Dieser Beitrag wurde gemeinsam mit Girish Kumar Chidananda von redBus verfasst.
roter Bus ist einer der ersten Anwender von AWS in Indien, und die meisten seiner Dienste und Anwendungen werden in der AWS Cloud gehostet. AWS bot redBus die Flexibilität, seine Infrastruktur schnell zu skalieren und dabei die Kosten extrem niedrig zu halten. AWS verfügt über eine umfassende Suite von Services, die den meisten ihrer Bedürfnisse gerecht werden, einschließlich der Bereitstellung von Kundensupport, für den redBus bürgen kann.
In diesem Beitrag teilen wir die Datenplattformarchitektur von redBus und wie verschiedene Komponenten miteinander verbunden sind, um ihre Datenautobahn zu bilden. Wir diskutieren auch die Herausforderungen, mit denen redBus beim Erstellen von Dashboards für ihre Echtzeit-Business-Intelligence (BI)-Anwendungsfälle konfrontiert war, und wie sie verwendet wurden Amazon QuickSight, ein schneller, benutzerfreundlicher, cloudbasierter Geschäftsanalysedienst, der es allen Mitarbeitern bei redBus leicht macht, Visualisierungen zu erstellen und Ad-hoc-Analysen durchzuführen, um jederzeit und auf jedem Gerät geschäftliche Erkenntnisse aus ihren Daten zu gewinnen.
Über redBus
roter Bus ist die weltweit größte Online-Plattform für Bustickets, die in Indien gebaut wurde und mehr als 36 Millionen zufriedene Kunden auf der ganzen Welt bedient. Neben seinem vertikalen Ticketing für Busse betreibt redBus auch einen Bahnticketing-Service namens redRails und eine Bus- und Autovermietung genannt rYde. Es ist Teil der GO-MMT-Gruppe, Indiens führendem Online-Reiseunternehmen, mit einem umfangreichen Markenportfolio, das andere bekannte Online-Reisemarken wie MakeMyTrip und Goibibo umfasst.
Datenautobahn 1.0 von redBus
redBus verlässt sich stark darauf, datengesteuerte Entscheidungen auf allen Ebenen zu treffen, von der Reiseverfolgung der Reisenden über die Prognose der Nachfrage bei hohem Verkehrsaufkommen bis hin zur Identifizierung und Behebung von Engpässen im Anmeldeprozess der Busbetreiber und mehr. Als das Geschäft von redBus in Bezug auf die Anzahl der Städte und Länder, in denen sie tätig waren, und die Anzahl der Busbetreiber und Reisenden, die den Service in jeder Stadt nutzten, zu wachsen begann, stieg auch die Menge der eingehenden Daten. Die Notwendigkeit, auf die Daten an einem Ort zuzugreifen und sie zu analysieren, erforderte den Aufbau einer eigenen Datenplattform, wie im folgenden Diagramm dargestellt.
In den folgenden Abschnitten betrachten wir jede Komponente genauer.
Datenaufnahmequellen
Bei der Datenplattform 1.0 werden die Daten aus verschiedenen Quellen aufgenommen:
- Echtzeit – Die Echtzeitdaten fließen von den mobilen redBus-Apps, den Backend-Microservices und wenn ein Fahrgast, ein Busbetreiber oder eine Anwendung Vorgänge wie das Buchen von Bustickets, das Durchsuchen des Busbestands, das Hochladen eines KYC-Dokuments und mehr ausführt
- Batch-Modus – Geplante Jobs holen Daten aus mehreren persistenten Datenspeichern wie z Relationaler Amazon-Datenbankdienst (Amazon RDS), wo die OLTP-Daten aller seiner Anwendungen gespeichert sind, Apache Cassandra-Cluster, wo das Businventar verschiedener Betreiber gespeichert ist, Arango DB, wo die Benutzeridentitätsdiagramme gespeichert sind, und mehr
Datenkatalogisierung
Die Echtzeitdaten werden in ihre selbstverwalteten Apache Nifi-Cluster aufgenommen, eine Open-Source-Datenplattform, die zum Bereinigen, Analysieren und Katalogisieren der Daten mit ihren Routing-Funktionen verwendet wird, bevor die Daten an ihr Ziel gesendet werden.
