{"id":478335,"date":"2023-08-09T09:31:18","date_gmt":"2023-08-09T09:31:18","guid":{"rendered":""},"modified":"2023-09-05T11:16:35","modified_gmt":"2023-09-05T11:16:35","slug":"parallel-processing","status":"publish","type":"wiki","link":"https:\/\/oneproxy.pro\/fr\/wiki\/parallel-processing\/","title":{"rendered":"Traitement parall\u00e8le"},"content":{"rendered":"<p>Le traitement parall\u00e8le est une technique informatique puissante qui permet d&#039;effectuer plusieurs t\u00e2ches ou op\u00e9rations simultan\u00e9ment, augmentant ainsi consid\u00e9rablement l&#039;efficacit\u00e9 du calcul. Il permet de diviser des probl\u00e8mes complexes en parties plus petites et g\u00e9rables qui sont trait\u00e9es simultan\u00e9ment par plusieurs processeurs ou ressources informatiques. Cette technologie trouve de nombreuses applications dans divers domaines, de la recherche scientifique \u00e0 l&#039;informatique commerciale et aux r\u00e9seaux.<\/p>\n<h2>L&#039;histoire de l&#039;origine du traitement parall\u00e8le et sa premi\u00e8re mention<\/h2>\n<p>Le concept de traitement parall\u00e8le remonte au d\u00e9but des ann\u00e9es 1940, lorsque l&#039;informaticien pionnier Konrad Zuse a propos\u00e9 l&#039;id\u00e9e du parall\u00e9lisme pour acc\u00e9l\u00e9rer les calculs. Cependant, ce n\u2019est que dans les ann\u00e9es 1970 que le traitement parall\u00e8le a commenc\u00e9 \u00e0 prendre une importance pratique avec l\u2019av\u00e8nement des syst\u00e8mes multiprocesseurs et des supercalculateurs.<\/p>\n<p>En 1971, le supercalculateur ILLIAC IV, con\u00e7u \u00e0 l\u2019Universit\u00e9 de l\u2019Illinois, \u00e9tait l\u2019un des premiers syst\u00e8mes multiprocesseurs. Il utilisait plusieurs processeurs pour ex\u00e9cuter des instructions en parall\u00e8le, \u00e9tablissant ainsi les bases du calcul parall\u00e8le moderne.<\/p>\n<h2>Informations d\u00e9taill\u00e9es sur le traitement parall\u00e8le\u00a0: \u00e9largir le sujet<\/h2>\n<p>Le traitement parall\u00e8le repose sur le principe de la d\u00e9composition de t\u00e2ches complexes en sous-t\u00e2ches plus petites et ind\u00e9pendantes pouvant \u00eatre trait\u00e9es simultan\u00e9ment. Il vise \u00e0 r\u00e9duire le temps de calcul et \u00e0 r\u00e9soudre les probl\u00e8mes plus efficacement. Cette m\u00e9thode n\u00e9cessite des algorithmes parall\u00e8les, sp\u00e9cialement con\u00e7us pour exploiter efficacement la puissance du parall\u00e9lisme.<\/p>\n<p>La structure interne du traitement parall\u00e8le implique deux composants principaux : le mat\u00e9riel parall\u00e8le et le logiciel parall\u00e8le. Le mat\u00e9riel parall\u00e8le comprend des processeurs multic\u0153urs, des clusters d&#039;ordinateurs ou du mat\u00e9riel sp\u00e9cialis\u00e9 tel que des GPU (Graphics Processing Units) qui effectuent des op\u00e9rations parall\u00e8les. D&#039;autre part, les logiciels parall\u00e8les incluent des algorithmes parall\u00e8les et des mod\u00e8les de programmation, tels que OpenMP (Open Multi-Processing) et MPI (Message Passing Interface), qui facilitent la communication et la coordination entre les unit\u00e9s de traitement.