Esta publicación está escrita en colaboración con Girish Kumar Chidananda de redBus.
autobús rojo es uno de los primeros en adoptar AWS en India y la mayoría de sus servicios y aplicaciones están alojados en la nube de AWS. AWS proporcionó a redBus la flexibilidad para escalar su infraestructura rápidamente y mantener los costos extremadamente bajos. AWS tiene un conjunto completo de servicios para satisfacer la mayoría de sus necesidades, incluida la prestación de asistencia al cliente de la que redBus puede responder.
En esta publicación, compartimos la arquitectura de la plataforma de datos de redBus y cómo se conectan varios componentes para formar su autopista de datos. También discutimos los desafíos que enfrentó redBus en la creación de tableros para sus casos de uso de inteligencia comercial (BI) en tiempo real, y cómo usaron Amazon QuickSight, un servicio de análisis empresarial basado en la nube, rápido y fácil de usar que facilita a todos los empleados dentro de redBus crear visualizaciones y realizar análisis ad hoc para obtener información empresarial a partir de sus datos, en cualquier momento y en cualquier dispositivo.
Acerca de redBus
autobús rojo es la plataforma de emisión de boletos de autobús en línea más grande del mundo construida en India y que atiende a más de 36 millones de clientes satisfechos en todo el mundo. Junto con su vertical de emisión de boletos de autobús, redBus también opera un servicio de emisión de boletos de tren llamado RedRails y un servicio de alquiler de autobuses y coches llamado paseo. Forma parte del grupo GO-MMT, que es la principal empresa de viajes en línea de la India, con una amplia cartera de marcas que incluye otras destacadas marcas de viajes en línea como MakeMyTrip y Goibibo.
Autopista de datos de redBus 1.0
redBus se basa en gran medida en la toma de decisiones basadas en datos en todos los niveles, desde el seguimiento de los viajes de los viajeros, el pronóstico de la demanda durante un alto tráfico, la identificación y el abordaje de cuellos de botella en el proceso de registro de sus operadores de autobuses, y más. A medida que el negocio de redBus comenzó a crecer en términos de la cantidad de ciudades y países en los que operaba y la cantidad de operadores de autobuses y viajeros que usaban el servicio en cada ciudad, la cantidad de datos entrantes también aumentó. La necesidad de acceder y analizar los datos en un solo lugar les obligó a construir su propia plataforma de datos, como se muestra en el siguiente diagrama.
En las siguientes secciones, analizamos cada componente con más detalle.
Fuentes de ingestión de datos
Con la plataforma de datos 1.0, los datos se ingieren de varias fuentes:
- Tiempo real – Los datos en tiempo real fluyen desde las aplicaciones móviles de redBus, los microservicios de backend y cuando un pasajero, operador de autobús o aplicación realiza alguna operación, como reservar boletos de autobús, buscar en el inventario del autobús, cargar un documento KYC y más.
- Por lotes – Los trabajos programados obtienen datos de múltiples almacenes de datos persistentes como Servicio de base de datos relacional de Amazon (Amazon RDS), donde se almacenan los datos OLTP de todas sus aplicaciones, clústeres de Apache Cassandra, donde se almacena el inventario de bus de varios operadores, Arango DB, donde se almacenan los gráficos de identidad de usuario, y más
Catalogación de datos
Los datos en tiempo real se incorporan a sus clústeres Apache Nifi autogestionados, una plataforma de datos de código abierto que se utiliza para limpiar, analizar y catalogar los datos con sus capacidades de enrutamiento antes de enviarlos a su destino.
Almacenamiento y análisis
redBus utiliza los siguientes servicios para sus necesidades de almacenamiento y análisis:
- Servicio de almacenamiento simple de Amazon (Amazon S3), un servicio de almacenamiento de objetos que proporciona la base para su lago de datos debido a su escalabilidad prácticamente ilimitada y mayor durabilidad. Los datos en tiempo real fluyen desde Apache Druid y los datos de los almacenes de datos fluyen a intervalos regulares según los cronogramas.
- Apache Druid, un almacén de datos de estilo OLAP (flujos de datos a través del cargador de datos Kafka Druid), que calcula hechos y métricas en varias dimensiones durante el proceso de carga de datos.
- Desplazamiento al rojo de Amazon, un servicio de almacenamiento de datos en la nube que lo ayuda a analizar exabytes de datos y ejecutar consultas analíticas complejas. redBus utiliza Amazon Redshift para almacenar los datos procesados de Amazon S3 y los datos agregados de Apache Druid.