Speicherung und Analyse
redBus verwendet die folgenden Dienste für seine Speicher- und Analyseanforderungen:
- Amazon Simple Storage-Service (Amazon S3), ein Objektspeicherdienst, der aufgrund seiner praktisch unbegrenzten Skalierbarkeit und höheren Haltbarkeit die Grundlage für ihren Data Lake bildet. Echtzeitdatenströme von Apache Druid und Daten aus den Datenspeichern fließen in regelmäßigen Abständen basierend auf den Zeitplänen.
- Apache Druid, ein Datenspeicher im OLAP-Stil (Datenfluss über Kafka Druid Data Loader), der während des Datenladevorgangs Fakten und Metriken anhand verschiedener Dimensionen berechnet.
- Amazon RedShift, ein Cloud-Data-Warehouse-Dienst, mit dem Sie Exabytes an Daten analysieren und komplexe analytische Abfragen ausführen können. redBus verwendet Amazon Redshift, um die verarbeiteten Daten von Amazon S3 und die aggregierten Daten von Apache Druid zu speichern.
Abfragen und Visualisieren
Um redBus so datengesteuert wie möglich zu machen, stellten sie sicher, dass die Daten ihren SRE-Ingenieuren, Dateningenieuren und Geschäftsanalysten über eine Visualisierungsebene zugänglich sind. Diese Ebene enthält Dashboards, die mit Apache SuperSet, einer Open-Source-Datenvisualisierungsanwendung, bereitgestellt werden, und Amazonas Athena, ein interaktiver Abfragedienst zum Analysieren von Daten in Amazon S3 unter Verwendung von Standard-SQL für Ad-hoc-Abfrageanforderungen.
Die Herausforderungen
Anfänglich verarbeitete redBus Daten, die mit einer Rate von 10 Millionen Ereignissen pro Tag aufgenommen wurden. Im Laufe der Zeit, als das Geschäft zu wachsen begann, wuchsen auch das Datenvolumen (von Gigabyte über Terabyte bis Petabyte), die Datenaufnahme pro Tag (von 10 Millionen auf 320 Millionen Ereignisse) und die Anforderungen an das Business-Intelligence-Dashboard. Bald darauf sahen sie sich Herausforderungen mit den BI-Funktionen ihres selbstverwalteten Supersets und der zunehmenden betrieblichen Komplexität gegenüber.
Begrenzte BI-Funktionen
redBus stieß auf die folgenden BI-Einschränkungen:
- Unfähigkeit, Visualisierungen aus mehreren Datenquellen zu erstellen – Superset erlaubt keine Erstellung von Visualisierungen aus mehreren Tabellen innerhalb seiner Datenexplorationsebene. Die redBus-Dateningenieure mussten die Tabellen zuvor auf der Datenquellenebene selbst verknüpfen lassen. Um eine 360-Grad-Ansicht für die Geschäftsbeteiligten von redBus zu erstellen, wurde es für Dateningenieure unpraktisch, mehrere Tabellen zu pflegen, die die Visualisierungsebene unterstützen.
- Kein globaler Filter für Visuals in einem Dashboard – Ein globaler oder primärer Filter für visuelle Elemente in einem Dashboard wird in Superset nicht unterstützt. Stellen Sie sich beispielsweise vor, dass in einem Dashboard visuelle Elemente wie „Sales Wins by Region“, „YTD Revenue Realised by Region“, „Sales Pipeline by Region“ und mehr vorhanden sind und dem Dashboard ein Filter „Region“ mit Werten wie „EMEA“, „APAC“ und „US“ hinzugefügt wird. Die Filterregion gilt nur für eines der Visuals, nicht für das gesamte Dashboard. Dashboard-Benutzer erwarteten jedoch eine Filterung über das gesamte Dashboard.
- Kein geschäftsbenutzerfreundliches Tool – Superset ist sehr entwicklerzentriert, wenn es um Anpassungen geht. Wenn beispielsweise ein RedBus-Business-Analyst eine zeitgesteuerte Aktualisierung anpassen musste, die automatisch jeden Slice auf einem Dashboard gemäß einem voreingestellten Wert erneut abfragt, muss der Analyst das JSON-Metadatenfeld des Dashboards aktualisieren. Daher ist die Kenntnis von JSON und seiner Syntax zwingend erforderlich, um Anpassungen an den visuellen Elementen oder dem Dashboard vorzunehmen.
