مع تزايد تعقيد هندسة البيانات، تبحث المؤسسات عن طرق جديدة لتبسيط سير عمل معالجة البيانات الخاصة بها. يستخدم العديد من مهندسي البيانات اليوم Apache Airflow لإنشاء خطوط أنابيب البيانات الخاصة بهم وجدولتها ومراقبتها.
ومع ذلك، مع نمو حجم البيانات، يمكن أن تصبح إدارة هذه المسارات وتوسيع نطاقها مهمة شاقة. تدفقات عمل أمازون المدارة لتدفق أباتشي يمكن أن تساعد (Amazon MWAA) في تبسيط عملية إنشاء خطوط أنابيب البيانات وتشغيلها وإدارتها. من خلال توفير Apache Airflow كمنصة مُدارة بالكامل، تتيح Amazon MWAA لمهندسي البيانات التركيز على بناء سير عمل البيانات بدلاً من القلق بشأن البنية التحتية.
اليوم، تحتاج الشركات والمؤسسات إلى طرق فعالة وفعالة من حيث التكلفة لمعالجة كميات كبيرة من البيانات. أمازون EMR بدون خادم هو حل فعال من حيث التكلفة وقابل للتطوير لمعالجة البيانات الضخمة التي يمكنها التعامل مع كميات كبيرة من البيانات. يأتي موفر Amazon في Apache Airflow مزودًا بمشغلي EMR Serverless وهو مضمن بالفعل في Amazon MWAA، مما يسهل على مهندسي البيانات إنشاء مسارات معالجة بيانات قابلة للتطوير وموثوقة. يمكنك استخدام EMR Serverless لتشغيل وظائف Spark على البيانات، واستخدام Amazon MWAA لإدارة سير العمل والتبعيات بين هذه الوظائف. يمكن أن يساعد هذا التكامل أيضًا في تقليل التكاليف عن طريق توسيع نطاق الموارد اللازمة لمعالجة البيانات تلقائيًا.
Amazon Athena عبارة عن خدمة تحليلات تفاعلية بدون خادم ومبنية على أطر عمل مفتوحة المصدر، وتدعم تنسيقات الملفات والجداول المفتوحة. يمكنك استخدام SQL القياسي للتفاعل مع البيانات. Athena، وهي خدمة تحليلية تفاعلية بدون خادم، تجعل ذلك ممكنًا دون الحاجة إلى إدارة البنية التحتية المعقدة.
في هذا المنشور، نستخدم Amazon MWAA وEMR Serverless وAthena لإنشاء مسار متكامل لمعالجة البيانات من البداية إلى النهاية.
حل نظرة عامة
يوضح الرسم البياني التالي بنية الحل.
يتضمن سير العمل الخطوات التالية:
- قم بإنشاء سير عمل Amazon MWAA الذي يسترد البيانات من مدخلاتك خدمة تخزين أمازون البسيطة دلو (أمازون S3).
- استخدم EMR Serverless لمعالجة البيانات المخزنة في Amazon S3. يتم توسيع نطاق EMR Serverless تلقائيًا لأعلى أو لأسفل بناءً على عبء العمل، لذلك لا داعي للقلق بشأن توفير أي بنية أساسية أو إدارتها.
- استخدم EMR Serverless لتحويل البيانات باستخدام كود PySpark ثم قم بتخزين البيانات المحولة مرة أخرى في حاوية S3 الخاصة بك.
- استخدم Athena لإنشاء جدول خارجي استنادًا إلى مجموعة بيانات S3 وتشغيل الاستعلامات لتحليل البيانات المحولة. تستخدم أثينا غراء AWS كتالوج البيانات لتخزين البيانات الوصفية للجدول.
