ارزش داده ها به زمان حساس است. پردازش بلادرنگ تصمیمات مبتنی بر داده را به جای ساعت ها یا روزها در چند ثانیه یا چند دقیقه دقیق و قابل اجرا می کند. Change Data Capture (CDC) به فرآیند شناسایی و ثبت تغییرات ایجاد شده در داده ها در یک پایگاه داده و سپس تحویل آن تغییرات در زمان واقعی به یک سیستم پایین دست اشاره دارد. ثبت هر تغییر از تراکنشها در پایگاه داده منبع و انتقال آنها به هدف در زمان واقعی، سیستمها را همگام نگه میدارد و به موارد استفاده از تجزیه و تحلیل بلادرنگ و انتقال پایگاه داده بدون توقف کمک میکند. در زیر به چند مورد از مزایای CDC اشاره می شود:
- با فعال کردن بارگذاری تدریجی یا جریان لحظه ای تغییرات داده ها در مخزن هدف شما، نیاز به به روز رسانی بار انبوه و پنجره های دسته ای نامناسب را از بین می برد.
- این تضمین می کند که داده ها در چندین سیستم هماهنگ می مانند. اگر تصمیمات حساس به زمان را در یک محیط داده با سرعت بالا می گیرید، این امر به ویژه مهم است.
کافکا کانکت یک جزء منبع باز آپاچی کافکا است که به عنوان یک مرکز داده متمرکز برای یکپارچه سازی ساده داده ها بین پایگاه های داده، فروشگاه های کلید-مقدار، فهرست های جستجو و سیستم های فایل کار می کند. این AWS Glue Schema Registry به شما امکان می دهد طرحواره های جریان داده را به طور متمرکز کشف، کنترل و تکامل دهید. Kafka Connect و Schema Registry با هم ادغام می شوند تا اطلاعات طرحواره را از رابط ها دریافت کنند. Kafka Connect مکانیزمی را برای تبدیل دادهها از انواع دادههای داخلی مورد استفاده توسط Kafka Connect به انواع دادههایی که به عنوان Avro، Protobuf یا JSON Schema ارائه میشوند، فراهم میکند. AvroConverter، ProtobufConverter، و JsonSchemaConverter به طور خودکار طرحواره های تولید شده توسط اتصال دهنده های کافکا (منبع) را که داده ها را برای کافکا تولید می کنند، ثبت می کنند. اتصال دهنده ها (سینک) که داده های کافکا را مصرف می کنند، علاوه بر داده های هر پیام، اطلاعات طرحواره را نیز دریافت می کنند. این به کانکتورهای سینک اجازه میدهد تا ساختار دادهها را بشناسند تا قابلیتهایی مانند حفظ طرح جدول پایگاه داده در فهرست دادهها را ارائه دهند.
این پست نشان می دهد که چگونه می توان یک CDC انتها به انتها را با استفاده از آن ساخت آمازون MSK Connect، یک سرویس مدیریت شده AWS برای استقرار و اجرای برنامه های Kafka Connect و AWS Glue Schema Registry که به شما امکان می دهد طرحواره های جریان داده را به طور متمرکز کشف، کنترل و تکامل دهید.
بررسی اجمالی راه حل
در سمت تولید کننده، برای این مثال ما یک MySQL-compatible را انتخاب می کنیم آمازون شفق قطبی پایگاه داده به عنوان منبع داده، و ما یک دبزیوم اتصال MySQL برای اجرای CDC. رابط Debezium به طور مداوم پایگاه های داده را نظارت می کند و تغییرات سطح ردیف را به موضوع کافکا منتقل می کند. رابط، طرحواره را از پایگاه داده واکشی می کند تا رکوردها را به صورت باینری سریال کند. اگر طرحواره از قبل در رجیستری وجود نداشته باشد، طرحواره ثبت خواهد شد. اگر طرحواره وجود داشته باشد اما سریال ساز از نسخه جدیدی استفاده کند، رجیستری طرحواره حالت سازگاری طرحواره قبل از به روز رسانی طرحواره. در این راه حل استفاده می کنیم حالت سازگاری با عقب. اگر نسخه جدیدی از طرحواره با نسخه قبلی سازگار نباشد، رجیستری طرحواره خطایی را برمیگرداند، و ما میتوانیم کافکا اتصال را برای ارسال پیامهای ناسازگار به صف مردهها پیکربندی کنیم.
