این یک پست مهمان است که توسط Alex Naumov، معمار اصلی داده در smava نوشته شده است.
smava GmbH یکی از شرکت های پیشرو خدمات مالی در آلمان است که وام های شخصی را شفاف، منصفانه و مقرون به صرفه برای مصرف کنندگان می کند. بر اساس فرآیندهای دیجیتال، smava پیشنهادات وام از بیش از 20 بانک را مقایسه می کند. به این ترتیب، وام گیرندگان می توانند معاملاتی را که برای آنها مطلوب تر است را به روشی سریع، دیجیتالی و کارآمد انتخاب کنند.
smava به تصمیمات مبتنی بر داده اعتقاد دارد و از آنها برای تبدیل شدن به رهبر بازار استفاده می کند. تیم پلتفرم داده مسئول پشتیبانی از تصمیمات مبتنی بر داده در smava با ارائه محصولات داده در تمام بخش ها و شعبه های شرکت است. این بخش ها شامل تیم هایی از مهندسی تا فروش و بازاریابی است. شعبه ها بر اساس محصولات، یعنی وام های B2C، وام های B2B، و سابقاً وام های مسکن B2C متفاوت هستند. محصولات دادهای که در داخل شرکت استفاده میشوند شامل بینشهایی از سفرهای کاربر، گزارشهای عملیاتی و نتایج کمپین بازاریابی و غیره است. پلت فرم داده به طور متوسط 60 هزار پرس و جو در روز ارائه می دهد. حجم دادهها در سل دو رقمی است و با رشد مداوم منابع تجاری و دادهها، رشد میکند.
تیم پلتفرم داده smava با این چالش مواجه شد که داده ها را به ذینفعان با SLA های مختلف تحویل دهد، در حالی که انعطاف پذیری را برای افزایش و کاهش مقیاس حفظ می کند و در عین حال مقرون به صرفه است. تولید گزارش روزانه تا 3 ساعت طول کشید، که بر تصمیمگیری تجاری تأثیر میگذاشت که محاسبات مجدد در طول روز انجام شود. برای سرعت بخشیدن به تجزیه و تحلیل سلف سرویس و تقویت نوآوری مبتنی بر داده ها، راه حلی مورد نیاز بود تا راه هایی ارائه شود تا به هر تیمی اجازه دهد تا محصولات داده را به تنهایی و به شیوه ای غیرمتمرکز ایجاد کند. برای ایجاد و مدیریت محصولات داده، smava استفاده می کند آمازون Redshift، یک انبار داده ابری.
در این پست نشان می دهیم که چگونه smava پلتفرم داده خود را با استفاده از آن بهینه کرد آمازون Redshift بدون سرور و به اشتراک گذاری داده آمازون Redshift برای غلبه بر چالشهای اندازهگیری مناسب برای بارهای کاری غیرقابل پیشبینی و بهبود بیشتر قیمت-عملکرد. از طریق بهینه سازی ها، smava تا 50% صرفه جویی در هزینه و تولید گزارش تا سه برابر سریعتر در مقایسه با زیرساخت های تحلیلی قبلی را به دست آورد.
بررسی اجمالی راه حل
به عنوان یک شرکت مبتنی بر داده، smava به AWS Cloud برای تقویت موارد استفاده از تجزیه و تحلیل خود متکی است. smava برای به ارمغان آوردن بهترین معاملات و تجربه کاربری برای مشتریان خود از این موارد پیروی می کند معماری مدرن داده اصول با یک دریاچه داده به عنوان یک ذخیره داده مقیاس پذیر، بادوام و ذخیره داده های هدفمند برای پردازش تحلیلی و مصرف داده.
smava داده ها را از منابع مختلف داده های خارجی و داخلی به مرحله فرود روی دریاچه داده بر اساس سرویس ذخیره سازی ساده آمازون (Amazon S3). برای دریافت داده ها، smava از مجموعه ای از پلتفرم های محبوب داده مشتری شخص ثالث استفاده می کند که با اسکریپت های سفارشی تکمیل می شود.
پس از اینکه داده ها در آمازون S3 فرود آمد، smava از آن استفاده می کند چسب AWS کاتالوگ داده و خزنده ها برای فهرستبندی خودکار دادههای موجود، گرفتن فراداده و ارائه رابطی که امکان پرسوجو از تمام داراییهای داده را فراهم میکند.