<\/p>\n<h2>Comment fonctionne le traitement parall\u00e8le<\/h2>\n<p>Le traitement parall\u00e8le fonctionne en r\u00e9partissant les t\u00e2ches sur plusieurs ressources informatiques, telles que des processeurs ou des n\u0153uds dans un cluster. Le processus peut \u00eatre class\u00e9 en deux approches fondamentales\u00a0:<\/p>\n<ol>\n<li>\n<p><strong>Parall\u00e9lisme des t\u00e2ches\u00a0:<\/strong> Dans cette approche, une t\u00e2che volumineuse est divis\u00e9e en sous-t\u00e2ches plus petites, et chaque sous-t\u00e2che est ex\u00e9cut\u00e9e simultan\u00e9ment sur des unit\u00e9s de traitement distinctes. Cela est particuli\u00e8rement efficace lorsque les sous-t\u00e2ches individuelles sont ind\u00e9pendantes les unes des autres et peuvent \u00eatre r\u00e9solues en parall\u00e8le.<\/p>\n<\/li>\n<li>\n<p><strong>Parall\u00e9lisme des donn\u00e9es\u00a0:<\/strong> Dans cette approche, les donn\u00e9es sont divis\u00e9es en morceaux et chaque morceau est trait\u00e9 ind\u00e9pendamment par diff\u00e9rentes unit\u00e9s de traitement. Ceci est utile lorsque la m\u00eame op\u00e9ration doit \u00eatre effectu\u00e9e sur plusieurs \u00e9l\u00e9ments de donn\u00e9es.<\/p>\n<\/li>\n<\/ol>\n<h2>Analyse des principales caract\u00e9ristiques du traitement parall\u00e8le<\/h2>\n<p>Le traitement parall\u00e8le offre plusieurs fonctionnalit\u00e9s cl\u00e9s qui en font un outil pr\u00e9cieux dans divers domaines\u00a0:<\/p>\n<ol>\n<li>\n<p><strong>Acc\u00e9l\u00e9rer:<\/strong> En ex\u00e9cutant plusieurs t\u00e2ches simultan\u00e9ment, le traitement parall\u00e8le peut atteindre une acc\u00e9l\u00e9ration significative par rapport au traitement s\u00e9quentiel traditionnel. L&#039;acc\u00e9l\u00e9ration est mesur\u00e9e comme le rapport entre le temps d&#039;ex\u00e9cution d&#039;un algorithme s\u00e9quentiel et le temps d&#039;ex\u00e9cution d&#039;un algorithme parall\u00e8le.<\/p>\n<\/li>\n<li>\n<p><strong>\u00c9volutivit\u00e9\u00a0:<\/strong> Les syst\u00e8mes de traitement parall\u00e8le peuvent \u00e9voluer efficacement en ajoutant davantage d&#039;unit\u00e9s de traitement, ce qui permet de traiter des probl\u00e8mes de plus en plus importants et complexes.<\/p>\n<\/li>\n<li>\n<p><strong>Calcul haute performance (HPC)\u00a0:<\/strong> Le traitement parall\u00e8le constitue le fondement du calcul haute performance, permettant la simulation et l&#039;analyse de ph\u00e9nom\u00e8nes complexes, les pr\u00e9visions m\u00e9t\u00e9orologiques, la mod\u00e9lisation mol\u00e9culaire, etc.<\/p>\n<\/li>\n<li>\n<p><strong>Utilisation des ressources:<\/strong> Le traitement parall\u00e8le maximise l&#039;utilisation des ressources en utilisant efficacement toutes les unit\u00e9s de traitement disponibles.<\/p>\n<\/li>\n<li>\n<p><strong>Tol\u00e9rance aux pannes\u00a0:<\/strong> Certains syst\u00e8mes de traitement parall\u00e8le sont con\u00e7us pour \u00eatre tol\u00e9rants aux pannes, ce qui signifie qu&#039;ils peuvent continuer \u00e0 fonctionner m\u00eame en cas de panne de certains composants.<\/p>\n<\/li>\n<\/ol>\n<h2>Types de traitement parall\u00e8le<\/h2>\n<p>Le traitement parall\u00e8le peut \u00eatre class\u00e9 en fonction de divers crit\u00e8res, notamment l&#039;organisation architecturale, la granularit\u00e9 et les mod\u00e8les de communication. Les principaux types sont les suivants :<\/p>\n<table>\n<thead>\n<tr>\n<th>Type de traitement parall\u00e8le<\/th>\n<th>Description<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td><strong>Parall\u00e9lisme de la m\u00e9moire partag\u00e9e<\/strong><\/td>\n<td>Dans ce type, plusieurs processeurs partagent la m\u00eame m\u00e9moire et communiquent en y lisant et en \u00e9crivant. Cela simplifie le partage de donn\u00e9es mais n\u00e9cessite une synchronisation minutieuse pour \u00e9viter les conflits. Les exemples incluent les processeurs multic\u0153urs et les syst\u00e8mes SMP (Symmetric Multiprocessing).