Dette indlæg er skrevet i samarbejde med Claudia Chitu og Spyridon Dosis fra ACAST.
Grundlagt i 2014, En gipsbandage er verdens førende uafhængige podcast-virksomhed, der løfter podcast-skabere og podcast-annoncører til den ultimative lytteoplevelse. Ved at forkæmpe et uafhængigt og åbent økosystem for podcasting, sigter Acast mod at fremme podcasting med de værktøjer og indtægtsgenerering, der er nødvendig for at trives.
Virksomheden bruger AWS Cloud-tjenester til at bygge datadrevne produkter og skalering af bedste praksis. For at sikre en bæredygtig dataplatform midt i vækst- og rentabilitetsfaser, har deres tech teams vedtaget en decentraliseret data mesh arkitektur.
I dette indlæg diskuterer vi, hvordan Acast overvandt udfordringen med koblede afhængigheder mellem teams, der arbejder med data i stor skala ved at anvende konceptet med et datanet.
Problemet
Med en accelereret vækst og ekspansion stødte Acast på en udfordring, der giver genlyd globalt. Acast befandt sig med forskellige forretningsenheder og en stor mængde data genereret på tværs af organisationen. Den eksisterende monolit og centraliserede arkitektur kæmpede for at imødekomme de voksende krav fra dataforbrugere. Dataingeniører fandt det stadig mere udfordrende at vedligeholde og skalere datainfrastrukturen, hvilket resulterede i dataadgang, datasiloer og ineffektivitet i datastyring. Et centralt mål var at forbedre end-to-end brugeroplevelsen med udgangspunkt i virksomhedens behov.
Acast var nødt til at løse disse udfordringer for at komme til en operationel skala, hvilket betyder et globalt maksimum af antallet af mennesker, der selvstændigt kan operere og levere værdi. I dette tilfælde forsøgte Acast at tackle udfordringen med denne monolitstruktur og den høje tid til værdi for produktteams, tech-teams og slutforbrugere. Det er værd at nævne, at de også har andre produkt- og teknologihold, inklusive operationelle eller forretningshold, uden AWS-konti.
Acast har et variabelt antal produktteams, der løbende udvikler sig ved at flette eksisterende, opdele dem, tilføje nye mennesker eller blot oprette nye teams. De sidste 2 år har de haft mellem 10–20 hold, bestående af 4–10 personer hver. Hvert hold ejer mindst to AWS-konti, op til 10 konti, afhængigt af ejerskabet. Størstedelen af data produceret af disse konti bruges downstream til business intelligence (BI) formål og i Amazonas Athena, af hundredvis af forretningsbrugere hver dag.
Løsningen, som Acast implementerede, er et datamesh, bygget på AWS. Løsningen afspejler den organisatoriske struktur snarere end en eksplicit arkitektonisk beslutning. Som pr Omvendt Conway-manøvre, Acasts teknologiarkitektur viser isomorfi med forretningsarkitekturen. I dette tilfælde aktiveres forretningsbrugerne gennem datamesh-arkitekturen for at få hurtigere tid til indsigt og direkte vide, hvem de domænespecifikke ejere er, hvilket fremskynder samarbejdet. Dette vil blive yderligere detaljeret, når vi diskuterer AWS identitets- og adgangsstyring (IAM) roller brugt, fordi en af rollerne er dedikeret til forretningsgruppen.
Parametre for succes
Acast lykkedes med at bootstrapping og skalere et nyt team- og domæneorienteret dataprodukt og dets tilsvarende infrastruktur og opsætning, hvilket resulterede i mindre friktion i at indsamle indsigt og gladere brugere og forbrugere.
Succesen med implementeringen betød at vurdere forskellige aspekter af datainfrastrukturen, datastyring og forretningsresultater. De klassificerede metrics og indikatorer i følgende kategorier:
- Databrug – En klar forståelse af, hvem der forbruger hvilken datakilde, materialiseret med en kortlægning af forbrugere og producenter. Diskussioner med brugere viste, at de var gladere for at få hurtigere adgang til data på en enklere måde, en mere struktureret dataorganisation og en klar kortlægning af, hvem producenten er. Der er gjort mange fremskridt for at fremme deres datadrevne kultur (datakompetence, datadeling og samarbejde på tværs af forretningsenheder).