تحلیلگران داده که نیاز به دسترسی به دارایی های خام در دریاچه داده دارند، استفاده می کنند آمازون آتنا، یک سرویس تجزیه و تحلیل تعاملی بدون سرور برای کاوش با جستارهای موقت. تیم پلتفرم داده smava برای مصرف پایین دستی توسط تمام بخشهای سازمان، محصولات دادهای انتخابشده را به دنبال استخراج، بارگذاری و تبدیل الگوی (ELT). smava از Amazon Redshift به عنوان انبار داده ابری خود برای تبدیل، ذخیره و تجزیه و تحلیل داده ها و استفاده از آن استفاده می کند آمازون Redshift Spectrum برای پرس و جو و بازیابی کارآمد داده های ساختاریافته و نیمه ساختار یافته از دریاچه داده با استفاده از SQL.
smava را دنبال می کند مدل سازی خزانه داده روش شناسی با مراحل Raw Vault، Business Vault و Data Mart برای آماده سازی محصولات داده برای مصرف کنندگان نهایی. Raw Vault اشیایی را که مستقیماً از منابع داده بارگیری شده اند توصیف می کند و کپی مرحله فرود در دریاچه داده را نشان می دهد. خزانه کسب و کار پر از دادههایی است که از خزانه خام تهیه شده و طبق قوانین تجاری تغییر شکل داده است. در نهایت، دادهها در محصولات دادهای خاص که به یک خط تجاری خاص گرایش دارند، ادغام میشوند. این است دیتا مارت صحنه. محصولات داده از مراحل Business Vault و Data Mart اکنون برای مصرف کنندگان در دسترس هستند. smava تصمیم گرفت از Tableau برای هوش تجاری، تجسم داده ها و تجزیه و تحلیل بیشتر استفاده کند. تبدیل داده ها با مدیریت می شوند dbt برای ساده سازی حاکمیت گردش کار و همکاری تیمی.
نمودار زیر معماری پلتفرم داده سطح بالا را قبل از بهینه سازی نشان می دهد.
تکامل الزامات پلت فرم داده
smava با یک کلاستر Redshift شروع به کار کرد تا هر سه مرحله داده را میزبانی کند. آنها گره های خوشه ای تدارک دیده شده را انتخاب کردند نوع RA3 با موارد رزرو شده (RIs) برای بهینه سازی هزینه با افزایش 53 درصدی حجم داده ها در سال، پیچیدگی و الزامات بارهای کاری تحلیلی مختلف نیز افزایش یافت.
smava به سرعت حجم داده های در حال رشد را با اندازه مناسب خوشه و استفاده از آن بررسی کرد مقیاس گذاری همزمان Redshift آمازون برای اوج بار کاری علاوه بر این، smava می خواست به همه تیم ها این امکان را بدهد که محصولات داده خود را به شیوه سلف سرویس ایجاد کنند تا سرعت نوآوری را افزایش دهند. برای جلوگیری از هرگونه تداخل با محصولات داده ای که به صورت متمرکز مدیریت می شوند، محیط های توسعه محصول غیرمتمرکز باید کاملاً ایزوله شوند. همین الزام برای جداسازی مراحل مختلف محصول که توسط تیم پلتفرم داده تهیه شده بود نیز اعمال شد.
بهینه سازی معماری با اشتراک گذاری داده و Redshift Serverless
برای برآورده کردن نیازهای تکامل یافته، smava تصمیم گرفت تا حجم کار را با تقسیم خوشه Redshift به چندین انبار داده، با هر انبار در مرحله متفاوتی از هم جدا کند. علاوه بر این، smava محیط های مرحله بندی جدیدی را در Business Vault اضافه کرد تا محصولات داده جدید را بدون خطر تداخل با خطوط لوله محصولات موجود توسعه دهد. smava برای جلوگیری از هرگونه تداخل با محصولات دادههای مدیریت مرکزی تیم Data Platform، یک خوشه Redshift اضافی را معرفی کرد که بارهای کاری غیرمتمرکز را جدا میکند.
smava به دنبال یک راه حل خارج از جعبه برای دستیابی به جداسازی حجم کار بدون مدیریت خط لوله تکثیر داده پیچیده بود.