Erhöhte Betriebskosten
Obwohl Superset Open Source ist, was bedeutet, dass keine Lizenzkosten anfallen, bedeutet dies auch, dass mehr Aufwand für die Wartung aller Komponenten erforderlich ist, die erforderlich sind, damit es als BI-Tool der Unternehmensklasse funktioniert. redBus hat einen Webserver (Nginx) mit einem Frontend bereitgestellt und gewartet Anwendungs-Load-Balancer um den Lastausgleich durchzuführen; ein Metadaten-Datenbankserver (MySQL), auf dem Superset seine internen Informationen wie Benutzer, Slices und Dashboard-Definitionen speichert; eine asynchrone Aufgabenwarteschlange (Celery) zur Unterstützung lang andauernder Abfragen; ein Nachrichtenbroker (RabbitMQ); und ein verteilter Caching-Server (Redis) zum Zwischenspeichern der Ergebnisse, Diagrammdaten und mehr Amazon Elastic Compute-Cloud (Amazon EC2)-Instanzen. Das folgende Diagramm veranschaulicht diese Architektur.
Das DevOps-Team von redBus musste die schwere Arbeit leisten, die Infrastruktur bereitzustellen, Backups zu erstellen, die Komponenten nach Bedarf manuell zu skalieren, die Komponenten einzeln zu aktualisieren und vieles mehr. Außerdem musste ein Python-Webentwickler anwesend sein, um die Konfigurationsänderungen vorzunehmen, damit alle Komponenten nahtlos zusammenarbeiten. All diese manuellen Vorgänge erhöhten die Gesamtbetriebskosten für redBus.
Reise in Richtung QuickSight
redBus begann mit der Erforschung von BI-Lösungen hauptsächlich im Hinblick auf einige seiner Dashboarding-Anforderungen:
- BI-Dashboards für Geschäftsbeteiligte und Analysten, bei denen die Daten über Amazon S3 und Amazon Redshift bezogen werden.
- Ein Echtzeit-Dashboard zur Überwachung der Anwendungsleistung (APM), das SRE-Ingenieuren und -Entwicklern dabei hilft, die Grundursache eines Problems in ihrer Microservices-Bereitstellung zu identifizieren, damit sie die Probleme beheben können, bevor sie die Erfahrung ihrer Kunden beeinträchtigen. In diesem Fall werden die Daten über Druid bezogen.
QuickSight passte in die meisten BI-Dashboard-Anforderungen von redBus, und in kürzester Zeit begann ihr Datenplattform-Team mit einem Proof of Concept (POC) für einige ihrer komplexen Dashboards. Am Ende des POC, der sich über einen Monat erstreckte, teilte das Team seine Ergebnisse mit.
Erstens ist QuickSight reich an BI-Funktionen, einschließlich der folgenden:
- Es handelt sich um eine Self-Service-BI-Lösung mit Drag-and-Drop-Funktionen, die redBus-Analysten dabei helfen könnten, sie bequem und ohne Programmieraufwand zu verwenden.
- Visualisierungen aus mehreren Datenquellen in einem einzigen Dashboard könnten RedBus-Geschäftsteilnehmern helfen, eine 360-Grad-Sicht auf Verkäufe, Prognosen und Einblicke in einer einzigen Glasscheibe zu erhalten.
- Kaskadierende Filter über Visuals und über Blätter in einem Dashboard hinweg sind dringend benötigte Funktionen für die BI-Anforderungen von redBus.
- QuickSight bietet Excel-ähnliche visuelle Darstellungen – Tabellen mit Berechnungen, Pivot-Tabellen mit Zellengruppierung und Styling sind für die Betrachter attraktiv.
- Die superschnelle, parallele In-Memory-Berechnungs-Engine (SPICE) in QuickSight könnte redBus dabei helfen, auf Hunderttausende von Benutzern zu skalieren, die alle gleichzeitig schnelle interaktive Analysen über eine Vielzahl von AWS-Datenquellen hinweg durchführen können.
- Standardmäßige ML-Einblicke und -Prognosen ohne zusätzliche Kosten würden es dem Data-Science-Team von redBus ermöglichen, sich neben Verkaufsprognosen und ähnlichen Modellen auf ML-Modelle zu konzentrieren.
- Eingebaute Sicherheit auf Zeilenebene (RLS) könnte es redBus ermöglichen, seinen Zuschauern gefilterten Zugriff zu gewähren. Zum Beispiel hat redBus viele Business Analysten, die verschiedene Länder verwalten. Mit RLS sieht jeder Business-Analyst nur Daten, die sich auf das ihm zugewiesene Land in einem einzigen Dashboard beziehen.