المتطلبات الأساسية المسبقة
يجب أن يكون لديك المتطلبات الأساسية التالية:
إعداد البيانات
لتوضيح استخدام وظائف EMR بدون خادم مع Apache Spark عبر Amazon MWAA والتحقق من صحة البيانات باستخدام Athena، نستخدم مجموعة بيانات سيارات الأجرة في مدينة نيويورك المتاحة للعامة. قم بتنزيل مجموعات البيانات التالية على جهازك المحلي:
- سجلات رحلات سيارات الأجرة الخضراء وسيارات الأجرة الصفراء – سجلات الرحلات لسيارات الأجرة الصفراء والخضراء، والتي تتضمن معلومات مثل مواعيد وأوقات الصعود والتوصيل، والمواقع، ومسافات الرحلة، وأنواع الدفع. في مثالنا، نستخدم أحدث ملفات الباركيه لعام 2022.
- مجموعة بيانات للبحث عن منطقة سيارات الأجرة - مجموعة بيانات توفر معرفات الموقع وتفاصيل المنطقة المقابلة لسيارات الأجرة.
في الخطوات اللاحقة، نقوم بتحميل مجموعات البيانات هذه إلى Amazon S3.
إنشاء موارد الحل
يوضح هذا القسم خطوات إعداد معالجة البيانات وتحويلها.
إنشاء تطبيق EMR بدون خادم
يمكنك إنشاء واحد أو أكثر من تطبيقات EMR Serverless التي تستخدم أطر عمل التحليلات مفتوحة المصدر مثل Apache Spark أو Apache Hive. على عكس EMR في EC2، لا تحتاج إلى حذف أو إنهاء تطبيقات EMR Serverless. يعد تطبيق EMR Serverless مجرد تعريف، وبمجرد إنشائه، يمكن إعادة استخدامه طالما لزم الأمر. وهذا يجعل خط أنابيب MWAA أكثر بساطة حيث يتعين عليك الآن فقط إرسال المهام إلى تطبيق EMR Serverless الذي تم إنشاؤه مسبقًا.
افتراضيا، سيبدأ تطبيق EMR Serverless تلقائيًا عند تقديم المهمة ويتوقف تلقائيًا عندما يكون خاملاً لمدة 15 دقيقة بشكل افتراضي لضمان كفاءة التكلفة. يمكنك تعديل مقدار وقت الخمول أو اختيار إيقاف تشغيل الميزة.
لإنشاء تطبيق باستخدام وحدة التحكم EMR Serverless، اتبع الإرشادات الموجودة في "إنشاء تطبيق EMR بدون خادم". قم بتدوين معرف التطبيق حيث سنستخدمه في الخطوات التالية.
قم بإنشاء دلو ومجلدات S3
أكمل الخطوات التالية لإعداد مجموعة S3 والمجلدات الخاصة بك:
- على وحدة تحكم Amazon S3 ، إنشاء دلو S3 لتخزين مجموعة البيانات.
- لاحظ اسم حاوية S3 لاستخدامها في الخطوات اللاحقة.
- خلق
input_data
مجلد لتخزين بيانات الإدخال. - داخل هذا المجلد، أنشئ ثلاثة مجلدات منفصلة، واحد لكل مجموعة بيانات:
green
,yellow
وzone_lookup
.