درست پس از راه اندازی اشتراک گذاری داده Redshift در سال 2021، تیم پلتفرم داده تشخیص داد که این راه حلی است که آنها به دنبال آن بودند. smava از ویژگی اشتراک داده استفاده کرد تا دادههای خوشههای تولیدکننده را برای دسترسی خواندن در خوشههای مصرفکننده مختلف در دسترس داشته باشد، که هر یک از آن خوشههای مصرفکننده در مرحله متفاوتی خدمت میکنند.
اشتراکگذاری دادههای Redshift دسترسی فوری، دانهای و سریع به دادهها را در سراسر خوشههای Redshift بدون نیاز به کپی کردن دادهها، امکانپذیر میسازد. این امکان دسترسی زنده به داده ها را فراهم می کند تا کاربران همیشه به روزترین و ثابت ترین اطلاعات را هنگام به روز رسانی در انبار داده مشاهده کنند. با اشتراکگذاری داده، میتوانید بهطور ایمن دادههای زنده را با خوشههای Redshift در حسابهای مشابه یا مختلف AWS و در سراسر مناطق به اشتراک بگذارید.
با اشتراکگذاری دادههای Redshift، smava توانست معماری دادهها را با جدا کردن بارهای کاری دادهها به خوشههای مصرفکننده منفرد بدون نیاز به تکرار دادهها، بهینهسازی کند. نمودار زیر معماری پلت فرم داده سطح بالا را پس از تقسیم خوشه Redshift به چند خوشه نشان می دهد.
smava با ارائه یک دیتا مارت سلف سرویس، دموکراسی سازی داده ها را با فراهم کردن دسترسی کاربران به تمام جنبه های داده افزایش داد. آنها همچنین مجموعهای از ابزارهای سفارشی را برای کشف دادهها، تجزیه و تحلیل موقت، نمونهسازی اولیه و عملیات چرخه عمر کامل محصولات داده بالغ ارائه کردند.
پس از جمعآوری دادههای عملیاتی از هر خوشه، تیم پلتفرم داده بهینهسازیهای بالقوه بیشتری را شناسایی کرد: خوشه Raw Vault تحت بار ثابت 24/7 بود، اما خوشههای Business Vault فقط هر شب بهروزرسانی میشدند. برای بهینه سازی هزینه ها، smava از قابلیت های مکث و ازسرگیری از خوشه های تدارک دیده شده توسط Redshift. این قابلیت ها برای خوشه هایی که باید در زمان های خاص در دسترس باشند مفید است. در حالی که خوشه متوقف شده است، صورتحساب درخواستی به حالت تعلیق در میآید. فقط فضای ذخیره سازی خوشه هزینه دارد.
ویژگی مکث و رزومه به smava کمک کرد تا هزینه را بهینه کند، اما برای شروع عملیات خوشه به سربار عملیاتی اضافی نیاز داشت. علاوه بر این، خوشه های توسعه در طول ساعات کاری در معرض زمان های بیکاری باقی ماندند. این چالشها در نهایت با پذیرش Redshift Serverless در سال 2022 حل شد. تیم پلتفرم داده تصمیم گرفت تا خوشههای مرحله Business Data Vault را به Redshift Serverless منتقل کند، که به آنها اجازه میدهد تا هزینه انبار داده را فقط در صورت استفاده، قابل اعتماد و کارآمد بپردازند.
Redshift Serverless برای مواردی ایدهآل است که پیشبینی نیازهای محاسباتی مانند بارهای کاری متغیر، بارهای کاری دورهای با زمان بیکاری و بارهای کاری حالت ثابت با افزایش سرعت مشکل است. علاوه بر این، همانطور که تقاضای استفاده با بارهای کاری جدید و کاربران همزمان بیشتر تغییر می کند، Redshift Serverless به طور خودکار منابع محاسباتی مناسب را فراهم می کند و انبار داده به طور یکپارچه و خودکار مقیاس می شود، بدون نیاز به مداخله دستی. اشتراک گذاری داده ها در هر دو جهت بین Redshift Serverless و Redshift ارائه شده با گره های RA3 پشتیبانی می شود، بنابراین هیچ تغییری در معماری smava لازم نیست. نمودار زیر تنظیمات معماری سطح بالا را پس از انتقال به Redshift Serverless نشان می دهد.