- Datastyring – Med deres serviceniveauobjekt, der angiver, hvornår datakilderne er tilgængelige (blandt andre detaljer), ved teams, hvem de skal underrette og kan gøre det på kortere tid, når der kommer forsinket data ind eller andre problemer med dataene. Med en datasteward-rolle på plads er ejerskabet blevet styrket.
- Datateamets produktivitet – Gennem tekniske retrospektiver fandt Acast ud af, at deres teams værdsætter autonomi til at træffe beslutninger vedrørende deres datadomæner.
- Omkostnings- og ressourceeffektivitet – Dette er et område, hvor Acast observerede en reduktion i dataduplikering, og derfor omkostningsreduktion (i nogle konti, fjernelse af kopien af data 100%), ved at læse data på tværs af konti og samtidig aktivere skalering.
Data mesh oversigt
Et datanet er en socioteknisk tilgang til at bygge en decentral dataarkitektur ved at bruge et domæneorienteret, selvbetjeningsdesign (i et softwareudviklingsperspektiv), og låner Eric Evans' teori om domænedrevet design og Manuel Pais' og Matthew Skelton's. teori om teamtopologier. Det er vigtigt at etablere konteksten for at forstå, hvad data mesh er, fordi det sætter scenen for de tekniske detaljer, der følger, og kan hjælpe dig med at forstå, hvordan de begreber, der diskuteres i dette indlæg, passer ind i den bredere ramme af et data mesh.
For at opsummere, før du dykker dybere ned i Acasts implementering, er datamesh-konceptet baseret på følgende principper:
- Det er domænedrevet, i modsætning til rørledninger som en førsteklasses bekymring
- Det tjener data som et produkt
- Det er et godt produkt, der glæder brugerne (data er troværdige, dokumentation er tilgængelig, og det er let at forbruge)
- Det tilbyder fødereret beregningsstyring og decentraliseret ejerskab - en selvbetjent dataplatform
Domænedrevet arkitektur
I Acasts tilgang til at eje de operationelle og analytiske datasæt er teams struktureret med ejerskab baseret på domæne, læser direkte fra producenten af dataene, via en API eller programmatisk fra Amazon S3-lager eller ved at bruge Athena som en SQL-forespørgselsmotor. Nogle eksempler på Acasts domæner er præsenteret i følgende figur.
Som illustreret i den foregående figur er nogle domæner løst koblet til andre domæners operationelle eller analytiske endepunkter med et andet ejerskab. Andre kan have større afhængighed, hvilket forventes, for erhvervslivet (nogle podcastere kan også være annoncører, der skaber sponsorannoncer og kører kampagner for deres egne shows eller udfører annoncer ved hjælp af Acasts software som en service).
Data som et produkt
At behandle data som et produkt indebærer tre nøglekomponenter: selve dataene, metadataene og den tilhørende kode og infrastruktur. I denne tilgang omtales teams, der er ansvarlige for at generere data producenter. Disse producentteams besidder indgående viden om deres forbrugere og forstår, hvordan deres dataprodukt bruges. Eventuelle ændringer planlagt af dataproducenterne meddeles på forhånd til alle forbrugere. Denne proaktive notifikation sikrer, at downstream-processer ikke forstyrres. Ved at give forbrugerne et forudgående varsel, har de tilstrækkelig tid til at forberede sig på og tilpasse sig de kommende ændringer og opretholde en jævn og uafbrudt arbejdsgang. Producenterne kører en ny version af det indledende datasæt parallelt, underretter forbrugerne individuelt og diskuterer med dem deres nødvendige tidsramme for at begynde at forbruge den nye version. Når alle forbrugere bruger den nye version, gør producenterne den oprindelige version utilgængelig.
Dataskemaer udledes af det fælles aftalte format for at dele filer mellem teams, hvilket er Parquet i tilfældet med Acast. Data kan deles i filer, batch- eller streambegivenheder og mere. Hvert team har sin egen AWS-konto, der fungerer som en uafhængig og selvstændig enhed med sin egen infrastruktur. Til orkestrering bruger de AWS Cloud Development Kit (AWS CDK) for infrastruktur som kode (IaC) og AWS Lim Datakataloger til metadatahåndtering. Brugere kan også rejse anmodninger til producenter om at forbedre den måde, dataene præsenteres på, eller for at berige dataene med nye datapunkter for at generere en højere forretningsværdi.