يمكنك تنزيل أحدث مجموعات البيانات المتاحة والعمل بها. لاختبارنا، نستخدم الملفات التالية:
- •
green/
المجلد يحتوي على الملفgreen_tripdata_2022-06.parquet
- •
yellow/
المجلد يحتوي على الملفyellow_tripdata_2022-06.parquet
- •
zone_lookup/
المجلد يحتوي على الملفtaxi_zone_lookup.csv
قم بإعداد البرامج النصية لـ Amazon MWAA DAG
أكمل الخطوات التالية لإعداد نصوص DAG الخاصة بك:
- قم بتنزيل البرامج النصية التالية على جهازك المحلي:
- requirements.txt – تبعية Python هي أي حزمة أو توزيع غير مضمن في تثبيت قاعدة Apache Airflow لإصدار Apache Airflow الخاص بك على بيئة Amazon MWAA الخاصة بك. لهذا المنصب، نستخدم Boto3
version >=1.23.9
. - blog_dag_mwaa_emrs_ny_taxi.py – يعد هذا البرنامج النصي جزءًا من Amazon MWAA DAG ويتكون من المهام التالية:
yellow_taxi_zone_lookup
,green_taxi_zone_lookup
وny_taxi_summary
،. تتضمن هذه المهام تشغيل وظائف Spark للبحث عن مناطق سيارات الأجرة وإنشاء ملخص بيانات. - green_zone.py - يقرأ البرنامج النصي PySpark ملفات البيانات الخاصة برحلات سيارات الأجرة الخضراء والبحث عن المنطقة، وينفذ عملية ربط لدمجها، وينشئ ملف إخراج يحتوي على رحلات سيارات الأجرة الخضراء مع معلومات المنطقة. يستخدم طرق عرض مؤقتة لـ
df_green
وdf_zone
إطارات البيانات، وتنفيذ عمليات الانضمام المستندة إلى الأعمدة، وتجميع البيانات مثل عدد الركاب، ومسافة الرحلة، ومبلغ الأجرة. وأخيرًا، يقوم بإنشاءoutput_data
مجلد في مجموعة S3 المحددة لكتابة إطار البيانات الناتج،df_green_zone
، كملفات الباركيه. - Yellow_zone.py - يقوم برنامج PySpark النصي هذا بمعالجة ملفات بيانات رحلة التاكسي الأصفر والبحث عن المنطقة من خلال الانضمام إليها لإنشاء ملف إخراج يحتوي على رحلات التاكسي الأصفر مع معلومات المنطقة. يقبل البرنامج النصي اسم مجموعة S3 المقدمة من المستخدم ويبدأ جلسة Spark باستخدام اسم التطبيق
yellow_zone
. فهو يقرأ ملفات سيارات الأجرة الصفراء وملف البحث عن المنطقة من حاوية S3 المحددة، وينشئ طرق عرض مؤقتة، وينفذ عملية ربط بناءً على معرف الموقع، ويحسب الإحصائيات مثل عدد الركاب، ومسافة الرحلة، ومبلغ الأجرة. وأخيرًا، يقوم بإنشاءoutput_data
مجلد في مجموعة S3 المحددة لكتابة إطار البيانات الناتج،df_yellow_zone
، كملفات الباركيه. - ny_taxi_summary.py - يقوم البرنامج النصي PySpark بمعالجة ملف
green_zone
وyellow_zone
ملفات لتجميع الإحصائيات حول رحلات سيارات الأجرة، وتجميع البيانات حسب مناطق الخدمة ومعرفات الموقع. يتطلب اسم حاوية S3 كوسيطة سطر أوامر، وينشئ SparkSession مسمىny_taxi_summary
، يقرأ الملفات من S3، ويقوم بالربط، ويقوم بإنشاء إطار بيانات جديد يسمىny_taxi_summary
. يقوم بإنشاء مجلد input_data في حاوية S3 المحددة لكتابة إطار البيانات الناتج إلى ملفات Parquet جديدة.
- requirements.txt – تبعية Python هي أي حزمة أو توزيع غير مضمن في تثبيت قاعدة Apache Airflow لإصدار Apache Airflow الخاص بك على بيئة Amazon MWAA الخاصة بك. لهذا المنصب، نستخدم Boto3
- على جهازك المحلي، قم بتحديث
blog_dag_mwaa_emrs_ny_taxi.py
البرنامج النصي بالمعلومات التالية:- قم بتحديث اسم حاوية S3 الخاصة بك في السطرين التاليين:
- قم بتحديث اسم دورك ARN:
- قم بتحديث معرف تطبيق EMR بدون خادم. استخدم معرف التطبيق الذي تم إنشاؤه مسبقًا.
- تحميل
requirements.txt
الملف إلى مجموعة S3 التي تم إنشاؤها مسبقًا - في حاوية S3، قم بإنشاء مجلد باسم
dags
وتحميل المحدثةblog_dag_mwaa_emrs_ny_taxi.py
الملف من جهازك المحلي. - على وحدة تحكم Amazon S3، قم بإنشاء مجلد جديد باسم
scripts
داخل مجموعة S3 وقم بتحميل البرامج النصية إلى هذا المجلد من جهازك المحلي.