در سمت مصرف کننده، ما از an استفاده می کنیم سرویس ذخیره سازی ساده آمازون کانکتور سینک (Amazon S3) برای از بین بردن رکورد و ذخیره تغییرات در Amazon S3. ما کانکتور Debezium و سینک Amazon S3 را با استفاده از MSK Connect می سازیم و مستقر می کنیم.
طرح واره نمونه
برای این پست، از طرحواره زیر به عنوان اولین نسخه جدول استفاده می کنیم:
پیش نیازها
قبل از پیکربندی کانکتورهای سازنده و مصرف کننده MSK، ابتدا باید یک منبع داده، کلاستر MSK و رجیستری طرحواره جدید را تنظیم کنیم. ما ارائه می دهیم AWS CloudFormation الگوی تولید منابع پشتیبانی مورد نیاز برای راه حل:
- یک پایگاه داده Aurora سازگار با MySQL به عنوان منبع داده. برای اجرای CDC، ورود باینری را در قسمت فعال می کنیم گروه پارامتر خوشه DB.
- یک خوشه MSK. برای ساده کردن اتصال شبکه، از همان VPC برای پایگاه داده Aurora و خوشه MSK استفاده می کنیم.
- دو رجیستری طرحواره برای رسیدگی به طرحواره ها برای کلید پیام و مقدار پیام.
- یک سطل S3 به عنوان سینک داده.
- افزونههای MSK Connect و پیکربندی کارگر برای این نسخه نمایشی مورد نیاز است.
- یک ابر محاسبه الاستیک آمازون (Amazon EC2) نمونه ای برای اجرای دستورات پایگاه داده.
برای تنظیم منابع در حساب AWS خود، مراحل زیر را در منطقه AWS که از Amazon MSK، MSK Connect و AWS Glue Schema Registry پشتیبانی میکند، انجام دهید:
- را انتخاب کنید Stack را راه اندازی کنید:
- را انتخاب کنید بعدی.
- برای نام پشته، نام مناسب را وارد کنید.
- برای رمز پایگاه داده، رمز عبور مورد نظر خود را برای کاربر پایگاه داده وارد کنید.
- مقادیر دیگر را به عنوان پیش فرض نگه دارید.
- را انتخاب کنید بعدی.
- در صفحه بعد انتخاب کنید بعدی.
- جزئیات صفحه آخر را بررسی کرده و انتخاب کنید من تصدیق می کنم که AWS CloudFormation ممکن است منابع IAM را ایجاد کند.
- را انتخاب کنید پشته ایجاد کنید.
پلاگین سفارشی برای اتصال منبع و مقصد
یک پلاگین سفارشی مجموعه ای از فایل های JAR است که شامل اجرای یک یا چند کانکتور، تبدیل یا مبدل است. Amazon MSK پلاگین را بر روی کارگران خوشه MSK Connect که در آن کانکتور در حال اجرا است نصب می کند. به عنوان بخشی از این نسخه آزمایشی، برای اتصال منبع از منبع باز استفاده می کنیم JAR های رابط Debezium MySQL، و برای اتصال مقصد از انجمن Confluent دارای مجوز استفاده می کنیم جاروهای اتصال سینک آمازون S3. هر دو افزونه همچنین با کتابخانه هایی برای اضافه شده اند سریالایزر و دسریالایزر Avro از AWS Glue Schema Registry. این افزونه های سفارشی قبلاً به عنوان بخشی از الگوی CloudFormation که در مرحله قبل مستقر شده است ایجاد شده اند.
از AWS Glue Schema Registry با رابط Debezium در MSK Connect به عنوان سازنده MSK استفاده کنید
ما ابتدا کانکتور منبع را با استفاده از افزونه Debezium MySQL برای پخش جریانی داده ها از یک استقرار می دهیم Amazon Aurora MySQL-Compatible Edition پایگاه داده به آمازون MSK. مراحل زیر را کامل کنید:
- در کنسول آمازون MSK، در قسمت ناوبری، در زیر اتصال MSK، انتخاب کنید اتصالات.
- را انتخاب کنید اتصال ایجاد کنید.
- را انتخاب کنید از افزونه سفارشی موجود استفاده کنید و سپس پلاگین سفارشی را با نام شروع انتخاب کنید
msk-blog-debezium-source-plugin
. - را انتخاب کنید بعدی.
- یک نام مناسب مانند وارد کنید
debezium-mysql-connector
و توضیحات اختیاری - برای خوشه آپاچی کافکا، انتخاب کنید خوشه MSK و خوشه ایجاد شده توسط الگوی CloudFormation را انتخاب کنید.