Når hvert team ejer en AWS-konto og et datakatalog-id fra Athena, er det ligetil at se dette gennem linserne fra en distribueret datasø oven på Amazon S3, med et fælles katalog, der kortlægger alle katalogerne fra alle konti.
Samtidig kan hvert team også kortlægge andre kataloger til deres egen konto og bruge deres egne data, som de producerer sammen med data fra andre konti. Medmindre det er følsomme data, kan dataene tilgås programmatisk eller fra AWS Management Console på en selvbetjeningsmåde uden at være afhængig af datainfrastrukturingeniørerne. Dette er en domæneagnostisk, delt måde at selvbetjente data på. Produktopdagelsen sker gennem katalogregistreringen. Ved at bruge nogle få standarder, der er almindeligt aftalt og vedtaget på tværs af virksomheden, med henblik på interoperabilitet, adresserede Acast de fragmenterede siloer og friktion for at udveksle data eller forbruge domæneagnostiske data.
Med dette princip får teams sikkerhed for, at dataene er sikre, troværdige og nøjagtige, og passende adgangskontroller administreres på hvert domæneniveau. På den centrale konto er der desuden defineret roller for forskellige typer tilladelser og adgang vha AWS IAM Identity Center tilladelser. Alle datasæt kan findes fra en enkelt central konto. Følgende figur illustrerer, hvordan det er instrumenteret, hvor to IAM-roller påtages af to typer bruger (forbruger) grupper: en, der har adgang til et begrænset datasæt, som er begrænset data, og en, der har adgang til ikke-begrænsede data. Der er også en måde at påtage sig nogen af disse roller for servicekonti, såsom dem, der bruges af databehandlingsjob i Amazon administrerede arbejdsgange til Apache Airflow (Amazon MWAA), for eksempel.
Hvordan Acast løste for høj justering og en løst koblet arkitektur
Følgende diagram viser en konceptuel arkitektur af, hvordan Acasts teams organiserer data og samarbejder med hinanden.
Acast brugte Veludviklet ramme for den centrale konto at forbedre sin praksis med at køre analytiske arbejdsbelastninger i skyen. Gennem linserne i værktøjet var Acast i stand til at håndtere bedre overvågning, omkostningsoptimering, ydeevne og sikkerhed. Det hjalp dem med at forstå de områder, hvor de kunne forbedre deres arbejdsbyrder, og hvordan man løser almindelige problemer, med automatiserede løsninger, samt hvordan man måler succesen, definerer KPI'er. Det sparede dem tid til at få de erfaringer, som ellers ville have taget længere tid at finde. Spyridon Dosis, Acasts Information Security Officer, deler: "Vi er glade for, at AWS altid er foran med at frigive værktøjer, der muliggør konfiguration, vurdering og gennemgang af multi-konto opsætning. Det er et stort plus for os, der arbejder i en decentral organisation." Spyridon tilføjer også, "Et meget vigtigt koncept, vi værdsætter, er AWS-sikkerhedsstandarderne (f.eks. standardkryptering for S3 buckets)."
I arkitekturdiagrammet kan vi se, at hvert team kan være en dataproducent, undtagen teamet, der ejer den centrale konto, som fungerer som den centrale dataplatform, der modellerer logikken fra flere domæner for at tegne det fulde forretningsbillede. Alle andre teams kan være dataproducenter eller dataforbrugere. De kan oprette forbindelse til den centrale konto og opdage datasæt via AWS Glue Data Catalog på tværs af konti, analysere dem i Athena-forespørgselseditoren eller med Athena-notesbøger eller tilknytte kataloget til deres egen AWS-konto. Adgang til det centrale Athena-katalog er implementeret med IAM Identity Center, med roller for åbne data og begrænset dataadgang.