قم بإنشاء بيئة Amazon MWAA
لإنشاء بيئة تدفق الهواء، أكمل الخطوات التالية:
- في وحدة تحكم Amazon MWAA ، اختر خلق البيئة.
- في حالة الاسم، أدخل
mwaa_emrs_athena_pipeline
. - في حالة نسخة تدفق الهواء، اختر الإصدار الأحدث (لهذا المنشور، 2.5.1).
- في حالة دلو S3، أدخل المسار إلى حاوية S3 الخاصة بك.
- في حالة مجلد DAGs، أدخل المسار الخاص بك
dags
المجلد. - في حالة ملف المتطلبات، أدخل المسار إلى
requirements.txt
ملف. - اختار التالى.
- في حالة السحابة الخاصة الافتراضية (VPC)، اختر VPC يحتوي على شبكتين فرعيتين خاصتين على الأقل.
سيؤدي هذا إلى ملء اثنتين من الشبكات الفرعية الخاصة في VPC الخاص بك.
- تحت الوصول إلى خادم الويب، حدد شبكة عامة.
يسمح هذا بالوصول إلى واجهة مستخدم Apache Airflow عبر الإنترنت من قبل المستخدمين الذين تم منحهم حق الوصول إلى واجهة المستخدم سياسة IAM لبيئتك.
- في حالة مجموعة (مجموعات) الأمان، حدد إنشاء مجموعة أمان جديدة.
- في حالة فئة البيئة، حدد mw1.small.
- في حالة دور التنفيذ، اختر قم بإنشاء دور جديد.
- في حالة اسم الدور، إدخال اسم.
- اترك التكوينات الأخرى كإعداد افتراضي واختر التالى.
- في الصفحة التالية ، اختر إنشاء بيئة.
قد يستغرق إنشاء بيئة Amazon MWAA الخاصة بك حوالي 20 إلى 30 دقيقة.
- عندما تتغير حالة بيئة Amazon MWAA إلى متاح، انتقل إلى وحدة تحكم IAM وقم بتحديث دور تنفيذ المجموعة لإضافته تمرير امتيازات الدور إلى
emr_serverless_execution_role
.
قم بتشغيل Amazon MWAA DAG
لتشغيل DAG، أكمل الخطوات التالية:
- في وحدة تحكم Amazon MWAA ، اختر البيئات في جزء التنقل.
- افتح بيئتك واختر افتح واجهة مستخدم تدفق الهواء.
- أختار
blog_dag_mwaa_emr_ny_taxi
، واختر أيقونة التشغيل، ثم اختر الزناد DAG. - عند تشغيل DAG، اختر DAG
blog_dag_mwaa_emrs_ny_taxi
واختر رسم بياني لتحديد موقع سير عمل تشغيل DAG الخاص بك.
سيستغرق DAG حوالي 4 إلى 6 دقائق لتشغيل كافة البرامج النصية. سترى جميع المهام الكاملة وستظهر الحالة العامة لـ DAG على أنها تحقيق النجاح .
لإعادة تشغيل DAG، قم بإزالة s3://<<your_s3_bucket here >>/output_data/
.
اختياريًا، لفهم كيفية قيام Amazon MWAA بتشغيل هذه المهام، اختر المهمة التي تريد فحصها.
اختار يجري لعرض تفاصيل تشغيل المهمة.
تعرض لقطة الشاشة التالية مثالاً لسجلات المهام.
إذا كنت ترغب في التعمق في سجلات التنفيذ، ففي وحدة التحكم EMR Serverless، انتقل إلى "التطبيقات". ستشير سجلات برنامج تشغيل Apache Spark إلى بدء مهمتك بالإضافة إلى تفاصيل المنفذين والمراحل والمهام التي تم إنشاؤها بواسطة EMR Serverless. يمكن أن تكون هذه السجلات مفيدة لمراقبة تقدم عملك واستكشاف الأخطاء وإصلاحها.