- redBus verwendet OneLogin als Identitätsanbieter, der Security Assertion Markup Language 2.0 (SAML 2.0) unterstützt. Mit Hilfe von Identity Federation und Single-Sign-On-Unterstützung von QuickSight konnte redBus seinen QuickSight-Benutzern einen einfachen Onboarding-Flow bieten.
- QuickSight bietet integrierte Warn- und E-Mail-Benachrichtigungsfunktionen.
Zweitens ist QuickSight ein vollständig verwaltetes, Cloud-natives, serverloses BI-Serviceangebot von AWS mit den folgenden Funktionen:
- RedBus-Ingenieure müssen sich nicht auf die schwere Bereitstellung, Skalierung und Wartung ihrer BI-Lösung auf EC2-Instanzen konzentrieren.
- QuickSight bietet native Integration mit AWS-Services wie Amazon Redshift, Amazon S3 und Athena und anderen beliebten Frameworks wie Presto, Snowflake, Teradata und mehr. QuickSight stellt eine Verbindung zu den meisten Datenquellen her, über die redBus bereits verfügt, mit Ausnahme von Apache Druid, da die native Integration mit Druid im Dezember 2022 nicht verfügbar war. Eine vollständige Liste der unterstützten Datenquellen finden Sie unter Unterstützte Datenquellen.
Das Ergebnis
In Anbetracht all der reichhaltigen Funktionen und niedrigeren Gesamtbetriebskosten entschied sich redBus für QuickSight für seine BI-Dashboard-Anforderungen. Mit QuickSight haben die Dateningenieure von redBus in kürzester Zeit eine Reihe von Dashboards erstellt, um Geschäftsbeteiligten und Analysten Einblicke aus Petabytes an Daten zu geben. Die redBus-Datenautobahn wurde entwickelt, um Business Intelligence einem viel breiteren Publikum in ihrem Unternehmen zugänglich zu machen, mit besserer Leistung und schnellerer Wertschöpfung. Ab November 2022 kombiniert es QuickSight für Geschäftsanwender und Superset für Echtzeit-APM-Dashboards (zum Zeitpunkt des Verfassens dieses Artikels bietet QuickSight keinen nativen Konnektor für Druid), wie im folgenden Diagramm dargestellt.
Dashboard zur Erkennung von Verkaufsanomalien
Obwohl es viele Dashboards gibt, die redBus für die Produktion bereitstellt, ist die Erkennung von Verkaufsanomalien eines der interessanten Dashboards, die redBus erstellt hat. Es verwendet das proprietäre Verkaufsprognosemodell von redBus, das wiederum aus historischen Verkaufsdaten aus Amazon Redshift-Tabellen und Echtzeit-Verkaufsdaten aus Druid-Tabellen stammt, wie in der folgenden Abbildung dargestellt.
In regelmäßigen Abständen füttern die geplanten Jobs das redBus-Prognosemodell mit Echtzeit- und historischen Verkaufsdaten, und dann werden die prognostizierten Daten in eine Amazon Redshift-Tabelle geschoben. Das Dashboard zur Erkennung von Verkaufsanomalien in QuickSight wird von der resultierenden Amazon Redshift-Tabelle bedient.
Das Folgende ist eines der visuellen Elemente aus dem Dashboard zur Erkennung von Verkaufsanomalien. Es basiert auf einem Liniendiagramm, das stündliche tatsächliche Verkäufe, prognostizierte Verkäufe und einen Alarmschwellenwert für eine Zeitreihe für eine bestimmte Geschäftskohorte in redBus darstellt.
In diesem Bild stellt jeder Balken die Anzahl der Verkaufsanomalien dar, die an einem bestimmten Punkt in der Zeitreihe ausgelöst wurden.
Die Analysten von redBus könnten die Verkaufsdetails und Anomalien auf Minutenebene weiter aufschlüsseln, wie im folgenden Diagramm dargestellt. Diese Drilldown-Funktion ist bei QuickSight standardmäßig enthalten.
Weitere Einzelheiten zum Hinzufügen von Drilldowns zu QuickSight-Dashboard-Visuals finden Sie unter Drilldowns zu visuellen Daten in Amazon QuickSight hinzufügen.