For ikke-følsomme data (åbne data) bruger Acast en skabelon, hvor datasættene som standard er åbne for hele organisationen at læse fra, ved at bruge en betingelse til at angive den organisationstildelte ID-parameter, som vist i følgende kodestykke:
Ved håndtering af følsomme data som økonomi, bruger teamene en samarbejdsmodel for datastyring. Dataadministratoren arbejder sammen med rekvirenten for at evaluere adgangsbegrundelsen for den tilsigtede brugssag. Sammen bestemmer de passende adgangsmetoder for at imødekomme behovet og samtidig opretholde sikkerheden. Dette kan omfatte IAM-roller, servicekonti eller specifikke AWS-tjenester. Denne tilgang gør det muligt for forretningsbrugere uden for den tekniske organisation (hvilket betyder, at de ikke har en AWS-konto) uafhængigt at få adgang til og analysere de oplysninger, de har brug for. Ved at give adgang gennem IAM-politikker til AWS Glue-ressourcer og S3-buckets, giver Acast selvbetjeningsfunktioner, mens den stadig styrer sarte data gennem menneskelig gennemgang. Rollen som dataforvalter har været værdifuld for at forstå use cases, vurdere sikkerhedsrisici og i sidste ende lette adgangen, der accelererer forretningen gennem analytisk indsigt.
Til Acasts anvendelsestilfælde var der ikke behov for detaljerede adgangskontroller på række- eller kolonneniveau, så tilgangen var tilstrækkelig. Andre organisationer kan dog kræve mere finmasket styring af følsomme datafelter. I de tilfælde kan løsninger som f.eks AWS søformation kunne implementere nødvendige tilladelser, mens de stadig giver en selvbetjent dataadgangsmodel. For mere information, se Design en datamesh-arkitektur ved hjælp af AWS Lake Formation og AWS Glue.
Samtidig kan teams læse fra andre producenter direkte, fra Amazon S3 eller via en API, hvilket holder afhængigheden på et minimum, hvilket øger udviklingshastigheden og leveringen. Derfor kan en konto være en producent og en forbruger parallelt. Hvert hold er selvstændigt og er ansvarligt for deres egen teknologistak.
Yderligere læring
Hvad lærte Acast? Indtil videre har vi diskuteret, at det arkitektoniske design er en effekt af organisationsstrukturen. Fordi den tekniske organisation består af flere tværfunktionelle teams, og det er ligetil at starte et nyt team, efter de fælles principper for data mesh, erfarede Acast, at dette ikke går problemfrit hver gang. For at oprette en helt ny konto i AWS gennemgår teams den samme rejse, men lidt anderledes, i betragtning af deres eget sæt af særegenheder.
Dette kan skabe visse gnidninger, og det er svært at få alle dataproducerende teams til at nå en høj modenhed af at være dataproducenter. Dette kan forklares med de forskellige datakompetencer i disse tværfunktionelle teams og ikke er dedikerede datateams.
Ved at implementere den decentraliserede løsning tacklede Acast effektivt skalerbarhedsudfordringen ved at tilpasse deres teams til at tilpasse sig skiftende forretningsbehov. Denne tilgang sikrer høj afkobling og tilpasning. Desuden styrkede de ejerskabet, hvilket reducerede den tid, der kræves til at identificere og løse problemer, betydeligt, fordi upstream-kilden er let kendt og let tilgængelig med specificerede SLA'er. Mængden af datasupportforespørgsler er blevet reduceret med over 50 %, fordi forretningsbrugere har mulighed for at få hurtigere indsigt. Navnlig eliminerede de med succes snesevis af terabyte redundant lager, som tidligere blev kopieret udelukkende for at opfylde downstream-anmodninger. Denne præstation blev muliggjort gennem implementering af aflæsning på tværs af konti, hvilket førte til fjernelse af tilhørende udviklings- og vedligeholdelsesomkostninger for disse rørledninger.
Konklusion
Acast brugte Inverse Conway Maneuver-loven og brugte AWS-tjenester, hvor hvert tværfunktionelt produktteam har sin egen AWS-konto til at bygge en datamesh-arkitektur, der tillader skalerbarhed, højt ejerskab og selvbetjeningsdataforbrug. Dette har fungeret godt for virksomheden med hensyn til, hvordan dataejerskab og operationer blev grebet an, for at opfylde deres tekniske principper, hvilket resulterede i at have datanettet som en effekt snarere end en bevidst hensigt. For andre organisationer kan det ønskede datanet se anderledes ud, og tilgangen kan have andre erfaringer.