- In پیکربندی اتصال، مقادیر پیش فرض را حذف کنید و از جفت های کلید-مقدار پیکربندی زیر و با مقادیر مناسب استفاده کنید:
- نام – نامی که برای کانکتور استفاده می شود.
- database.hostsname – خروجی CloudFormation برای نقطه پایانی پایگاه داده.
- database.user و database.password – پارامترهای ارسال شده در قالب CloudFormation.
- database.history.kafka.bootstrap.servers – خروجی CloudFormation برای کافکا بوت استرپ.
- key.converter.region و value.converter.region - منطقه شما
برخی از این تنظیمات عمومی هستند و باید برای هر کانکتوری مشخص شوند. مثلا:
- connector.class کلاس جاوا کانکتور است
- tasks.max حداکثر تعداد وظایفی است که باید برای این کانکتور ایجاد شود
برخی تنظیمات (database.*
, transforms.*
) مخصوص کانکتور Debezium MySQL هستند. رجوع شود به ویژگی های پیکربندی اتصال منبع MySQL Debezium برای اطلاعات بیشتر.
برخی تنظیمات (key.converter.*
و value.converter.*
) مختص Schema Registry هستند. ما استفاده می کنیم AWSKafkaAvroConverter
از کتابخانه رجیستری طرحواره چسب AWS به عنوان مبدل فرمت برای پیکربندی AWSKafkaAvroConverter
، ما از مقدار خواص ثابت رشته در استفاده می کنیم AWSSschemaRegistryConstants کلاس:
key.converter
وvalue.converter
فرمت داده هایی را که برای کانکتورهای منبع برای کافکا نوشته می شود یا برای کانکتورهای سینک از کافکا خوانده می شود، کنترل کنید. ما استفاده می کنیمAWSKafkaAvroConverter
برای فرمت Avrokey.converter.registry.name
وvalue.converter.registry.name
تعریف کنید که از کدام رجیستری طرحواره استفاده کنید.key.converter.compatibility
وvalue.converter.compatibility
تعریف مدل سازگاری
به مراجعه استفاده از Kafka Connect با AWS Glue Schema Registry برای اطلاعات بیشتر.
- بعد، ما پیکربندی می کنیم ظرفیت کانکتور. ما می توانیم انتخاب کنیم تامین شده است و سایر خصوصیات را به عنوان پیش فرض بگذارید
- برای پیکربندی کارگر، پیکربندی کارگر سفارشی را با شروع نام انتخاب کنید
msk-gsr-blog
به عنوان بخشی از الگوی CloudFormation ایجاد شده است. - برای مجوزهای دسترسی، استفاده از هویت AWS و مدیریت دسترسی نقش (IAM) ایجاد شده توسط الگوی CloudFormation
MSKConnectRole
. - را انتخاب کنید بعدی.
- برای دوربین های مداربسته، پیش فرض ها را انتخاب کنید.
- را انتخاب کنید بعدی.
- برای تحویل گزارش، انتخاب کنید به گزارشهای آمازون CloudWatch تحویل دهید و گروه گزارش ایجاد شده توسط الگوی CloudFormation را جستجو کنید (
msk-connector-logs
). - را انتخاب کنید بعدی.
- تنظیمات را بررسی کرده و انتخاب کنید اتصال ایجاد کنید.
پس از چند دقیقه، کانکتور به وضعیت در حال اجرا تغییر می کند.
از AWS Glue Schema Registry با کانکتور سینک Confluent S3 که در MSK Connect به عنوان مصرف کننده MSK اجرا می شود استفاده کنید.
ما کانکتور سینک را با استفاده از افزونه سینک Confluent S3 برای پخش جریانی داده ها از Amazon MSK به Amazon S3 مستقر می کنیم. مراحل زیر را کامل کنید:
-
- در کنسول آمازون MSK، در قسمت ناوبری، در زیر اتصال MSK، انتخاب کنید اتصالات.
- را انتخاب کنید اتصال ایجاد کنید.
- را انتخاب کنید از افزونه سفارشی موجود استفاده کنید و پلاگین سفارشی با شروع نام را انتخاب کنید
msk-blog-S3sink-plugin
. - را انتخاب کنید بعدی.
- یک نام مناسب مانند وارد کنید
s3-sink-connector
و توضیحات اختیاری - برای خوشه آپاچی کافکا، انتخاب کنید خوشه MSK و خوشه ایجاد شده توسط قالب CloudFormation را انتخاب کنید.