افتراضيًا، سيقوم EMR Serverless بتخزين سجلات التطبيق بشكل آمن في التخزين المُدار بواسطة Amazon EMR لمدة 30 يومًا. ومع ذلك، يمكنك أيضًا تحديد Amazon S3 أو Amazon CloudWatch كخيارات تسليم السجل الخاص بك أثناء تقديم الوظيفة.
التحقق من صحة النتيجة النهائية المحددة مع أثينا
دعونا نتحقق من صحة البيانات التي تم تحميلها بواسطة العملية باستخدام استعلامات Athena SQL.
- في وحدة تحكم أثينا ، اختر محرر الاستعلام في جزء التنقل.
- إذا كنت تستخدم Athena لأول مرة ، فسيكون أقل من الإعدادات، اختر إدارة وأدخل موقع حاوية S3 الذي أنشأته مسبقًا (
<S3_BUCKET_NAME>/athena
) ، ثم اختر حفظ. - في محرر الاستعلام، أدخل الاستعلام التالي لإنشاء جدول خارجي:
قم بتشغيل الاستعلام التالي على الملف الذي تم إنشاؤه مؤخرًا ny_taxi_summary
الجدول لاسترداد الصفوف العشرة الأولى للتحقق من صحة البيانات:
تنظيف
لمنع الرسوم المستقبلية، أكمل الخطوات التالية:
- في وحدة تحكم Amazon S3، احذف حاوية S3 التي قمت بإنشائها لتخزين Amazon MWAA DAG والبرامج النصية والسجلات.
- على وحدة تحكم Athena، قم بإسقاط الجدول الذي قمت بإنشائه:
- في وحدة تحكم Amazon MWAA، انتقل إلى البيئة التي قمت بإنشائها واختيارها حذف.
- على وحدة تحكم EMR Studio، احذف التطبيق.
لحذف التطبيق، انتقل إلى قائمة التطبيقات صفحة. حدد التطبيق الذي قمت بإنشائه واختره الإجراءات → توقف لإيقاف التطبيق. بعد أن يكون التطبيق في حالة الإيقاف، حدد نفس التطبيق واختر الإجراءات → حذف.
وفي الختام
تعد هندسة البيانات عنصرًا مهمًا في العديد من المؤسسات، ومع استمرار نمو أحجام البيانات، من الضروري إيجاد طرق لتبسيط سير عمل معالجة البيانات. يوفر الجمع بين Amazon MWAA وEMR Serverless وAthena حلاً قويًا لإنشاء مسارات البيانات وتشغيلها وإدارتها بكفاءة. باستخدام مسار معالجة البيانات الشامل هذا، يمكن لمهندسي البيانات معالجة كميات كبيرة من البيانات وتحليلها بسهولة بسرعة وبتكلفة معقولة دون الحاجة إلى إدارة البنية التحتية المعقدة. يوفر تكامل خدمات AWS هذه حلاً قويًا وقابلاً للتطوير لمعالجة البيانات، مما يساعد المؤسسات على اتخاذ قرارات مستنيرة بناءً على رؤى البيانات الخاصة بها.
الآن بعد أن رأيت كيفية إرسال وظائف Spark على EMR Serverless عبر Amazon MWAA، نشجعك على استخدام Amazon MWAA لإنشاء سير عمل يقوم بتشغيل وظائف PySpark عبر EMR Serverless.
نحن نرحب بتعليقاتكم واستفساراتكم. لا تتردد في التواصل معنا إذا كان لديك أي أسئلة أو تعليقات.
عن المؤلفين
راهول سوناوان هو مهندس حلول تحليلات رئيسي في AWS مع الذكاء الاصطناعي / التعلم الآلي والتحليلات كمجال تخصصه.
غوراف باريخ هو مهندس حلول يساعد عملاء AWS في بناء بنية حديثة واسعة النطاق. وهو متخصص في تحليل البيانات والشبكات. خارج العمل، يستمتع غوراف بلعب الكريكيت وكرة القدم والكرة الطائرة.