<\/td>\n<\/tr>\n<tr>\n<td><strong>Parall\u00e9lisme de la m\u00e9moire distribu\u00e9e<\/strong><\/td>\n<td>Dans ce type, chaque processeur poss\u00e8de sa propre m\u00e9moire et la communication entre les processeurs s&#039;effectue par transmission de messages. Il est couramment utilis\u00e9 dans les clusters et les supercalculateurs. MPI est une biblioth\u00e8que de communication largement utilis\u00e9e dans cette cat\u00e9gorie.<\/td>\n<\/tr>\n<tr>\n<td><strong>Parall\u00e9lisme des donn\u00e9es<\/strong><\/td>\n<td>Le parall\u00e9lisme des donn\u00e9es divise les donn\u00e9es en morceaux et les traite en parall\u00e8le. Ceci est couramment utilis\u00e9 dans le traitement parall\u00e8le pour les applications multim\u00e9dias et le calcul scientifique.<\/td>\n<\/tr>\n<tr>\n<td><strong>Parall\u00e9lisme des t\u00e2ches<\/strong><\/td>\n<td>Le parall\u00e9lisme des t\u00e2ches divise une t\u00e2che en sous-t\u00e2ches qui peuvent \u00eatre ex\u00e9cut\u00e9es simultan\u00e9ment. Il est couramment utilis\u00e9 dans les mod\u00e8les de programmation parall\u00e8le comme OpenMP.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h2>Fa\u00e7ons d&#039;utiliser le traitement parall\u00e8le, probl\u00e8mes et leurs solutions<\/h2>\n<p>Le traitement parall\u00e8le offre divers cas d\u2019utilisation dans tous les secteurs, notamment\u00a0:<\/p>\n<ol>\n<li>\n<p><strong>Simulations scientifiques\u00a0:<\/strong> Le traitement parall\u00e8le permet des simulations complexes dans des domaines tels que la physique, la chimie, la mod\u00e9lisation climatique et l&#039;astrophysique.<\/p>\n<\/li>\n<li>\n<p><strong>Analyse des m\u00e9gadonn\u00e9es\u00a0:<\/strong> Le traitement de grandes quantit\u00e9s de donn\u00e9es en parall\u00e8le est crucial pour l\u2019analyse du Big Data, car il permet d\u2019obtenir des informations et une prise de d\u00e9cision en temps opportun.<\/p>\n<\/li>\n<li>\n<p><strong>Intelligence artificielle et apprentissage automatique\u00a0:<\/strong> La formation et l&#039;ex\u00e9cution de mod\u00e8les AI\/ML peuvent \u00eatre consid\u00e9rablement acc\u00e9l\u00e9r\u00e9es gr\u00e2ce au traitement parall\u00e8le, r\u00e9duisant ainsi le temps n\u00e9cessaire au d\u00e9veloppement des mod\u00e8les.<\/p>\n<\/li>\n<li>\n<p><strong>Traitement graphique et vid\u00e9o\u00a0:<\/strong> Le traitement parall\u00e8le est utilis\u00e9 pour le rendu de graphiques de haute qualit\u00e9 et le traitement vid\u00e9o en temps r\u00e9el pour les jeux, l&#039;animation et le montage vid\u00e9o.<\/p>\n<\/li>\n<\/ol>\n<p>Malgr\u00e9 ses avantages, le traitement parall\u00e8le pr\u00e9sente certains d\u00e9fis, notamment\u00a0:<\/p>\n<ul>\n<li><strong>L&#039;\u00e9quilibrage de charge:<\/strong> R\u00e9partir les t\u00e2ches uniform\u00e9ment entre les unit\u00e9s de traitement pour garantir que toutes les unit\u00e9s sont utilis\u00e9es de mani\u00e8re optimale.<\/li>\n<li><strong>D\u00e9pendances des donn\u00e9es\u00a0:<\/strong> G\u00e9rer les d\u00e9pendances entre les t\u00e2ches ou les blocs de donn\u00e9es pour \u00e9viter les conflits et les conditions de concurrence.<\/li>\n<li><strong>Frais g\u00e9n\u00e9raux de communication\u00a0:<\/strong> G\u00e9rer efficacement la communication entre les unit\u00e9s de traitement pour minimiser les frais g\u00e9n\u00e9raux et la latence.<\/li>\n<li><strong>Synchronisation:<\/strong> Coordonner des t\u00e2ches parall\u00e8les pour maintenir l\u2019ordre et la coh\u00e9rence lorsque cela est n\u00e9cessaire.