- In پیکربندی اتصال، مقادیر پیش فرض ارائه شده را حذف کنید و از جفت های کلید-مقدار پیکربندی زیر با مقادیر مناسب استفاده کنید:
-
- نام - همان نامی که برای کانکتور استفاده می شود.
- s3.bucket.name – خروجی CloudFormation برای نام سطل.
- s3.region، key.converter.region و value.converter.region - منطقه شما
-
- بعد، ما پیکربندی می کنیم ظرفیت کانکتور. ما می توانیم انتخاب کنیم تامین شده است و سایر خصوصیات را به عنوان پیش فرض بگذارید
- برای پیکربندی کارگر، پیکربندی کارگر سفارشی را با شروع نام انتخاب کنید
msk-gsr-blog
به عنوان بخشی از الگوی CloudFormation ایجاد شده است. - برای مجوزهای دسترسی، از نقش IAM تولید شده توسط الگوی CloudFormation استفاده کنید
MSKConnectRole
. - را انتخاب کنید بعدی.
- برای دوربین های مداربسته، پیش فرض ها را انتخاب کنید.
- را انتخاب کنید بعدی.
- برای تحویل گزارش، انتخاب کنید به گزارشهای آمازون CloudWatch تحویل دهید و گروه log ایجاد شده توسط الگوی CloudFormation را جستجو کنید
msk-connector-logs
. - را انتخاب کنید بعدی.
- تنظیمات را بررسی کرده و انتخاب کنید اتصال ایجاد کنید.
پس از چند دقیقه، کانکتور در حال اجرا است.
جریان گزارش CDC سرتاسر را آزمایش کنید
اکنون که هر دو کانکتور سینک Debezium و S3 راه اندازی شده اند، مراحل زیر را برای آزمایش CDC انتها به انتها انجام دهید:
- در کنسول آمازون EC2، به گروه های امنیتی احتمال برد مراجعه کنید.
- گروه امنیتی را انتخاب کنید
ClientInstanceSecurityGroup
و انتخاب کنید قوانین ورودی را ویرایش کنید. - یک قانون ورودی اضافه کنید که امکان اتصال SSH را از شبکه محلی شما فراهم می کند.
- بر موارد صفحه، نمونه را انتخاب کنید
ClientInstance
و انتخاب کنید اتصال. - بر اتصال نمونه EC2 برگه ، انتخاب کنید اتصال.
- اطمینان حاصل کنید که دایرکتوری کاری فعلی شما وجود دارد
/home/ec2-user
و فایل ها را داردcreate_table.sql
,alter_table.sql
,initial_insert.sql
وinsert_data_with_new_column.sql
. - با اجرای دستور زیر یک جدول در پایگاه داده MySQL خود ایجاد کنید (نام میزبان پایگاه داده را از خروجی های قالب CloudFormation ارائه کنید):
- هنگامی که از شما خواسته شد رمز عبور را وارد کنید، رمز عبور را از پارامترهای الگوی CloudFormation وارد کنید.
- با دستور زیر تعدادی داده نمونه را در جدول وارد کنید:
- هنگامی که از شما خواسته شد رمز عبور را وارد کنید، رمز عبور را از پارامترهای الگوی CloudFormation وارد کنید.
- در کنسول AWS Glue، را انتخاب کنید ثبت طرحواره ها در صفحه پیمایش، سپس انتخاب کنید طرحواره ها.
- هدایت به
db1.sampledatabase.movies
نسخه 1 برای بررسی طرحواره جدید ایجاد شده برای جدول فیلم ها:
یک پوشه S3 جداگانه برای هر پارتیشن موضوع کافکا ایجاد می شود و داده های موضوع در آن پوشه نوشته می شود.
- در کنسول آمازون S3، داده های نوشته شده در قالب پارکت را در پوشه موضوع کافکا بررسی کنید.