تاريخ التدقيق
ديسمبر 2023: تمت مراجعة هذا المنشور للتأكد من دقته الفنية بواسطة سانتوش جانتارام، مدير الحساب الفني الأول.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://aws.amazon.com/blogs/big-data/orchestrate-amazon-emr-serverless-spark-jobs-with-amazon-mwaa-and-data-validation-using-amazon-athena/
- :لديها
- :يكون
- :ليس
- $ UP
- 1
- 10
- 100
- 118
- 15%
- 16
- 2022
- 2023
- 23
- 25
- 30
- 300
- 7
- 700
- 8
- 9
- 990
- a
- من نحن
- يقبل
- الوصول
- الوصول
- حسابي
- دقة
- تضيف
- بعد
- مجموع
- AI / ML
- الكل
- يسمح
- على طول
- سابقا
- أيضا
- أمازون
- أمازون أثينا
- أمازون EMR
- أمازون ويب سيرفيسز
- كمية
- المبالغ
- an
- تحليلات
- تحليل
- و
- أي وقت
- أباتشي
- أباتشي سبارك
- تطبيق
- التطبيقات
- ما يقرب من
- هندسة معمارية
- هي
- المنطقة
- حجة
- AS
- At
- تلقائيا
- متاح
- AWS
- الى الخلف
- قاعدة
- على أساس
- BE
- أصبح
- يصبح
- ما بين
- كبير
- البيانات الكبيرة
- نساعدك في بناء
- ابني
- بنيت
- الأعمال
- by
- تحسب
- CAN
- الأقسام
- تغيير
- التغييرات
- اسعارنا محددة من قبل وزارة العمل
- اختار
- تصنيف
- سحابة
- كتلة
- الكود
- مجموعة
- دمج
- يأتي
- تعليقات
- إكمال
- مجمع
- عنصر
- يتكون
- كنسولات
- استمر
- المقابلة
- التكلفة
- فعاله من حيث التكلفه
- التكاليف
- خلق
- خلق
- يخلق
- كريكيت
- حرج
- العملاء
- DAG
- البيانات
- تحليلات البيانات
- معالجة المعلومات
- قواعد البيانات
- تمور
- أيام
- القرارات
- عميق
- الترتيب
- تعريف
- التوصيل
- التبعيات
- التبعية
- تفاصيل
- مسافة
- توزيع
- غطس
- do
- لا
- مضاعفة
- إلى أسفل
- بإمكانك تحميله
- سائق
- قطرة
- أثناء
- e
- كل
- في وقت سابق
- بسهولة
- سهل
- رئيس التحرير
- كفاءة
- فعال
- بكفاءة
- شجع
- النهائي إلى نهاية
- الهندسة
- المهندسين
- ضمان
- أدخل
- البيئة
- أساسي
- الأثير (ETH)
- مثال
- خارجي
- احتفل على
- الفشل
- الميزات
- ردود الفعل
- شعور
- قم بتقديم
- ملفات
- نهائي
- الاسم الأول
- لأول مرة
- تركز
- اتباع
- متابعيك
- في حالة
- شكل
- FRAME
- الأطر
- مجانا
- تبدأ من
- تماما
- مستقبل
- توليد
- يولد
- توليد
- منح
- أخضر
- النمو
- ينمو
- Hadoop
- مقبض
- يملك
- he
- مساعدة
- مفيد
- مساعدة
- هنا
- له
- خلية النحل
- كيفية
- كيفية
- لكن
- HTML
- HTTP
- HTTPS
- IAM
- اي كون
- ID
- الخمول
- IDS
- if
- توضيح
- يوضح
- in
- تتضمن
- شامل
- يشمل
- على نحو متزايد
- تشير
- معلومات
- وأبلغ
- البنية التحتية
- يبادر
- استهلال
- إدخال
- استفسارات
- في الداخل
- رؤى
- تثبيت
- بدلًا من ذلك
- تعليمات
- التكامل
- تفاعل
- التفاعلية
- Internet
- تنطوي
- IT
- وظيفة
- المشــاريــع
- الانضمام
- انضمام
- ينضم
- JPG
- م
- كبير
- أخيرا
- الى وقت لاحق
- آخر
- مثل
- مما سيحدث
- خط
- خطوط
- محلي
- موقع
- المواقع
- سجل
- طويل
- أبحث
- بحث
- آلة
- جعل
- يصنع
- القيام ب
- إدارة
- تمكن
- مدير
- إدارة
- كثير
- مايو..
