपयोग करती है। जब कोई वीडियो अपडेट किया जाता है, तो सिस्टम वीडियो को एक नया संस्करण निर्दिष्ट करता है। सेवा तब पुराने संस्करण को अमान्य कर सकती है और क्लाइंट नवीनतम वीडियो संस्करण तक पहुंच सकते हैं।

4. डिस्ट्रिब्यूटेड लॉकिंग

ऐसे परिदृश्यों में जहां डेटा अपडेट लगातार या जटिल होते हैं, कैश्ड डेटा तक पहुंच को सिंक्रनाइज़ करने के लिए डिस्ट्रिब्यूटेड लॉकिंग का उपयोग किया जा सकता है। यह कई कैशिंग नोड्स को एक ही डेटा को एक साथ अपडेट करने से रोकता है, जिससे विसंगतियां हो सकती हैं। एक डिस्ट्रिब्यूटेड लॉक यह सुनिश्चित करता है कि एक समय में केवल एक नोड कैश को संशोधित कर सकता है। इसमें आमतौर पर Redis या ZooKeeper जैसे डिस्ट्रिब्यूटेड लॉक मैनेजर का उपयोग करना शामिल है।

उदाहरण: एक भुगतान प्रसंस्करण प्रणाली यह सुनिश्चित करने के लिए डिस्ट्रिब्यूटेड लॉकिंग का उपयोग कर सकती है कि उपयोगकर्ता के खाते की शेष राशि सभी कैशिंग नोड्स पर लगातार अपडेट हो। कैश्ड खाते की शेष राशि को अपडेट करने से पहले, नोड एक लॉक प्राप्त करता है। अपडेट पूरा हो जाने के बाद, लॉक जारी कर दिया जाता है। यह रेस कंडीशन को रोकता है जिससे गलत खाता शेष हो सकता है।

5. रेप्लिकेशन

रेप्लिकेशन के साथ, कैशिंग नोड अपने बीच डेटा को दोहराते हैं। इसे मास्टर-स्लेव या पीयर-टू-पीयर रेप्लिकेशन जैसी विभिन्न रणनीतियों का उपयोग करके लागू किया जा सकता है। रेप्लिकेशन प्रक्रिया यह सुनिश्चित करती है कि कैश्ड डेटा सभी कैशिंग नोड्स पर सुसंगत हो।

• मास्टर-स्लेव रेप्लिकेशन: एक कैशिंग नोड मास्टर के रूप में कार्य करता है और अपडेट प्राप्त करता है। मास्टर अपडेट को स्लेव नोड्स पर दोहराता है।
• पीयर-टू-पीयर रेप्लिकेशन: सभी कैशिंग नोड पीयर होते हैं और एक दूसरे से अपडेट प्राप्त कर सकते हैं, जिससे एक वितरित डेटा स्थिरता सुनिश्चित होती है।

उदाहरण: एक सोशल मीडिया प्लेटफॉर्म रेप्लिकेशन का उपयोग करता है। जब कोई उपयोगकर्ता अपनी प्रोफ़ाइल तस्वीर अपडेट करता है, तो अपडेट को डिस्ट्रिब्यूटेड सिस्टम के भीतर अन्य सभी कैशिंग नोड्स पर प्रसारित किया जाता है। इस तरह, प्रोफ़ाइल तस्वीर सभी उपयोगकर्ताओं के लिए सुसंगत होती है।

सही रणनीति का चुनाव

सर्वश्रेष्ठ कैश सिंक्रोनाइज़ेशन रणनीति कई कारकों पर निर्भर करती है, जिनमें शामिल हैं:

• डेटा अपडेट आवृत्ति: डेटा कितनी बार बदलता है।
• डेटा स्थिरता आवश्यकताएँ: उपयोगकर्ताओं के लिए सबसे अद्यतित डेटा देखना कितना महत्वपूर्ण है।
• कार्यान्वयन की जटिलता: रणनीति को लागू करना और बनाए रखना कितना मुश्किल है।
• प्रदर्शन आवश्यकताएँ: लेटेंसी और थ्रूपुट का वांछित स्तर।
• भौगोलिक वितरण: कैशिंग नोड्स और उपयोगकर्ताओं का भौगोलिक फैलाव।
• बुनियादी ढाँचे की लागत: डिस्ट्रिब्यूटेड कैश सिस्टम को चलाने और बनाए रखने की लागत।