تکامل طرحواره
پس از تعریف طرحواره اولیه، برنامه ها ممکن است نیاز به تکامل آن در طول زمان داشته باشند. وقتی این اتفاق میافتد، برای مصرفکنندگان پاییندستی بسیار مهم است که بتوانند دادههای کدگذاریشده با طرحواره قدیمی و جدید را بهطور یکپارچه مدیریت کنند. حالتهای سازگاری به شما این امکان را میدهند که کنترل کنید چگونه طرحوارهها میتوانند یا نمیتوانند در طول زمان تکامل یابند. این حالت ها قرارداد بین برنامه های کاربردی تولید کننده و مصرف کننده داده را تشکیل می دهند. برای اطلاعات دقیق در مورد حالت های مختلف سازگاری موجود در AWS Glue Schema Registry، به AWS Glue Schema Registry. در مثال ما، از Commbability به عقب استفاده می کنیم تا اطمینان حاصل کنیم که مصرف کنندگان می توانند هر دو نسخه طرحواره فعلی و قبلی را بخوانند. مراحل زیر را کامل کنید:
- با اجرای دستور زیر یک ستون جدید به جدول اضافه کنید:
- با اجرای دستور زیر داده های جدید را در جدول وارد کنید:
- در کنسول AWS Glue، را انتخاب کنید ثبت طرحواره ها در صفحه پیمایش، سپس انتخاب کنید طرحواره ها.
- به طرحواره بروید
db1.sampledatabase.movies
نسخه 2 برای بررسی نسخه جدید طرحواره ایجاد شده برای فیلم های جدول فیلم ها از جمله ستون کشوری که اضافه کرده اید:
- در کنسول آمازون S3، داده های نوشته شده در قالب پارکت را در پوشه موضوع کافکا بررسی کنید.
پاک کردن
برای کمک به جلوگیری از هزینه های ناخواسته به حساب AWS خود، منابع AWS را که در این پست استفاده کرده اید حذف کنید:
- در کنسول آمازون S3، به سطل S3 ایجاد شده توسط الگوی CloudFormation بروید.
- همه فایل ها و پوشه ها را انتخاب کنید و انتخاب کنید حذف.
- حذف دائمی را طبق دستور وارد کنید و انتخاب کنید حذف اشیاء.
- در کنسول AWS CloudFormation، پشته ای را که ایجاد کرده اید حذف کنید.
- صبر کنید تا وضعیت پشته به تغییر کند DELETE_COMPLETE.
نتیجه
این پست نحوه استفاده از Amazon MSK، MSK Connect و AWS Glue Schema Registry را برای ایجاد یک جریان گزارش CDC و تکامل طرحوارهها برای جریانهای داده با تغییر نیازهای کسبوکار نشان میدهد. شما می توانید این الگوی معماری را در سایر منابع داده با اتصال دهنده های مختلف کافکا اعمال کنید. برای اطلاعات بیشتر به مثال های MSK Connect.
درباره نویسنده
کالیان جانکی متخصص ارشد داده های بزرگ و تجزیه و تحلیل با خدمات وب آمازون است. او به مشتریان کمک می کند تا راه حل های بسیار مقیاس پذیر، کارآمد و ایمن مبتنی بر ابر در AWS را معمار و بسازند.
- محتوای مبتنی بر SEO و توزیع روابط عمومی. امروز تقویت شوید.
- پلاتوبلاک چین. Web3 Metaverse Intelligence. دانش تقویت شده دسترسی به اینجا.
- منبع: https://aws.amazon.com/blogs/big-data/build-an-end-to-end-change-data-capture-with-amazon-msk-connect-and-aws-glue-schema-registry/
- :است
- $UP
- 1
- 10
- 11
- 7
- 8
- a
- قادر
- درباره ما
- دسترسی
- حساب
- دقیق
- اذعان
- اضافه
- اضافه
- معرفی
- اجازه دادن
- اجازه می دهد تا
- قبلا
- آمازون
- آمازون EC2
- آمازون خدمات وب
- علم تجزیه و تحلیل
- و
- آپاچی
- آپاچی کافکا
- برنامه های کاربردی
- درخواست
- مناسب
- معماری
- هستند
- AS
- شفق قطبی
- بطور خودکار
- در دسترس
- AWS
- AWS CloudFormation
- چسب AWS
- BE
- قبل از
- مزایای
- میان
- بزرگ
- بزرگ داده