- البيانات الوصفية
- الحد الأدنى
- دقائق
- تقدم
- تعديل
- مراقبة
- الأكثر من ذلك
- الاسم
- عين
- التنقل
- قائمة الإختيارات
- حاجة
- بحاجة
- الشبكات
- جديد
- التالي
- بدون اضاءة
- الآن
- مدينة نيويورك
- of
- خصم
- on
- مرة
- ONE
- فقط
- جاكيت
- المصدر المفتوح
- عملية
- مشغلي
- مزيد من الخيارات
- or
- المنظمات
- أخرى
- لنا
- خارج
- حدود
- الناتج
- في الخارج
- على مدى
- الكلي
- صفقة
- صفحة
- خبز
- جزء
- مسار
- وسائل الدفع
- ينفذ
- فترة
- خط أنابيب
- المنصة
- أفلاطون
- الذكاء افلاطون البيانات
- أفلاطون داتا
- بلايستشن
- لعب
- من فضلك
- سياسة
- ممكن
- منشور
- قوي
- الشروط
- منع
- رئيسي
- خاص
- عملية المعالجة
- العمليات
- معالجة
- التقدّم
- مزود
- ويوفر
- توفير
- علانية
- بايثون
- الاستفسارات
- الأسئلة المتكررة
- بسرعة
- الوصول
- مؤخرا
- تسجيل
- تخفيض
- الخدمة الموثوقة
- إزالة
- تطلب
- يتطلب
- الموارد
- نتيجة
- مما أدى
- استعرض
- Ride
- ركوب الخيل
- قوي
- النوع
- صف
- يجري
- تشغيل
- يدير
- s
- نفسه
- تحجيم
- حجم
- النطاقات
- التحجيم
- جدول
- سيناريو
- مخطوطات
- القسم
- آمن
- أمن
- انظر تعريف
- رأيت
- حدد
- مستقل
- الخادم
- Serverless
- الخدمة
- خدماتنا
- الجلسة
- طقم
- ضبط
- ينبغي
- إظهار
- يظهر
- الاشارات
- تبسيط
- So
- كرة القدم
- حل
- الحلول
- مصدر
- شرارة
- تتخصص
- تخصص
- محدد
- SQL
- مراحل
- معيار
- الولايه او المحافظه
- إحصائيات
- الحالة
- خطوات
- قلة النوم
- توقف
- تخزين
- متجر
- تخزين
- تبسيط
- خيط
- ستوديو
- تسليم
- تقدم
- الشبكات الفرعية
- هذه
- ملخص
- دعم
- جدول
- أخذ
- مهمة
- المهام
- تقني
- مؤقت
- الاختبار
- أن
- •
- من مشاركة
- منهم
- then
- تشبه
- ثلاثة
- الوقت
- مرات
- إلى
- اليوم
- تحول
- تحول
- تحول
- يثير
- رحلة
- منعطف أو دور
- اثنان
- أنواع
- ui
- مع
- فهم
- مختلف
- تحديث
- تحديث
- us
- تستخدم
- المستخدمين
- يستخدم
- استخدام
- يستخدم
- التحقق من صحة
- التحقق من صحة
- الإصدار
- بواسطة
- المزيد
- الرؤى
- حجم
- مجلدات
- تريد
- وكان
- طرق
- we
- الويب
- خدمات ويب
- ترحيب
- كان
- متى
- التي
- سوف
- مع
- بدون
- للعمل
- سير العمل
- سير العمل
- قلق
- مقلق
- اكتب
- أصفر
- لصحتك!
- حل متجر العقارات الشامل الخاص بك في جورجيا
- زفيرنت
- المناطق