Consulta y visualización
Para hacer que redBus esté lo más basado posible en datos, se aseguraron de que los datos fueran accesibles para sus ingenieros de SRE, ingenieros de datos y analistas de negocios a través de una capa de visualización. Esta capa presenta tableros que se sirven mediante Apache SuperSet, una aplicación de visualización de datos de código abierto, y Atenea amazónica, un servicio de consulta interactivo para analizar datos en Amazon S3 utilizando SQL estándar para requisitos de consulta ad hoc.
Los desafíos
Inicialmente, redBus manejaba datos que estaban siendo ingeridos a razón de 10 millones de eventos por día. Con el tiempo, a medida que su negocio comenzó a crecer, también lo hizo el volumen de datos (de gigabytes a terabytes y petabytes), la ingesta de datos por día (de 10 millones a 320 millones de eventos) y las necesidades de su tablero de inteligencia empresarial. Poco después, comenzaron a enfrentar desafíos con las capacidades de BI de su Superset autogestionado y las mayores complejidades operativas.
Capacidades de BI limitadas
redBus encontró las siguientes limitaciones de BI:
- Incapacidad para crear visualizaciones a partir de múltiples fuentes de datos – Superset no permite crear visualizaciones a partir de varias tablas dentro de su capa de exploración de datos. Los ingenieros de datos de redBus tenían que unir las tablas de antemano en el mismo nivel de la fuente de datos. Para crear una vista de 360 grados para las partes interesadas del negocio de redBus, se volvió inconveniente para los ingenieros de datos mantener varias tablas que respaldaran la capa de visualización.
- Sin filtro global para elementos visuales en un tablero – Un filtro global o primario a través de elementos visuales en un tablero no es compatible con Superset. Por ejemplo, considere que hay elementos visuales como Ganancias de ventas por región, Ingresos acumulados hasta la fecha por región, Flujo de ventas por región y más en un tablero, y se agrega un filtro Región al tablero con valores como EMEA, APAC y EE. UU. El filtro Región solo se aplicará a una de las imágenes, no a todo el tablero. Sin embargo, los usuarios del tablero esperaban filtrado en el tablero.
- No es una herramienta fácil de usar para empresas – Superset está muy centrado en el desarrollador cuando se trata de personalización. Por ejemplo, si un analista comercial de redBus tuvo que personalizar una actualización programada que vuelve a consultar automáticamente cada segmento en un tablero de acuerdo con un valor preestablecido, entonces el analista debe actualizar el campo de metadatos JSON del tablero. Por lo tanto, tener conocimiento de JSON y su sintaxis es obligatorio para realizar cualquier personalización en las imágenes o el tablero.
Mayor costo operativo
Aunque Superset es de código abierto, lo que significa que no hay costos de licencia, también significa que hay más esfuerzo para mantener todos los componentes necesarios para que funcione como una herramienta de BI de nivel empresarial. redBus ha implementado y mantenido un servidor web (Nginx) liderado por un Balanceador de carga de aplicaciones para hacer el equilibrio de carga; un servidor de base de datos de metadatos (MySQL) donde Superset almacena su información interna como usuarios, segmentos y definiciones de tablero; una cola de tareas asincrónicas (Apio) para admitir consultas de ejecución prolongada; un intermediario de mensajes (RabbitMQ); y un servidor de almacenamiento en caché distribuido (Redis) para almacenar en caché los resultados, graficar datos y más en Nube informática elástica de Amazon (Amazon EC2) instancias. El siguiente diagrama ilustra esta arquitectura.
El equipo de DevOps de redBus tuvo que hacer el trabajo pesado de aprovisionar la infraestructura, realizar copias de seguridad, escalar los componentes manualmente según fuera necesario, actualizar los componentes individualmente y más. También requería la presencia de un desarrollador web de Python para realizar los cambios de configuración para que todos los componentes funcionen juntos sin problemas. Todas estas operaciones manuales aumentaron el costo total de propiedad de redBus.
Viaje hacia QuickSight
redBus comenzó a explorar soluciones de BI principalmente en torno a un par de sus requisitos de tablero:
- Tableros de BI para analistas y partes interesadas del negocio, donde los datos se obtienen a través de Amazon S3 y Amazon Redshift.