यहाँ एक सामान्य दिशानिर्देश है:

• स्थिर सामग्री या कभी-कभी अपडेट होने वाली सामग्री के लिए: TTL या पर्जिंग API का उपयोग करके कैश इनवैलिडेशन अक्सर पर्याप्त होता है।
• बार-बार अपडेट होने वाली और कम लेटेंसी की आवश्यकता वाली सामग्री के लिए: पुश-आधारित कैश अपडेट और डिस्ट्रिब्यूटेड लॉकिंग उपयुक्त हो सकते हैं।
• मध्यम अपडेट आवृत्ति वाले रीड-हेवी वर्कलोड के लिए: वर्शनिंग स्थिरता और प्रदर्शन के बीच एक अच्छा संतुलन प्रदान कर सकता है।
• महत्वपूर्ण डेटा और उच्च अपडेट आवृत्ति के लिए: रेप्लिकेशन और डिस्ट्रिब्यूटेड लॉकिंग रणनीतियाँ उच्च जटिलता और ओवरहेड की कीमत पर मजबूत स्थिरता गारंटी प्रदान करती हैं।

कार्यान्वयन संबंधी विचार और सर्वोत्तम प्रथाएँ

एक मजबूत कैश कोहेरेंस रणनीति को लागू करने के लिए विभिन्न पहलुओं पर सावधानीपूर्वक विचार करने की आवश्यकता होती है:

• निगरानी: कैश प्रदर्शन, कैश हिट/मिस दरों, और इनवैलिडेशन/अपडेट लेटेंसी की गहन निगरानी लागू करें। निगरानी उपकरण और डैशबोर्ड संभावित मुद्दों का पता लगाने और चयनित सिंक्रोनाइज़ेशन रणनीति की प्रभावशीलता को ट्रैक करने में मदद करते हैं।
• परीक्षण: विभिन्न लोड स्थितियों और अपडेट परिदृश्यों के तहत कैशिंग सिस्टम का पूरी तरह से परीक्षण करें। यह सुनिश्चित करने के लिए स्वचालित परीक्षण महत्वपूर्ण है कि सिस्टम अपेक्षा के अनुरूप व्यवहार करता है। हैप्पी पाथ और विफलता परिदृश्यों दोनों का परीक्षण करें।
• लॉगिंग: डिबगिंग और ऑडिटिंग उद्देश्यों के लिए सभी कैश-संबंधित घटनाओं (इनवैलिडेशन, अपडेट और त्रुटियों) को लॉग करें। लॉग में प्रासंगिक मेटाडेटा होना चाहिए जैसे कि कैश किया जा रहा डेटा, कैश कुंजी, घटना का समय और किस नोड ने कार्रवाई की।
• आइडमपोटेंसी (Idempotency): सुनिश्चित करें कि कैश इनवैलिडेशन और अपडेट ऑपरेशन आइडमपोटेंट हैं। आइडमपोटेंट ऑपरेशन अंतिम परिणाम को बदले बिना कई बार निष्पादित किए जा सकते हैं। यह नेटवर्क विफलताओं के मामले में डेटा भ्रष्टाचार से बचने में मदद करता है।
• त्रुटि प्रबंधन: कैश इनवैलिडेशन या अपडेट संचालन में विफलताओं से निपटने के लिए मजबूत त्रुटि प्रबंधन तंत्र लागू करें। विफल संचालन को फिर से प्रयास करने या एक सुसंगत स्थिति में वापस आने पर विचार करें।
• स्केलेबिलिटी: बढ़ते ट्रैफिक और डेटा वॉल्यूम को संभालने के लिए सिस्टम को स्केलेबल होने के लिए डिज़ाइन करें। क्षैतिज रूप से स्केलेबल कैशिंग इंफ्रास्ट्रक्चर का उपयोग करने पर विचार करें।
• सुरक्षा: कैशिंग सिस्टम को अनधिकृत पहुंच और संशोधन से बचाने के लिए उचित सुरक्षा उपाय लागू करें। प्रमाणीकरण और प्राधिकरण के साथ कैश इनवैलिडेशन और अपडेट API की सुरक्षा पर विचार करें।
• संस्करण नियंत्रण: हमेशा अपनी कॉन्फ़िगरेशन फ़ाइलों को संस्करण नियंत्रण में रखें।