Afslutningsvis: a moderne dataarkitektur på AWS giver dig mulighed for effektivt at konstruere dataprodukter og datamesh-infrastruktur til en lav pris uden at gå på kompromis med ydeevnen.
Følgende er nogle eksempler på AWS-tjenester, du kan bruge til at designe dit ønskede datanet på AWS:
Om forfatterne
Claudia Chitu er en datastrateg og en indflydelsesrig leder i Analytics-området. Med fokus på at tilpasse datainitiativer til organisationens overordnede strategiske mål, bruger hun data som en vejledende kraft for langsigtet planlægning og bæredygtig vækst.
Spyridon Dosis er en informationssikkerhedsprofessionel i Acast. Spyridon støtter organisationen i at designe, implementere og drive sine tjenester på en sikker måde, der beskytter virksomhedens og brugernes data.
Srikant Das er en Acceleration Lab Solutions Architect hos Amazon Web Services. Han har over 13 års erfaring med Big Data analytics og Data Engineering, hvor han nyder at bygge pålidelige, skalerbare og effektive løsninger. Uden for arbejdet nyder han at rejse og blogge sine oplevelser på sociale medier.
- SEO Powered Content & PR Distribution. Bliv forstærket i dag.
- PlatoData.Network Vertical Generative Ai. Styrk dig selv. Adgang her.
- PlatoAiStream. Web3 intelligens. Viden forstærket. Adgang her.
- PlatoESG. Kulstof, CleanTech, Energi, Miljø, Solenergi, Affaldshåndtering. Adgang her.
- PlatoHealth. Bioteknologiske og kliniske forsøgs intelligens. Adgang her.
- Kilde: https://aws.amazon.com/blogs/big-data/design-a-data-mesh-on-aws-that-reflects-the-envisioned-organization/
- :har
- :er
- :ikke
- :hvor
- $OP
- 10
- 100
- 120
- 13
- 2014
- 2020
- a
- I stand
- Om
- accelereret
- accelererer
- acceleration
- adgang
- Adgang til data
- af udleverede
- tilgængelig
- Konto
- ansvarlig
- Konti
- præcis
- præstation
- tværs
- handler
- Handling
- tilpasse
- tilføje
- adresse
- rettet
- Tilføjer
- vedtaget
- annoncer
- fremme
- annoncører
- aftalt
- forude
- målsætninger
- tilpasse
- justering
- tilpasning
- Alle
- tillade
- tillader
- sammen
- også
- altid
- Amazon
- Amazon Web Services
- Midt
- blandt
- beløb
- an
- Analytisk
- analytics
- analysere
- ,
- og infrastruktur
- enhver
- Apache
- api
- værdsætter
- tilgang
- passende
- arkitektonisk
- arkitektur
- ER
- OMRÅDE
- områder
- AS
- aspekter
- Vurdering
- vurdering
- forbundet
- antage
- antaget
- sikkerhed
- At
- Automatiseret
- autonom
- Autonomi
- til rådighed
- AWS
- AWS Lim
- AWS søformation
- baseret
- BE
- fordi
- været
- før
- være
- BEDSTE
- bedste praksis
- Bedre
- mellem
- Big
- Big data
- Blogging
- Bootstrap
- bredere
- bygge
- Bygning
- virksomhed
- business intelligence
- men
- by
- Kampagner
- CAN
- kapaciteter
- tilfælde
- tilfælde
- katalog
- kataloger
- kategorier
- center
- central
- centraliseret
- vis
- udfordre
- udfordringer
- udfordrende
- bannerførere
- Ændringer
- klassificeret
- klar
- Cloud
- cloud-tjenester
- kode
- samarbejde
- samarbejde
- kollaborativ
- kommer
- Fælles
- almindeligt
- kommunikeret
- selskab
- komponenter
- at gå på kompromis
- beregningsmæssige
- Konceptet
- begreber
- konceptuelle
- konkluderer
- betingelse
- Konfiguration
- Tilslut
- Overvejer
- Bestående
- består
- konstruere
- forbruge
- forbruger
- Forbrugere
- forbrug
- sammenhæng