- Un panel de control de rendimiento de aplicaciones (APM) en tiempo real para ayudar a sus ingenieros y desarrolladores de SRE a identificar la causa raíz de un problema en la implementación de sus microservicios para que puedan solucionar los problemas antes de que afecten la experiencia de sus clientes. En este caso, los datos se obtienen a través de Druid.
QuickSight se ajustó a la mayoría de los requisitos del panel de BI de redBus y, en poco tiempo, su equipo de plataforma de datos comenzó con una prueba de concepto (POC) para un par de sus paneles complejos. Al final de la POC, que duró un mes, el equipo compartió sus hallazgos.
Primero, QuickSight es rico en capacidades de BI, incluidas las siguientes:
- Es una solución de BI de autoservicio con funciones de arrastrar y soltar que podría ayudar a los analistas de redBus a usarla cómodamente sin ningún esfuerzo de codificación.
- Las visualizaciones de múltiples fuentes de datos en un solo tablero podrían ayudar a las partes interesadas del negocio de redBus a obtener una vista de 360 grados de las ventas, los pronósticos y las perspectivas en un solo panel de vidrio.
- Los filtros en cascada en las imágenes y en las hojas de un tablero son características muy necesarias para los requisitos de BI de redBus.
- QuickSight ofrece imágenes similares a las de Excel: las tablas con cálculos, las tablas dinámicas con agrupación de celdas y el estilo son atractivos para los espectadores.
- El motor de cálculo súper rápido, paralelo y en memoria (SPICE) en QuickSight podría ayudar a redBus a escalar a cientos de miles de usuarios, quienes pueden realizar simultáneamente análisis interactivos rápidos en una amplia variedad de fuentes de datos de AWS.
- Los conocimientos y pronósticos de ML listos para usar sin costo adicional permitirían que el equipo de ciencia de datos de redBus se centre en modelos de ML además de pronósticos de ventas y modelos similares.
- La seguridad de nivel de fila (RLS) incorporada podría permitir que redBus otorgue acceso filtrado a sus espectadores. Por ejemplo, redBus tiene muchos analistas de negocios que manejan diferentes países. Con RLS, cada analista comercial solo ve los datos relacionados con su país asignado dentro de un solo tablero.
- redBus utiliza OneLogin como su proveedor de identidad, que admite Security Assertion Markup Language 2.0 (SAML 2.0). Con la ayuda de la federación de identidades y el inicio de sesión único de QuickSight, redBus podría proporcionar un flujo de incorporación simple para sus usuarios de QuickSight.
- QuickSight ofrece alertas integradas y capacidades de notificación por correo electrónico.
En segundo lugar, QuickSight es una oferta de servicio de BI sin servidor, nativa de la nube y completamente administrada de AWS, con las siguientes características:
- Los ingenieros de redBus no necesitan concentrarse en el trabajo pesado de aprovisionamiento, escalado y mantenimiento de su solución de BI en instancias EC2.
- QuickSight ofrece integración nativa con servicios de AWS como Amazon Redshift, Amazon S3 y Athena, y otros marcos populares como Presto, Snowflake, Teradata y más. QuickSight se conecta a la mayoría de las fuentes de datos que ya tiene redBus, excepto Apache Druid, porque la integración nativa con Druid no estaba disponible a partir de diciembre de 2022. Para obtener una lista completa de las fuentes de datos admitidas, consulte Fuentes de datos compatibles.
El resultado
Teniendo en cuenta todas las características enriquecidas y el menor costo total de propiedad, redBus eligió QuickSight para sus requisitos de panel de BI. Con QuickSight, los ingenieros de datos de redBus han creado una serie de paneles en muy poco tiempo para brindar información de petabytes de datos a las partes interesadas y analistas comerciales. La autopista de datos de redBus evolucionó para llevar la inteligencia empresarial a una audiencia mucho más amplia en su organización, con un mejor rendimiento y un tiempo de valor más rápido. A partir de noviembre de 2022, combina QuickSight para usuarios comerciales y Superset para tableros de APM en tiempo real (en el momento de escribir este artículo, QuickSight no ofrece un conector nativo para Druid), como se muestra en el siguiente diagrama.
Tablero de detección de anomalías de ventas
Aunque hay muchos tableros que redBus implementó en producción, la detección de anomalías en las ventas es uno de los tableros interesantes que construyó redBus. Utiliza el modelo de pronóstico de ventas patentado de redBus, que a su vez se basa en datos históricos de ventas de las tablas de Amazon Redshift y datos de ventas en tiempo real de las tablas de Druid, como se muestra en la siguiente figura.