<\/li>\n<\/ul>\n<p>Les solutions \u00e0 ces d\u00e9fis impliquent une conception minutieuse des algorithmes, des techniques de synchronisation avanc\u00e9es et des strat\u00e9gies d\u2019\u00e9quilibrage de charge appropri\u00e9es.<\/p>\n<h2>Principales caract\u00e9ristiques et autres comparaisons avec des termes similaires<\/h2>\n<table>\n<thead>\n<tr>\n<th>Terme<\/th>\n<th>Description<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Traitement parall\u00e8le<\/td>\n<td>Ex\u00e9cution simultan\u00e9e de plusieurs t\u00e2ches ou op\u00e9rations pour am\u00e9liorer l\u2019efficacit\u00e9 informatique.<\/td>\n<\/tr>\n<tr>\n<td>Informatique distribu\u00e9e<\/td>\n<td>Terme plus large faisant r\u00e9f\u00e9rence aux syst\u00e8mes dans lesquels le traitement s&#039;effectue sur plusieurs n\u0153uds ou ordinateurs physiquement distincts. Le traitement parall\u00e8le est un sous-ensemble de l&#039;informatique distribu\u00e9e.<\/td>\n<\/tr>\n<tr>\n<td>Multi-thread<\/td>\n<td>Implique de diviser un seul processus en plusieurs threads \u00e0 ex\u00e9cuter simultan\u00e9ment sur un seul processeur ou c\u0153ur. Il diff\u00e8re du traitement parall\u00e8le, qui implique plusieurs processeurs.<\/td>\n<\/tr>\n<tr>\n<td>Traitement simultan\u00e9<\/td>\n<td>Fait r\u00e9f\u00e9rence \u00e0 des t\u00e2ches ex\u00e9cut\u00e9es simultan\u00e9ment, mais pas n\u00e9cessairement au m\u00eame instant. Cela peut impliquer un partage de temps entre les t\u00e2ches. Le traitement parall\u00e8le se concentre sur une v\u00e9ritable ex\u00e9cution simultan\u00e9e.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<h2>Perspectives et technologies du futur li\u00e9es au traitement parall\u00e8le<\/h2>\n<p>L\u2019avenir du traitement parall\u00e8le semble prometteur, car les progr\u00e8s des technologies mat\u00e9rielles et logicielles continuent de stimuler son adoption. Certaines tendances \u00e9mergentes comprennent\u00a0:<\/p>\n<ol>\n<li>\n<p><strong>L&#039;informatique quantique:<\/strong> Le traitement parall\u00e8le quantique promet une acc\u00e9l\u00e9ration exponentielle pour des probl\u00e8mes sp\u00e9cifiques, r\u00e9volutionnant diverses industries gr\u00e2ce \u00e0 sa puissance de calcul massive.<\/p>\n<\/li>\n<li>\n<p><strong>GPU et acc\u00e9l\u00e9rateurs\u00a0:<\/strong> Les unit\u00e9s de traitement graphique (GPU) et les acc\u00e9l\u00e9rateurs sp\u00e9cialis\u00e9s tels que les FPGA (Field-Programmable Gate Arrays) deviennent de plus en plus importants dans le traitement parall\u00e8le, en particulier pour les t\u00e2ches d&#039;IA\/ML.<\/p>\n<\/li>\n<li>\n<p><strong>Architectures hybrides\u00a0:<\/strong> Combinaison de diff\u00e9rents types de traitement parall\u00e8le (par exemple, m\u00e9moire partag\u00e9e et m\u00e9moire distribu\u00e9e) pour des performances et une \u00e9volutivit\u00e9 am\u00e9lior\u00e9es.<\/p>\n<\/li>\n<li>\n<p><strong>Cloud computing:<\/strong> Les services de traitement parall\u00e8le bas\u00e9s sur le cloud permettent aux entreprises d&#039;acc\u00e9der \u00e0 de vastes ressources informatiques sans avoir besoin d&#039;investissements mat\u00e9riels importants.<\/p>\n<\/li>\n<\/ol>\n<h2>Comment les serveurs proxy peuvent \u00eatre utilis\u00e9s ou associ\u00e9s au traitement parall\u00e8le<\/h2>\n<p>Les serveurs proxy jouent un r\u00f4le crucial dans l&#039;optimisation de la communication et de la s\u00e9curit\u00e9 du r\u00e9seau. En mati\u00e8re de traitement parall\u00e8le, les serveurs proxy peuvent \u00eatre utilis\u00e9s de plusieurs mani\u00e8res\u00a0:<\/p>\n<ol>\n<li>\n<p><strong>L&#039;\u00e9quilibrage de charge:<\/strong> Les serveurs proxy peuvent r\u00e9partir les demandes entrantes entre plusieurs serveurs backend, optimisant ainsi l&#039;utilisation des ressources et garantissant une r\u00e9partition uniforme de la charge de travail.