- kontinuerligt
- kontrol
- Tilsvarende
- Koste
- omkostningsreduktion
- Omkostninger
- kunne
- koblede
- skabe
- Oprettelse af
- reklamer
- skabere
- tværgående teams
- Medarbejder kultur
- data
- dataadgang
- Dataanalyse
- datainfrastruktur
- Data Lake
- datastyring
- Dataplatform
- datapunkter
- databehandling
- datadeling
- datastyret
- datasæt
- dag
- decentral
- beslutning
- afgørelser
- dedikeret
- dybere
- Standard
- defaults
- definerede
- definere
- levere
- levering
- krav
- afhængigheder
- Afhængighed
- afhængig
- Afhængigt
- Design
- designe
- ønskes
- detaljeret
- detaljer
- Bestem
- Udvikling
- DID
- forskellige
- svært
- direkte
- opdage
- opdagelse
- diskutere
- drøftet
- diskussioner
- displays
- distribueret
- forskelligartede
- dykning
- do
- dokumentation
- Er ikke
- domæne
- Domæner
- Dont
- drevet
- e
- hver
- nemt
- økosystem
- editor
- effekt
- effektivt
- effektiv
- effektivt
- opløftende
- elimineret
- selvstændige
- anvendelse
- beskæftiger
- bemyndiget
- muliggøre
- aktiveret
- muliggør
- muliggør
- kryptering
- ende
- ende til ende
- endpoints
- Engine (Motor)
- Engineering
- Ingeniører
- forbedre
- Forbedrer
- berige
- sikre
- sikrer
- Hele
- enhed
- forestillede
- eric
- etablere
- Ether (ETH)
- evaluere
- begivenheder
- Hver
- hver dag
- udviklende
- eksempel
- eksempler
- Undtagen
- udveksling
- eksisterende
- udvidelse
- forventet
- erfaring
- Oplevelser
- forklarede
- faciliterende
- langt
- hurtigere
- få
- Fields
- Figur
- Filer
- finansielle poster
- Finde
- finde
- passer
- fokuserede
- følger
- efter
- Til
- Tving
- format
- formation
- fundet
- fragmenteret
- Framework
- friktion
- fra
- Brændstof
- Opfylde
- fuld
- fuldt ud
- yderligere
- Endvidere
- Gevinst
- indsamling
- genereret
- generere
- få
- Global
- Globalt
- Go
- Mål
- godt
- regeringsførelse
- styrende
- tildeling
- kornet
- gruppe
- Gruppens
- Dyrkning
- Vækst
- vejledende
- havde
- Håndtering
- sker
- gladere
- Gem
- Have
- have
- he
- hjælpe
- hjulpet
- Høj
- højere
- hans
- Hvordan
- How To
- Men
- http
- HTTPS
- menneskelig
- Hundreder
- IAC
- IAM
- ID
- identificere
- Identity
- illustrerer
- gennemføre
- implementering
- implementeret
- gennemføre
- vigtigt
- Forbedre
- in
- dybdegående
- omfatter
- Herunder
- stigende
- uafhængig
- uafhængigt
- Indikatorer
- Individuelt
- ineffektivitet
- Indflydelsesrig
- oplysninger
- informationssikkerhed
- Infrastruktur
- initial
- initiativer
- Forespørgsler
- indsigt
- Intelligens
- beregnet
- hensigt
- Interoperabilitet
- ind
- spørgsmål
- IT
- ITS
- selv
- Karriere
- rejse
- jpg
- holde
- Nøgle
- Kend
- viden
- kendt
- lab
- sø
- Efternavn
- Sent
- Lov
- leder
- førende
- LÆR
- lærte
- mindst
- linser
- mindre
- Niveau
- ligesom
- Limited
- Lytte
- læsefærdigheder
- logik
- langsigtet
- længere
- Se
- Lot
- Lav
- lavet
- vedligeholde
- opretholdelse
- vedligeholdelse
- Flertal
- lave
- lykkedes
- ledelse
- måde
- kort
- kortlægning
- matthew
- modenhed
- maksimal
- Kan..
- betyder
- midler
- betød
- måle
- Medier
- Mød
- sammenlægning
- mesh
- Metadata
- metoder
- Metrics
- måske
- minimum
- model
- modellering
- monetarisering
- overvågning
- mere
- Desuden
- flere
- nødvendig
- Behov
- behov
- behov
- Ny
- især
- notesbøger
- Varsel..