A intervalos regulares, los trabajos programados alimentan el modelo de pronóstico de redBus con datos de ventas históricos y en tiempo real, y luego los datos pronosticados se envían a una tabla de Amazon Redshift. El tablero de detección de anomalías de ventas en QuickSight es atendido por la tabla resultante de Amazon Redshift.
La siguiente es una de las imágenes del panel de detección de anomalías de ventas. Se construye utilizando un gráfico de líneas que representa las ventas reales por hora, las ventas previstas y un umbral de alerta para una serie de tiempo para una cohorte de negocios en particular en redBus.
En esta imagen, cada barra representa la cantidad de anomalías de ventas desencadenadas en un punto particular de la serie temporal.
Los analistas de redBus podrían profundizar más en los detalles de ventas y anomalías a nivel de minutos, como se muestra en el siguiente diagrama. Esta característica de desglose viene de fábrica con QuickSight.
Para obtener más detalles sobre cómo agregar desgloses a los elementos visuales del tablero de QuickSight, consulte Adición de desgloses a datos visuales en Amazon QuickSight.
Aparte de las imágenes, se ha convertido en uno de los tableros favoritos de los espectadores en redBus debido a las siguientes características notables:
- Debido a que el filtrado a través de elementos visuales es una función lista para usar en QuickSight, se agrega un filtro basado en marcas de tiempo al tablero. Esto ayuda a filtrar múltiples imágenes en el tablero con un solo clic.
- Las acciones de URL configuradas en las imágenes ayudan a los espectadores a navegar a las aplicaciones internas sensibles al contexto.
- Las alertas por correo electrónico configuradas en KPI y elementos visuales de calibre ayudan a los espectadores a recibir notificaciones a tiempo.
Próximos pasos
Además de crear nuevos tableros para sus necesidades de tableros de BI, redBus está tomando los siguientes pasos:
- Explorar Análisis integrado QuickSight para algunos de los requisitos de sus aplicaciones para acelerar el tiempo de obtención de información para los usuarios con imágenes de datos en contexto, paneles interactivos y más directamente dentro de las aplicaciones
- Explorar Vista rápida Q, que podría permitir a las partes interesadas de su negocio hacer preguntas en lenguaje natural y recibir respuestas precisas con visualizaciones relevantes que pueden ayudarlos a obtener información de los datos.
- Creación de una solución de tablero unificado usando QuickSight que cubra todas sus fuentes de datos a medida que las integraciones estén disponibles
Conclusión
En esta publicación, le mostramos cómo redBus construyó su plataforma de datos utilizando varios servicios de AWS y marcos de trabajo de Apache, los desafíos que atravesó la plataforma (especialmente en los requisitos del tablero de BI y los desafíos durante el escalado), y cómo usaron QuickSight y redujeron el costo total. de propiedad.
Para conocer más sobre ingeniería en redBus, consulta su publicaciones de blog medianas. Para obtener más información sobre lo que sucede en QuickSight o si tiene alguna pregunta, comuníquese con el Comunidad QuickSight, que es muy activo y ofrece varios recursos.
Acerca de los autores
Girish Kumar Chidananda trabaja como Gerente Senior de Ingeniería – Ingeniería de Datos en redBus, donde ha estado construyendo varias aplicaciones y componentes de ingeniería de datos para redBus durante los últimos 5 años. Antes de comenzar su viaje en la industria de TI, trabajó como ingeniero de sistemas mecánicos y de control en varias organizaciones, y tiene una maestría en ingeniería de potencia de fluidos de la Universidad de Bath.
kayalvizhi kandasamy trabaja con empresas nativas digitales para apoyar su innovación. Como arquitecta sénior de soluciones (APAC) en Amazon Web Services, utiliza su experiencia para ayudar a las personas a dar vida a sus ideas, centrándose principalmente en arquitecturas de microservicios y soluciones nativas de la nube que utilizan los servicios de AWS. Fuera del trabajo, le gusta jugar al ajedrez y es una ajedrecista clasificada por la FIDE. También entrena a sus hijas en el arte de jugar al ajedrez y las prepara para varios torneos de ajedrez.
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- Platoblockchain. Inteligencia del Metaverso Web3. Conocimiento amplificado. Accede Aquí.