फ्रंटएंड कैश कोहेरेंस का भविष्य

फ्रंटएंड कैश कोहेरेंस का क्षेत्र लगातार विकसित हो रहा है। कई उभरते रुझान और प्रौद्योगिकियाँ भविष्य को आकार दे रही हैं:

• एज कंप्यूटिंग: एज कंप्यूटिंग कैशिंग और डेटा प्रोसेसिंग को उपयोगकर्ता के करीब ले जाती है, जिससे लेटेंसी कम होती है और प्रदर्शन में सुधार होता है। एज साइड इनक्लूड्स (ESI) और अन्य एज-आधारित कैशिंग तकनीकों का विकास कैश कोहेरेंस बनाए रखने की जटिलता को और बढ़ाने का वादा करता है।
• WebAssembly (Wasm): Wasm ब्राउज़र में कोड को लगभग-देशी गति से चलाने में सक्षम बनाता है, जो संभावित रूप से अधिक परिष्कृत क्लाइंट-साइड कैशिंग रणनीतियों को सक्षम करता है।
• सर्वरलेस कंप्यूटिंग: सर्वरलेस आर्किटेक्चर हमारे बैकएंड संचालन के बारे में सोचने के तरीके को बदल रहे हैं और कैशिंग रणनीतियों को प्रभावित कर सकते हैं।
• कैश ऑप्टिमाइज़ेशन के लिए आर्टिफिशियल इंटेलिजेंस (AI): AI और मशीन लर्निंग एल्गोरिदम का उपयोग कैश प्रदर्शन को गतिशील रूप से अनुकूलित करने के लिए किया जा रहा है, जो उपयोगकर्ता के व्यवहार और डेटा पैटर्न के आधार पर TTL, इनवैलिडेशन रणनीतियों और कैश प्लेसमेंट को स्वचालित रूप से समायोजित करता है।
• विकेंद्रीकृत कैशिंग: विकेंद्रीकृत कैशिंग सिस्टम, जिसका उद्देश्य एकल केंद्रीय प्राधिकरण पर निर्भरता को दूर करना है, का पता लगाया जा रहा है। इसमें बेहतर डेटा अखंडता और कैश स्थिरता के लिए ब्लॉकचेन जैसी तकनीकों का उपयोग करना शामिल है।

जैसे-जैसे वेब एप्लीकेशन अधिक जटिल और विश्व स्तर पर वितरित होते जाएंगे, कुशल और मजबूत कैश कोहेरेंस रणनीतियों की आवश्यकता केवल बढ़ेगी। फ्रंटएंड डेवलपर्स को प्रदर्शनकारी और विश्वसनीय वेब एप्लीकेशन बनाने के लिए इन प्रवृत्तियों और प्रौद्योगिकियों के बारे में सूचित रहना चाहिए।

निष्कर्ष

मल्टी-नोड फ्रंटएंड वातावरण में कैश कोहेरेंस बनाए रखना एक तेज़, विश्वसनीय और सुसंगत उपयोगकर्ता अनुभव प्रदान करने के लिए महत्वपूर्ण है। विभिन्न कैश सिंक्रोनाइज़ेशन रणनीतियों, कार्यान्वयन संबंधी विचारों और सर्वोत्तम प्रथाओं को समझकर, डेवलपर ऐसे कैशिंग समाधान डिज़ाइन और कार्यान्वित कर सकते हैं जो उनके एप्लीकेशन की प्रदर्शन और स्थिरता आवश्यकताओं को पूरा करते हैं। सावधानीपूर्वक योजना, निगरानी और परीक्षण स्केलेबल और मजबूत फ्रंटएंड एप्लीकेशन बनाने की कुंजी है जो दुनिया भर के उपयोगकर्ताओं के लिए अच्छा प्रदर्शन करते हैं।