- underretning
- nummer
- objekt
- objektiv
- observeret
- of
- Tilbud
- Officer
- on
- ONE
- dem
- kun
- åbent
- åbne data
- betjene
- drift
- operationelle
- Produktion
- modsætning
- or
- orkestrering
- ordrer
- organisation
- organisatorisk
- organisationer
- organisering
- Andet
- Andre
- Ellers
- udfald
- uden for
- i løbet af
- samlet
- egen
- ejere
- ejerskab
- eje
- ejer
- male
- Parallel
- parameter
- Mennesker
- per
- ydeevne
- Tilladelser
- perspektiv
- faser
- billede
- Place
- planlagt
- planlægning
- perron
- plato
- Platon Data Intelligence
- PlatoData
- plus
- podcast
- Podcasting
- punkter
- politikker
- have
- mulig
- Indlæg
- praksis
- praksis
- forud
- Forbered
- forelagt
- tidligere
- Main
- princippet
- principper
- Proaktiv
- Processer
- forarbejdning
- producere
- produceret
- producent
- Producenter
- producerer
- Produkt
- Produkter
- professionel
- rentabilitet
- Progress
- beskyttelse
- give
- giver
- leverer
- formål
- formål
- rejse
- hellere
- nå
- Læs
- let
- Læsning
- resumé
- reducere
- reduktion
- henvise
- benævnt
- afspejler
- om
- Registrering
- frigive
- pålidelig
- fjernelse
- fjernelse
- anmodninger
- kræver
- løse
- resonans
- ressource
- Ressourcer
- ansvarlige
- begrænset
- resulterer
- gennemgå
- risici
- roller
- roller
- Kør
- kører
- samme
- gemt
- Skalerbarhed
- skalerbar
- Scale
- skalering
- problemfrit
- sikker
- sikkerhed
- sikkerhedsrisici
- se
- set
- Selvbetjening
- følsom
- tjener
- tjeneste
- Tjenester
- sæt
- sæt
- setup
- Del
- delt
- Aktier
- deling
- hun
- viste
- vist
- Shows
- betydeligt
- siloer
- enklere
- ganske enkelt
- enkelt
- lidt anderledes
- udjævne
- uddrag
- So
- indtil nu
- Social
- sociale medier
- Software
- software som en tjeneste
- softwareudvikling
- Alene
- løsninger
- Løsninger
- løst
- nogle
- Kilde
- Kilder
- Space
- specifikke
- specificeret
- sponsorering
- SQL
- stable
- Stage
- standarder
- starte
- Starter
- Statement
- angivelse
- Stadig
- opbevaring
- ligetil
- Strategisk
- Strateg
- strøm
- styrket
- stærkere
- struktur
- struktureret
- Kæmper
- succes
- Succesfuld
- sådan
- tilstrækkeligt
- support
- Understøtter
- bæredygtig
- Bæredygtig vækst
- tackle
- tager
- hold
- hold
- tech
- Teknisk
- Teknologier
- skabelon
- tiere
- end
- at
- oplysninger
- deres
- Them
- teori
- Der.
- derfor
- Disse
- de
- denne
- dem
- tre
- Trives
- Gennem
- tid
- tidsramme
- til
- sammen
- værktøj
- værktøjer
- top
- handler
- Traveling
- forsøgte
- troværdig
- to
- typer
- ultimativ
- Ultimativt
- forstå
- forståelse
- uafbrudt
- enheder
- kommende
- på
- us
- brug
- brug tilfælde
- anvendte
- Bruger
- Brugererfaring
- brugere
- bruger
- ved brug af
- udnyttet
- Værdifuld
- værdi
- variabel
- forskellige
- Vast
- VeloCity
- udgave
- meget
- via
- bind
- var
- Vej..
- we
- web
- webservices
- GODT
- var
- Hvad
- hvornår
- som
- mens
- WHO
- hvem
- vilje
- med
- uden
- Arbejde
- workflow
- arbejdsgange
- arbejder
- virker
- Verdens
- værd
- ville
- skriftlig
- år
- dig
- Din
- zephyrnet