- Fuente: https://aws.amazon.com/blogs/big-data/a-dive-into-redbuss-data-platform-and-how-they-used-amazon-quicksight-to-accelerate-business-insights/
- 10 millones de dólares
- 1
- 10
- 100
- 2022
- Grado 360
- a
- Nuestra Empresa
- acelerar
- de la máquina
- accesible
- Conforme
- preciso
- a través de
- acciones
- lector activo
- Ad
- adicional
- Adicionales
- direccionamiento
- adoptantes
- afectar
- Después
- en contra
- Alertar
- Todos
- ya haya utilizado
- Amazon
- Amazon EC2
- Amazon QuickSight
- RDS de Amazon
- Amazon Web Services
- cantidad
- análisis
- analista
- Analistas
- Pruebas analíticas
- Analytics
- analizar
- y
- Detección de anomalías
- respuestas
- APAC
- APACHE
- Aplicación
- aplicaciones
- Aplicá
- aplicaciones
- arquitectura
- en torno a
- Arte
- asigna
- atractivo
- las ventas
- autor
- automáticamente
- Hoy Disponibles
- AWS
- Backend
- copias de seguridad
- de caramelos
- basado
- porque
- a las que has recomendado
- antes
- "Ser"
- mejores
- Blog
- Box
- marca
- marcas
- llevar
- corredor
- build
- Construir la
- construido
- incorporado
- autobús
- inteligencia empresarial
- , que son
- capacidades
- de
- case
- cases
- catalogar
- Causa
- retos
- Cambios
- Tabla
- cartografía
- comprobar
- Ajedrez
- eligió
- Cities
- Ciudad
- Soluciones
- Codificación
- Cohorte
- combina
- Empresas
- compañía
- completar
- integraciones
- complejidades
- componente
- componentes
- exhaustivo
- Calcular
- concepto
- conectado
- conecta
- Considerar
- control
- Cost
- Precio
- podría
- países
- país
- Parejas
- cubierta
- Para crear
- Creamos
- cliente
- Atención al cliente
- Clientes
- personalización
- personalizan
- página de información de sus operaciones
- datos
- Lago de datos
- Plataforma de datos
- Ciencia de los datos
- Visualización de datos
- almacenamiento de datos
- basada en datos
- Base de datos
- día
- Diciembre
- decisiones
- Grado
- Demanda
- desplegado
- despliegue
- destino
- detalle
- detalles
- Detección
- Developer
- desarrolladores
- dispositivo
- DevOps
- HIZO
- una experiencia diferente
- dimensiones
- directamente
- discutir
- distribuidos
- documento
- No
- "Hacer"
- No
- DE INSCRIPCIÓN
- Druida
- durabilidad
- durante
- cada una
- fácil de usar
- esfuerzo
- esfuerzos
- integrado
- EMEA
- personas
- habilitar
- Motor
- ingeniero
- Ingeniería
- certificados
- grado empresarial
- Todo
- especialmente
- Éter (ETH)
- Eventos
- evolucionado
- ejemplo
- Excepto
- esperado
- experience
- exploración
- Explorar
- en los detalles
- extremadamente
- enfrentado
- tener problemas con
- RÁPIDO
- más rápida
- Favoritos
- Feature
- Caracteristicas
- Federación
- campo
- Figura
- filtrar
- filtración
- filtros
- cómodo
- Fijar
- Flexibilidad
- de tus señales
- Flujos
- Focus
- enfoque
- siguiendo
- formulario
- Fundación
- marcos
- amigable
- Desde
- Frente
- completamente
- función
- promover
- Obtén
- obtener
- Donar
- vaso
- Buscar
- conceder
- gráficos
- Grupo procesos
- Creciendo
- Ahorrar
- es
- fuertemente
- ayuda
- ayuda
- Alta
- más alto
- altamente
- Carretera
- histórico
- mantiene
- organizado
- Cómo
- Sin embargo
- HTML
- HTTPS
- Cientos
- ideas
- Identifique
- identificar
- Identidad
- in
- incluye
- Incluye
- Entrante
- aumentado
- India
- Individualmente
- energético
- información
- EN LA MINA
- Innovation
- Insights
- integración
- integraciones
- Intelligence
- interactivo
- interesante
- interno
- inventario
- cuestiones
- IT
- Industria de TI
- sí mismo
- Empleo
- se unió a
- json
- kafka
- acuerdo
- Saber
- especialistas
- KYC
- lago
- idioma
- mayor
- Apellido
- .