<\/p>\n<\/li>\n<li>\n<p><strong>Mise en cache\u00a0:<\/strong> Les proxys peuvent mettre en cache les donn\u00e9es fr\u00e9quemment demand\u00e9es, r\u00e9duisant ainsi la charge de traitement sur les serveurs back-end et am\u00e9liorant les temps de r\u00e9ponse.<\/p>\n<\/li>\n<li>\n<p><strong>T\u00e9l\u00e9chargements parall\u00e8les\u00a0:<\/strong> Les serveurs proxy peuvent lancer des t\u00e9l\u00e9chargements parall\u00e8les de ressources telles que des images et des scripts, am\u00e9liorant ainsi la vitesse de chargement des pages Web.<\/p>\n<\/li>\n<li>\n<p><strong>S\u00e9curit\u00e9 et filtrage\u00a0:<\/strong> Les proxys peuvent effectuer des contr\u00f4les de s\u00e9curit\u00e9, filtrer le contenu et surveiller le trafic, contribuant ainsi \u00e0 prot\u00e9ger les serveurs back-end contre les attaques malveillantes.<\/p>\n<\/li>\n<\/ol>\n<h2>Liens connexes<\/h2>\n<p>Pour plus d\u2019informations sur le traitement parall\u00e8le, vous pouvez explorer les ressources suivantes\u00a0:<\/p>\n<ol>\n<li><a href=\"https:\/\/en.wikipedia.org\/wiki\/Parallel_processing\" target=\"_new\" rel=\"noopener nofollow\">Traitement parall\u00e8le sur Wikip\u00e9dia<\/a><\/li>\n<li><a href=\"https:\/\/hpc.llnl.gov\/training\/tutorials\/introduction-parallel-computing-tutorial\" target=\"_new\" rel=\"noopener nofollow\">Introduction au calcul parall\u00e8le par Lawrence Livermore National Laboratory<\/a><\/li>\n<li><a href=\"https:\/\/www.dartmouth.edu\/~rc\/classes\/intro_mpi\/\" target=\"_new\" rel=\"noopener nofollow\">Tutoriel sur l&#039;interface de transmission de messages (MPI)<\/a><\/li>\n<\/ol>\n<p>En conclusion, le traitement parall\u00e8le a r\u00e9volutionn\u00e9 l\u2019informatique en permettant une r\u00e9solution de probl\u00e8mes plus rapide et plus efficace dans divers domaines. \u00c0 mesure que la technologie progresse, son importance continuera de cro\u00eetre, permettant aux chercheurs, aux entreprises et aux industries de relever des d\u00e9fis de plus en plus complexes avec une rapidit\u00e9 et une \u00e9volutivit\u00e9 sans pr\u00e9c\u00e9dent.<\/p>","protected":false},"featured_media":478336,"menu_order":0,"template":"","meta":{"_acf_changed":false,"content-type":"","inline_featured_image":false,"footnotes":""},"class_list":["post-478335","wiki","type-wiki","status-publish","has-post-thumbnail","hentry"],"acf":{"faq_title":"Frequently Asked Questions about <mark>Parallel Processing: An Encyclopedia Article<\/mark>","faq_items":[{"question":"What is parallel processing?","answer":"<p><strong>Answer:<\/strong> Parallel processing is a powerful computing technique that allows multiple tasks or operations to be performed simultaneously, significantly increasing computational efficiency. It divides complex problems into smaller, manageable parts processed concurrently by multiple processors or computing resources.<\/p>"},{"question":"How did parallel processing originate, and when was it first mentioned?","answer":"<p><strong>Answer:<\/strong> The concept of parallel processing was first proposed by Konrad Zuse in the early 1940s. However, it gained practical significance in the 1970s with the development of multiprocessor systems and supercomputers. The ILLIAC IV supercomputer, designed at the University of Illinois in 1971, was one of the earliest examples of a multiprocessor system.