Abgesehen von der Grafik ist es aufgrund der folgenden bemerkenswerten Funktionen zu einem der beliebtesten Dashboards der Zuschauer bei redBus geworden:
- Da das Filtern über Visuals eine sofort einsatzbereite Funktion in QuickSight ist, wird dem Dashboard ein zeitstempelbasierter Filter hinzugefügt. Dies hilft beim Filtern mehrerer visueller Elemente im Dashboard mit einem einzigen Klick.
- Auf den Visuals konfigurierte URL-Aktionen helfen den Zuschauern, zu den kontextsensitiven internen Anwendungen zu navigieren.
- E-Mail-Benachrichtigungen, die für KPIs und Gauge-Visuals konfiguriert sind, helfen den Zuschauern, rechtzeitig Benachrichtigungen zu erhalten.
Nächste Schritte
Abgesehen von der Erstellung neuer Dashboards für ihre BI-Dashboard-Anforderungen unternimmt redBus die folgenden nächsten Schritte:
- Möglichkeiten sondieren Eingebettete QuickSight-Analyse für einige ihrer Anwendungsanforderungen, um die Zeit bis zu Erkenntnissen für Benutzer mit kontextbezogenen Datenvisualisierungen, interaktiven Dashboards und mehr direkt in Anwendungen zu verkürzen
- Möglichkeiten sondieren QuickSight Q, die es ihren Geschäftsbeteiligten ermöglichen könnte, Fragen in natürlicher Sprache zu stellen und genaue Antworten mit relevanten Visualisierungen zu erhalten, die ihnen helfen können, Erkenntnisse aus den Daten zu gewinnen
- Erstellen einer einheitlichen Dashboard-Lösung mit QuickSight, die alle ihre Datenquellen abdeckt, sobald Integrationen verfügbar werden
Zusammenfassung
In diesem Beitrag haben wir Ihnen gezeigt, wie redBus seine Datenplattform mit verschiedenen AWS-Services und Apache-Frameworks aufgebaut hat, welche Herausforderungen die Plattform durchlaufen hat (insbesondere in Bezug auf ihre BI-Dashboard-Anforderungen und Herausforderungen bei der Skalierung) und wie sie QuickSight verwendet und die Gesamtkosten gesenkt haben des Eigentums.
Um mehr über Engineering bei redBus zu erfahren, besuchen Sie deren mittlere Blogbeiträge. Um mehr darüber zu erfahren, was in QuickSight passiert, oder wenn Sie Fragen haben, wenden Sie sich an die QuickSight-Community, das sehr aktiv ist und mehrere Ressourcen anbietet.
Über die Autoren
Girish Kumar Chidananda arbeitet als Senior Engineering Manager – Data Engineering bei redBus, wo er in den letzten 5 Jahren verschiedene Data-Engineering-Anwendungen und -Komponenten für redBus entwickelt hat. Bevor er seine Karriere in der IT-Branche begann, arbeitete er als Maschinenbau- und Steuerungstechniker in verschiedenen Organisationen und er hat einen MS-Abschluss in Fluid Power Engineering von der University of Bath.
Kayalvizhi Kandasamy arbeitet mit Digital-Native-Unternehmen zusammen, um deren Innovation zu unterstützen. Als Senior Solutions Architect (APAC) bei Amazon Web Services nutzt sie ihre Erfahrung, um Menschen dabei zu helfen, ihre Ideen zum Leben zu erwecken, wobei sie sich hauptsächlich auf Microservice-Architekturen und Cloud-native Lösungen mit AWS-Services konzentriert. Außerhalb der Arbeit spielt sie gerne Schach und ist eine von der FIDE bewertete Schachspielerin. Sie bringt ihren Töchtern auch die Kunst des Schachspiels bei und bereitet sie auf verschiedene Schachturniere vor.
- SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
- Platoblockkette. Web3-Metaverse-Intelligenz. Wissen verstärkt. Hier zugreifen.
- Quelle: https://aws.amazon.com/blogs/big-data/a-dive-into-redbuss-data-platform-and-how-they-used-amazon-quicksight-to-accelerate-business-insights/
- 10 Mio. US$
- 1
- 10
- 100
- 2022
- 360-Grad
- a
- Über Uns
- beschleunigen
- Zugang
- zugänglich
- Nach
- genau
- über
- Aktionen
- aktiv
- Ad
- hinzugefügt
- Zusätzliche
- Adressierung
- Anwender
- beeinflussen
- Nach der
- gegen
- Aufmerksam
- Alle
- bereits
- Amazon
- Amazon EC2
- Amazon QuickSight
- Amazon RDS
- Amazon Web Services
- Betrag
- Analyse
- Analytiker
- Business Analysten
- Analytische
- Analytik
- analysieren
- und
- Anomalieerkennung
- Antworten
- APAC
- Apache
- Anwendung
- Anwendungen
- Bewerben
- Apps
- Architektur
- um
- Kunst
- zugewiesen
- attraktiv
- Publikum
- Autor
- Im Prinzip so, wie Sie es von Google Maps kennen.
