بنية تحتية للبيانات الضخمة في الجهات الحكومية: دليل الاختيار والتصميم

قبل اختيار أي تقنية، يجب فهم طبيعة بياناتك وأهداف استخدامها. الجهة التي تريد تقارير تشغيلية يومية تحتاج بنية مختلفة عن الجهة التي تريد نماذج ذكاء اصطناعي على البيانات التاريخية. الخطأ الأكثر شيوعاً: اختيار التقنية قبل فهم المتطلبات.

Data Lake مقابل Data Warehouse: متى تختار أياً منهما؟

1. 1Data Warehouse: بيانات منظمة، تقارير ثابتة، استعلامات SQL — مثالي للتقارير التشغيلية والمالية
2. 2Data Lake: بيانات متنوعة (منظمة وغير منظمة)، استكشاف مرن، تعلم آلي — مثالي للتحليلات المتقدمة
3. 3Data Lakehouse: الجمع بين مزايا الاثنين — الاتجاه الأحدث والأكثر شيوعاً في المشاريع الجديدة

المنصات السحابية المناسبة للجهات الحكومية السعودية

• Google Cloud (منطقة الدمام me-central2): حيّة فعليًا منذ نوفمبر 2023 — يُتاح الوصول لعملاء داخل المملكة عبر CNTXT. قوية في BigQuery وتعلم الآلة
• Oracle Cloud: منطقتان حيّتان فعليًا — جدة (me-jeddah-1) منذ 2020، والرياض (me-riyadh-1) منذ يوليو 2024 — مناسب للبيانات الحساسة التي تحتاج إقامة بيانات مؤكدة اليوم
• Microsoft Azure ("Saudi Arabia East"): لم تُطلق بعد — مايكروسوفت أكّدت رسميًا (فبراير 2026) إطلاقها في الربع الرابع من 2026. أي حديث عن "منطقة Azure سعودية" اليوم سابق لأوانه
• AWS: أعلنت استثمارًا بقيمة 5.3 مليار دولار في مارس 2024 بهدف تدشين حضور سحابي محلي بحلول 2026 — لكن لا توجد منطقة سحابية فعلية لـ AWS في السعودية حتى تاريخ هذا التحديث
• STC Cloud: حل محلي يلتزم بالسيادة على البيانات بشكل كامل — مناسب للبيانات شديدة الحساسية

المعمارية المرجعية لجهة حكومية متوسطة

1. 1طبقة الاستيعاب (Ingestion): أدوات ETL مثل Azure Data Factory أو AWS Glue لجمع البيانات من مصادر متعددة
2. 2طبقة التخزين (Storage): Data Lake للبيانات الخام، Data Warehouse للبيانات المعالجة والجاهزة للتقارير
3. 3طبقة المعالجة (Processing): Apache Spark للمعالجة الدفعية، Kafka للبيانات اللحظية
4. 4طبقة العرض (Presentation): Power BI أو Tableau للتقارير، Jupyter Notebooks لعلماء البيانات
5. 5طبقة الأمان (Security): تشفير البيانات في الراحة والنقل، إدارة الهوية والوصول (IAM)

بحيرة البيانات السحابية: من ماذا تتكون عمليًا

"بحيرة بيانات سحابية" ليست منتجًا واحدًا تشتريه — بل تركيبة من ثلاث طبقات منفصلة تعمل معًا، وفهم الفرق بينها يمنع خطأ شائعًا: توقّع أن خدمة تخزين وحدها (Object Storage) تكفي لتشغيل "بحيرة بيانات":

1. 1طبقة التخزين الخام: مساحة تخزين كائنات رخيصة وشبه لا محدودة (مثل Amazon S3 أو Google Cloud Storage) تحتفظ بالبيانات بصيغتها الأصلية دون معالجة
2. 2طبقة الفهرسة والتصنيف (Catalog): سجل يعرف أين توجد كل مجموعة بيانات، ما شكلها، ومن يملكها — بدون هذه الطبقة، البحيرة تتحول إلى "مستنقع بيانات" (Data Swamp) لا يعرف أحد ما بداخله
3. 3طبقة المعالجة والاستعلام: محركات مثل Spark أو BigQuery أو Athena التي تقرأ البيانات الخام مباشرة وتُحوّلها إلى نتائج قابلة للاستخدام عند الطلب

الفرق العملي بين "بحيرة بيانات" و"بحيرة بيانات سحابية" تحديدًا: النسخة السحابية تفصل التخزين عن المعالجة بالكامل — تدفع مقابل التخزين بمعدل ثابت منخفض، وتدفع مقابل المعالجة فقط وقت تشغيلها فعليًا. هذا الفصل هو ما يجعل البحيرة السحابية أرخص بكثير من نظيرتها المحلية عند التعامل مع بيانات ضخمة نادرة الاستخدام الكامل.

حوكمة البيانات داخل البحيرة — قبل الامتلاء لا بعده

أكثر أسباب فشل مشاريع بحيرات البيانات في القطاع الحكومي ليس تقنيًا — بل غياب الحوكمة من اليوم الأول. بحيرة بلا قواعد وصول وتصنيف واضحة منذ البداية تتحول خلال أشهر قليلة إلى أرشيف بيانات لا يثق به أحد ولا يستخدمه أحد:

• صنّف كل مجموعة بيانات عند دخولها البحيرة مباشرة (عامة، محمية، سرية) — لا تؤجل التصنيف "لاحقًا"، فهذا اللاحق نادرًا ما يأتي
• حدد مالكًا واحدًا مسؤولًا لكل مجموعة بيانات، لا فريقًا جماعيًا غامض المسؤولية
• اربط البحيرة بإطار حوكمة البيانات المؤسسي القائم لديك بدل معاملتها كمشروع تقني منعزل — إن لم يوجد إطار بعد، هذا وقت تأسيسه لا تجاوزه

دورة حياة البيانات وسياسة الاحتفاظ — قرار يُتخذ مبكراً لا لاحقاً

بنية تحتية بلا سياسة احتفاظ واضحة تنمو تكلفتها بلا سقف، وتتحول البحيرة تدريجياً إلى أرشيف لا أحد يعرف ما يحق حذفه وما يجب الاحتفاظ به. سياسة دورة حياة بيانات بسيطة توضع من اليوم الأول توفر على الجهة هذا التخبط لاحقاً:

• بيانات نشطة (Hot): تُستعلَم يومياً — تبقى في طبقة تخزين سريعة ومكلفة نسبياً بحكم الاستخدام المتكرر
• بيانات باردة (Cold): نادرة الاستعلام لكن يلزم الاحتفاظ بها لأغراض تنظيمية أو تحليلية مستقبلية — تُنقَل لطبقة تخزين أرخص تلقائياً بعد فترة محددة
• بيانات منتهية الصلاحية: يحكمها إطار تنظيمي واضح لمدة الاحتفاظ القانونية بحسب نوع البيانات — لا قرار حذف عشوائي منفرد من فريق تقنية المعلومات وحده

أتمتة الانتقال بين هذه الطبقات (Lifecycle Policies) متاحة في كل المنصات السحابية الرئيسية المذكورة أعلاه، وتُعد من أكثر الإعدادات التي تُهمَل عند التصميم الأولي رغم أثرها المباشر على الفاتورة السحابية الشهرية.