smava مزایای Redshift Serverless و dbt را از طریق خط لوله یکپارچه CI/CD ترکیب کرد و یک روش توسعه مبتنی بر تنه را اتخاذ کرد. تغییرات در مخزن Git به طور خودکار در مرحله آزمایشی مستقر می شوند و با استفاده از تست های یکپارچه سازی خودکار تأیید می شوند. این رویکرد کارایی توسعه دهندگان را افزایش داد و میانگین زمان تولید را از روز به دقیقه کاهش داد.
smava یک معماری را اتخاذ کرد که از انبارهای داده Redshift بدون سرور و بدون سرور، همراه با قابلیت اشتراک گذاری داده برای جداسازی بارهای کاری استفاده می کند. smava با انتخاب الگوهای معماری مناسب برای نیازهای خود توانست موارد زیر را انجام دهد:
- خطوط لوله داده را ساده کنید و سربار عملیاتی را کاهش دهید
- زمان انتشار ویژگی را از روز به دقیقه کاهش دهید
- با کاهش زمان های بیکاری و اندازه مناسب حجم کار، قیمت-عملکرد را افزایش دهید
- دستیابی به تولید گزارش تا سه برابر سریعتر (محاسبات سریعتر و موازی سازی بیشتر) با 50٪ هزینه های اولیه راه اندازی
- افزایش چابکی همه بخش ها و حمایت از تصمیم گیری مبتنی بر داده با دموکراتیک کردن دسترسی به داده ها
- افزایش سرعت نوآوری با افشای قابلیت های داده سلف سرویس برای تیم ها در تمام بخش ها و تقویت قابلیت های تست A/B برای پوشش کامل سفر مشتری
اکنون، تمام بخشهای smava از محصولات دادههای موجود برای اتخاذ تصمیمات مبتنی بر داده، دقیق و چابک استفاده میکنند.
چشم انداز آینده
برای آینده، smava قصد دارد به بهینه سازی پلتفرم داده بر اساس معیارهای عملیاتی ادامه دهد. آنها در حال بررسی تغییر خوشه های تدارکاتی بیشتری مانند خوشه Self-Service Data Mart به بدون سرور هستند. علاوه بر این، smava در حال بهینه سازی زنجیره ابزار ارکستراسیون ELT برای افزایش تعداد خطوط لوله داده موازی است. این امر استفاده از منابع تامین شده Redshift را افزایش می دهد و امکان کاهش هزینه ها را فراهم می کند.
با معرفی سلف سرویس غیرمتمرکز برای ایجاد محصول داده، smava گامی رو به جلو به سمت معماری مش داده. در آینده، تیم پلتفرم داده قصد دارد نیازهای کاربران خدمات خود را بیشتر ارزیابی کند و اصول مش داده های بیشتری مانند حاکمیت داده های فدرال را ایجاد کند.
نتیجه
در این پست نشان دادیم که چگونه smava پلتفرم داده خود را با جداسازی محیطها و بارهای کاری با استفاده از Redshift Serverless و ویژگیهای اشتراک داده بهینه کرد. این محیطهای Redshift به خوبی با زیرساختهای خود ادغام شدهاند، در مقیاسبندی برحسب تقاضا انعطافپذیر هستند و بسیار در دسترس هستند و به حداقل تلاشهای مدیریتی نیاز دارند. به طور کلی، smava عملکرد را سه برابر افزایش داده است در حالی که هزینه های کل پلت فرم را 50٪ کاهش داده است. علاوه بر این، آنها سربار عملیاتی را به حداقل رساندند و در عین حال SLA های موجود را برای زمان تولید گزارش حفظ کردند. علاوه بر این، smava فرهنگ نوآوری را با ارائه قابلیتهای محصول دادههای سلفسرویس برای سرعت بخشیدن به زمان ورود به بازار تقویت کرده است.