- líder
- APRENDE:
- Nivel
- Licencias
- Vida
- cirugía estética
- limitaciones
- línea
- Lista
- carga
- cargador
- carga
- Mira
- Baja
- mantener
- para lograr
- HACE
- Realizar
- gestionan
- gestionado
- gerente
- obligatorio
- manual
- a mano
- muchos
- significa
- mecánico
- mensaje
- metadatos
- Métrica
- microservicios
- millones
- minuto
- ML
- Móvil
- Aplicaciones móviles
- modelo
- modelos
- monitoreo
- más,
- MEJOR DE TU
- MS
- múltiples
- MySQL
- nativo
- Natural
- Lenguaje natural
- Navegar
- ¿ Necesita ayuda
- Nuevo
- Next
- Nginx
- notable
- .
- notificaciones
- Noviembre
- número
- objeto
- Almacenamiento de objetos
- LANZAMIENTO
- que ofrece
- Ofertas
- Inmersión
- ONE
- en línea
- habiertos
- de código abierto
- operado
- Inteligente
- operativos.
- Operaciones
- operador
- operadores
- solicite
- organización
- para las fiestas.
- Otro
- afuera
- EL DESARROLLADOR
- propiedad
- cristal
- Paralelo
- parte
- particular
- Personas
- realizar
- actuación
- industrial
- Pivot
- Colocar
- plataforma
- Platón
- Inteligencia de datos de Platón
- PlatónDatos
- jugador
- jugando
- PoC
- punto
- Popular
- portafolio
- posible
- Publicación
- industria
- previsto
- Prepara
- las cuales
- primario
- Anterior
- Producción
- destacado
- prueba
- prueba de concepto
- propietario
- proporcionar
- previsto
- proveedor
- proporciona un
- proporcionando
- empujó
- Python
- Preguntas
- Carril
- rápidamente
- Rate
- en comunicarse
- en tiempo real
- datos en tiempo real
- realizado
- recepción
- región
- regular
- relacionado
- que representa
- representa
- Requisitos
- Requisitos
- Recursos
- Resultados
- ingresos
- Rico
- raíz
- Ejecutar
- ventas
- Escalabilidad
- Escala
- la ampliación
- programada
- Trabajos programados
- Ciencia:
- sin problemas
- búsqueda
- (secciones)
- EN LINEA
- ve
- Autoservicio
- enviando
- mayor
- Serie
- Sin servidor
- de coches
- Servicios
- servicio
- Varios
- Compartir
- compartido
- mostrado
- similares
- sencillos
- simultáneamente
- soltero
- Rebanada
- So
- a medida
- Soluciones
- Pronto
- Fuente
- Fuentes
- especia
- SQL
- las partes interesadas
- estándar
- fundó
- Comience a
- pasos
- STORAGE
- tienda
- almacenados
- tiendas
- suite
- SOPORTE
- Soportado
- Apoyar
- soportes
- sintaxis
- Todas las funciones a su disposición
- mesa
- toma
- Tarea
- equipo
- términos
- La
- el mundo
- su
- por lo tanto
- miles
- umbral
- A través de esta formación, el personal docente y administrativo de escuelas y universidades estará preparado para manejar los recursos disponibles que derivan de la diversidad cultural de sus estudiantes. Además, un mejor y mayor entendimiento sobre estas diferencias y similitudes culturales permitirá alcanzar los objetivos de inclusión previstos.
- venta de entradas
- entradas
- equipo
- Series de tiempo
- Programado
- a
- juntos
- del IRS
- Total
- Torneos
- hacia
- Seguimiento
- tráfico
- viajes
- viajero
- y viajeros
- desencadenados
- GIRO
- unificado
- universidad
- ilimitado
- Actualizar
- ¿Cómo subir tu libro?
- us
- utilizan el
- Usuario
- usuarios
- propuesta de
- Valores
- variedad
- diversos
- vía
- Ver
- espectadores
- virtualmente
- visualización
- volumen
- Manejo de
- web
- servidor web
- servicios web
- ¿
- Que es
- que
- mientras
- QUIENES
- amplio
- más ancho
- seguirá
- TRIUNFOS
- dentro de
- sin
- Actividades:
- trabajar juntos
- trabajado
- funciona
- mundo
- mundo
- se
- la escritura
- años
- zephyrnet