- خود راه انداز
- ساختن
- کسب و کار
- by
- CAN
- قابلیت های
- گرفتن
- ضبط
- موارد
- کاتالوگ
- CDC
- متمرکز
- تغییر دادن
- تبادل
- بار
- بررسی
- چک
- را انتخاب کنید
- کلاس
- خوشه
- ستون
- انجمن
- سازگاری
- سازگار
- کامل
- جزء
- محاسبه
- پیکر بندی
- اتصال
- اتصال
- ارتباط
- کنسول
- ثابت
- مصرف
- مصرف کننده
- مصرف کنندگان
- به طور مداوم
- قرارداد
- کنترل
- کشور
- ایجاد
- ایجاد شده
- بحرانی
- جاری
- سفارشی
- مشتریان
- داده ها
- یکپارچه سازی داده ها
- داده محور
- پایگاه داده
- پایگاه های داده
- روز
- تصمیم گیری
- به طور پیش فرض
- پیش فرض
- مشخص
- تحویل
- نسخه ی نمایشی
- نشان
- نشان می دهد
- گسترش
- مستقر
- شرح
- مقصد
- دقیق
- جزئیات
- مختلف
- كشف كردن
- نمی کند
- قطره
- هر
- حذف می شود
- را قادر می سازد
- پشت سر هم
- اطمینان حاصل شود
- تضمین می کند
- وارد
- محیط
- خطا
- به خصوص
- اتر (ETH)
- هر
- تکامل یابد
- مثال
- موجود
- وجود دارد
- کمی از
- زمینه
- پرونده
- فایل ها
- نهایی
- نام خانوادگی
- پیروی
- برای
- فرم
- قالب
- از جانب
- تولید می کنند
- تولید
- گروه
- گروه ها
- دسته
- اداره
- اتفاق می افتد
- آیا
- کمک
- کمک می کند
- خیلی
- تاریخ
- میزبان
- ساعت ها
- چگونه
- چگونه
- HTML
- HTTP
- HTTPS
- قطب
- IAM
- شناسایی
- هویت
- پیاده سازی
- مهم
- in
- از جمله
- فهرستها
- اطلاعات
- اول
- نصب
- نمونه
- در عوض
- ادغام
- ادغام
- داخلی
- IT
- جاوه
- JPG
- json
- کافکا
- کلید
- دانستن
- ترک کردن
- کتابخانه ها
- مجاز
- پسندیدن
- بار
- بارگیری
- محلی
- طولانی
- ساخته
- باعث می شود
- ساخت
- اداره می شود
- استاد
- حداکثر
- بیشترین
- مکانیزم
- پیام
- پیام
- قدرت
- دقیقه
- مدل
- حالت های
- مانیتور
- بیش
- فیلم ها
- متحرک
- چندگانه
- خروجی
- نام
- هدایت
- جهت یابی
- نیاز
- ضروری
- نیازهای
- شبکه
- جدید
- بعد
- عدد
- of
- قدیمی
- on
- ONE
- منبع باز
- دیگر
- تولید
- با ما
- جفت
- قطعه
- پارامتر
- پارامترهای
- بخش
- گذشت
- کلمه عبور
- الگو
- انجام دادن
- به طور دائم
- انتخاب کنید
- افلاطون
- هوش داده افلاطون
- PlatoData
- پلاگین
- پلاگین ها
- پست
- جلوگیری از
- قبلی
- روند
- در حال پردازش
- تولید کردن
- تهيه كننده
- املاک
- ارائه
- ارائه
- فراهم می کند
- خواندن
- واقعی
- زمان واقعی
- گرفتن
- رکورد
- سوابق
- اشاره دارد
- منطقه
- ثبت نام
- ثبت نام
- رجیستری
- مخزن
- نمایندگی
- منابع
- بازده
- نقش
- قانون
- دویدن
- در حال اجرا
- همان
- مقیاس پذیر
- یکپارچه
- جستجو
- ثانیه
- امن
- تیم امنیت لاتاری
- ارشد
- حساس
- جداگانه
- سرویس
- خدمات
- تنظیم
- تنظیمات
- باید
- ساده
- ساده کردن
- راه حل
- مزایا
- برخی از
- منبع
- منابع
- متخصص
- خاص
- مشخص شده
- پشته
- راه افتادن
- وضعیت
- گام
- مراحل
- ذخیره سازی
- opbevare
- پرده
- جریان
- جریان
- جریان
- ساختار
- مناسب
- حمایت از
- پشتیبانی از
- همگام سازی
- سیستم
- سیستم های
- جدول
- هدف
- وظایف
- قالب
- آزمون
- که
- La
- منبع
- آنها
- اینها
- زمان
- حساس به زمان
- عنوان
- به
- موضوع
- معاملات
- دور زدن
- انواع
- زیر
- ناخواسته
- به روز رسانی
- استفاده کنید
- کاربر
- ارزش
- ارزشها
- نسخه
- وب
- خدمات وب
- که
- اراده
- پنجره
- با
- کارگر
- کارگران
- کارگر
- با این نسخهها کار
- کتبی
- شما
- زفیرنت