- verfügbar
- AWS
- Backend
- Sicherungen
- Bar
- basierend
- weil
- werden
- Bevor
- Sein
- Besser
- Blog
- Box
- Marke
- Marken
- bringen
- Makler
- bauen
- Building
- erbaut
- eingebaut
- Bus
- Geschäft
- Business Intelligence
- namens
- Fähigkeiten
- Auto
- Häuser
- Fälle
- Katalog
- Verursachen
- Herausforderungen
- Änderungen
- Chart
- Charting
- aus der Ferne überprüfen
- Schach
- wählten
- Orte
- Stadt
- Cloud
- Programmierung
- Kohorte
- vereint
- Unternehmen
- Unternehmen
- abschließen
- Komplex
- Komplexität
- Komponente
- Komponenten
- umfassend
- Berechnen
- konzept
- Sie
- Connects
- Geht davon
- Smartgeräte App
- Kosten
- Kosten
- könnte
- Ländern
- Land
- Paar
- Abdeckung
- erstellen
- Erstellen
- Kunde
- Kundensupport
- Kunden
- Anpassung
- anpassen
- Armaturenbrett
- technische Daten
- Datensee
- Datenplattform
- Datenwissenschaft
- Datenvisualisierung
- Data Warehouse
- datengesteuerte
- Datenbase
- Tag
- Dezember
- Entscheidungen
- Grad
- Demand
- Einsatz
- Einsatz
- Reiseziel
- Detail
- Details
- Entdeckung
- Entwickler:in / Unternehmen
- Entwickler
- Gerät
- DevOps
- DID
- anders
- Größe
- Direkt
- diskutieren
- verteilt
- Dokument
- Tut nicht
- Dabei
- Nicht
- nach unten
- Druide
- Haltbarkeit
- im
- jeder
- einfach zu bedienende
- Anstrengung
- Bemühungen
- eingebettet
- EMEA
- Mitarbeiter
- ermöglichen
- Motor
- Ingenieur
- Entwicklung
- Ingenieure
- Unternehmensqualität
- Ganz
- insbesondere
- Äther (ETH)
- Veranstaltungen
- entwickelt
- Beispiel
- Außer
- erwartet
- ERFAHRUNGEN
- Exploration
- Möglichkeiten sondieren
- umfangreiche
- äußerst
- konfrontiert
- zugewandt
- FAST
- beschleunigt
- Favorit
- Merkmal
- Eigenschaften
- Föderation
- Feld
- Abbildung
- Filter
- Filterung
- Filter
- passen
- Fixieren
- Flexibilität
- Fluss
- Fließt
- Setzen Sie mit Achtsamkeit
- Fokussierung
- Folgende
- unten stehende Formular
- Foundation
- Gerüste
- freundlich
- für
- Frontal
- voll
- Funktion
- weiter
- Gewinnen
- bekommen
- ABSICHT
- Glas
- Global
- gewähren
- Graphen
- Gruppe an
- persönlichem Wachstum
- glücklich
- mit
- schwer
- Hilfe
- hilft
- GUTE
- höher
- hoch
- Autobahn
- historisch
- hält
- gehostet
- Ultraschall
- aber
- HTML
- HTTPS
- hunderte
- Ideen
- identifizieren
- Identifizierung
- Identitätsschutz
- in
- Dazu gehören
- Einschließlich
- Eingehende
- hat
- Indien
- Individuell
- Energiegewinnung
- Information
- Infrastruktur
- Innovation
- Einblicke
- Integration
- Integrationen
- Intelligenz
- interaktive
- interessant
- intern
- Inventar
- Problem
- Probleme
- IT
- IT Industrie
- selbst
- Jobs
- beigetreten
- Reise
- JSON
- kafka
- Aufbewahrung
- Wissen
- Wissen
- KYC
- See
- Sprache
- höchste
- Nachname
- Schicht
- führenden
- LERNEN
- Niveau
- Lizenzierung
- Lebensdauer
- Facelift
- Einschränkungen
- Line
- Liste
- Belastung
- Ladeprogramm
- Laden
- aussehen
- Sneaker
- halten
- um
- MACHT
- Making
- verwalten
- verwaltet
- Manager