<\/p>"},{"question":"How does parallel processing work?","answer":"<p><strong>Answer:<\/strong> Parallel processing works by dividing a task into smaller subtasks or data chunks that can be processed simultaneously by multiple processing units. There are two main approaches: task parallelism, where subtasks are executed concurrently, and data parallelism, where data chunks are processed independently.<\/p>"},{"question":"What are the key features of parallel processing?","answer":"<p><strong>Answer:<\/strong> Parallel processing offers several key features, including speedup, scalability, high-performance computing capabilities, efficient resource utilization, and the ability to handle fault-tolerance.<\/p>"},{"question":"What types of parallel processing exist?","answer":"<p><strong>Answer:<\/strong> There are several types of parallel processing based on architectural organization and communication patterns. The main types are shared memory parallelism, distributed memory parallelism, data parallelism, and task parallelism.<\/p>"},{"question":"In which fields can parallel processing be used?","answer":"<p><strong>Answer:<\/strong> Parallel processing finds applications in various fields, including scientific simulations, big data analytics, artificial intelligence, machine learning, graphics and video processing, and many others.<\/p>"},{"question":"What are the challenges of using parallel processing?","answer":"<p><strong>Answer:<\/strong> Some challenges in parallel processing include load balancing, managing data dependencies, communication overhead, and synchronization among processing units. Solutions involve careful algorithm design, synchronization techniques, and load balancing strategies.<\/p>"},{"question":"What are the perspectives and future technologies related to parallel processing?","answer":"<p><strong>Answer:<\/strong> The future of parallel processing looks promising with advancements in quantum computing, GPUs, accelerators, hybrid architectures, and cloud computing, which will further enhance its capabilities and performance.<\/p>"},{"question":"How can proxy servers be associated with parallel processing?","answer":"<p><strong>Answer:<\/strong> Proxy servers can complement parallel processing by providing load balancing, caching, parallel downloads, security, and filtering services, optimizing network communication and enhancing overall performance.<\/p>"},{"question":"Where can I find more information about parallel processing?","answer":"<p><strong>Answer:<\/strong> For more in-depth information about parallel processing, you can explore resources such as Wikipedia's page on parallel processing, tutorials on introduction to parallel computing, and guides on the Message Passing Interface (MPI) protocol.<\/p>"}]},"_links":{"self":[{"href":"https:\/\/oneproxy.pro\/fr\/wp-json\/wp\/v2\/wiki\/478335","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/oneproxy.pro\/fr\/wp-json\/wp\/v2\/wiki"}],"about":[{"href":"https:\/\/oneproxy.pro\/fr\/wp-json\/wp\/v2\/types\/wiki"}],"version-history":[{"count":0,"href":"https:\/\/oneproxy.pro\/fr\/wp-json\/wp\/v2\/wiki\/478335\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/oneproxy.pro\/fr\/wp-json\/wp\/v2\/media\/478336"}],"wp:attachment":[{"href":"https:\/\/oneproxy.pro\/fr\/wp-json\/wp\/v2\/media?parent=478335"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}