- Alle Tauchgäste müssen eine Tauchversicherung vorweisen,
- manuell
- manuell
- viele
- Mittel
- mechanisch
- Nachricht
- Metadaten
- Metrik
- Microservices
- Million
- Minute
- ML
- Mobil
- Handy-Apps
- Modell
- für
- Überwachung
- mehr
- vor allem warme
- MS
- mehrere
- MySQL
- nativen
- Natürliche
- Natürliche Sprache
- Navigieren
- Need
- erforderlich
- Bedürfnisse
- Neu
- weiter
- NGINX
- bemerkenswert
- Benachrichtigung
- Benachrichtigungen
- November
- Anzahl
- Objekt
- Objektspeicher
- bieten
- bieten
- Angebote
- Einsteigen
- EINEM
- Online
- XNUMXh geöffnet
- Open-Source-
- betrieben
- Betrieb
- Betriebs-
- Einkauf & Prozesse
- Operator
- Betreiber
- Auftrag
- Organisation
- Organisationen
- Andere
- aussen
- besitzen
- Eigentum
- Brot
- Parallel
- Teil
- besondere
- Personen
- ausführen
- Leistung
- Pipeline
- Drehpunkt
- Ort
- Plattform
- Plato
- Datenintelligenz von Plato
- PlatoData
- Spieler
- spielend
- PoC
- Points
- Beliebt
- Mappe
- möglich
- Post
- Werkzeuge
- vorhergesagt
- Bereitet sich vor
- in erster Linie
- primär
- Vor
- Prozessdefinierung
- Produktion
- prominent
- Beweis
- Proof of Concept
- Eigentums-
- die
- vorausgesetzt
- Versorger
- bietet
- Bereitstellung
- geschoben
- Python
- Fragen
- Schiene
- schnell
- Bewerten
- erreichen
- Echtzeit
- Echtzeitdaten
- realisiert
- erhalten
- Region
- regulär
- bezogene
- relevant
- Darstellen
- representiert
- falls angefordert
- Voraussetzungen:
- Downloads
- Die Ergebnisse
- Einnahmen
- Reiches
- Wurzel
- Führen Sie
- Vertrieb
- Skalierbarkeit
- Skalieren
- Skalierung
- vorgesehen
- Geplante Jobs
- Wissenschaft
- nahtlos
- Suche
- Abschnitte
- Sicherheitdienst
- sieht
- Selbstbedienung
- Sendung
- Senior
- Modellreihe
- Serverlos
- Lösungen
- Dienst
- mehrere
- Teilen
- von Locals geführtes
- gezeigt
- ähnlich
- Einfacher
- gleichzeitig
- Single
- Slice
- So
- Lösung
- Lösungen
- Bald
- Quelle
- Quellen
- Gewürz
- SQL
- Stakeholder
- Standard
- begonnen
- Beginnen Sie
- Shritte
- Lagerung
- speichern
- gelagert
- Läden
- Suite
- Support
- Unterstützte
- Unterstützung
- Unterstützt
- Syntax
- Systeme und Techniken
- Tabelle
- Einnahme
- Aufgabe
- Team
- AGB
- Das
- die Welt
- ihr
- deswegen
- Tausende
- Schwelle
- Durch
- Ticketing
- Tickets
- Zeit
- Zeitfolgen
- Zeitgesteuert
- zu
- gemeinsam
- Werkzeug
- Gesamt
- Turniere
- gegenüber
- Tracking
- der Verkehr
- reisen
- Reisende
- Reisende
- ausgelöst
- WENDE
- einheitlich
- Universität
- unbegrenzt
- Aktualisierung
- Uploading
- us
- -
- Mitglied
- Nutzer
- Wert
- Werte
- Vielfalt
- verschiedene
- Anzeigen
- weltweit
- praktisch
- Visualisierung
- Volumen
- Warehouse
- Netz
- Web-Server
- Web-Services
- Was
- Was ist
- welche
- während
- WHO
- breit
- breiter
- werden wir
- Gewinnt
- .
- ohne
- Arbeiten
- zusammenarbeiten
- gearbeitet
- Werk
- weltweit wie ausgehandelt und gekauft ausgeführt wird.
- weltweit
- würde
- Schreiben
- Jahr
- Zephyrnet