اگر علاقه مند به یادگیری بیشتر در مورد قابلیت های Amazon Redshift هستید، توصیه می کنیم جدیدترین آن را تماشا کنید آنچه در جلسه Redshift آمازون در کانال رویدادهای AWS وجود دارد برای دریافت نمای کلی از ویژگی هایی که اخیراً به این سرویس اضافه شده است. همچنین می توانید کاوش کنید سلفسرویس، آزمایشگاههای عملی آمازون Redshift برای آزمایش عملکردهای کلیدی Amazon Redshift به روشی هدایت شده.
همچنین میتوانید عمیقتر شیرجه بزنید موارد استفاده بدون سرور Redshift و موارد استفاده به اشتراک گذاری داده. علاوه بر این، بررسی کنید بهترین شیوه های به اشتراک گذاری داده ها و کشف کنید که چگونه سایر مشتریان برای هزینه و عملکرد با اشتراک گذاری داده Redshift بهینه شده اند تا برای بار کاری خود الهام بگیرید.
اگر کتاب را ترجیح می دهید، بررسی کنید Amazon Redshift: The Definitive Guide by O'Reilly، که در آن نویسندگان جزئیات قابلیت های Amazon Redshift را توضیح می دهند و بینش هایی را در مورد الگوها و تکنیک های مربوطه به شما ارائه می دهند.
درباره نویسنده
الکس نائوموف یک معمار اصلی داده در smava GmbH است و پروژه های تحول را در بخش داده رهبری می کند. الکس قبلاً 10 سال به عنوان مشاور و معمار داده/راهحل در حوزههای مختلف مانند مخابرات، بانکداری، انرژی و امور مالی، با استفاده از پشتههای فناوری مختلف و در بسیاری از کشورهای مختلف کار کرده است. او اشتیاق زیادی به داده ها و متحول کردن سازمان ها برای تبدیل شدن به داده محور و بهترین در کاری که انجام می دهند دارد.
لینگلی ژنگ به عنوان مدیر توسعه کسب و کار در سازمان تخصصی AWS در سراسر جهان کار می کند و از مشتریان در منطقه DACH پشتیبانی می کند تا بهترین ارزش را از خدمات تجزیه و تحلیل آمازون دریافت کنند. او با بیش از 12 سال تجربه در زمینه انرژی، اتوماسیون و صنعت نرم افزار با تمرکز بر تجزیه و تحلیل داده ها، هوش مصنوعی و ML، به مشتریان کمک می کند تا از طریق تحول دیجیتال به نتایج تجاری ملموس دست یابند.
الکساندر اسپیواک یک معمار ارشد راهحلهای راهاندازی در AWS است که بر مشتریان B2B ISV در سراسر EMEA North تمرکز دارد. قبل از AWS، الکساندر به عنوان مشاور در خدمات مالی، از جمله نقش های مختلف در توسعه نرم افزار و معماری، کار می کرد. او علاقه زیادی به تجزیه و تحلیل داده ها، معماری های بدون سرور و ایجاد سازمان های کارآمد دارد.
این پست از نظر دقت فنی توسط دیوید گرینشتاین، معمار ارشد راه حل های تحلیلی بررسی شده است.
- محتوای مبتنی بر SEO و توزیع روابط عمومی. امروز تقویت شوید.
- PlatoData.Network Vertical Generative Ai. به خودت قدرت بده دسترسی به اینجا.
- PlatoAiStream. هوش وب 3 دانش تقویت شده دسترسی به اینجا.
- PlatoESG. کربن ، CleanTech، انرژی، محیط، خورشیدی، مدیریت پسماند دسترسی به اینجا.
- PlatoHealth. هوش بیوتکنولوژی و آزمایشات بالینی. دسترسی به اینجا.
- منبع: https://aws.amazon.com/blogs/big-data/how-smava-makes-loans-transparent-and-affordable-using-amazon-redshift-serverless/
- : دارد
- :است
- :جایی که
- $UP
- 10
- 100
- 12
- 125
- 20
- 2021
- 2022
- 60
- a
- قادر
- درباره ما
- دسترسی
- دسترسی به داده ها
- انجام دادن
- مطابق
- حساب ها
- دقت
- دقیق
- رسیدن
- دست
- در میان
- Ad
- اضافه
- اضافه
- اضافی
- علاوه بر این
- خطاب
- حکومت
- به تصویب رسید
- تصویب
- مزیت - فایده - سود - منفعت
- مقرون به صرفه
- پس از
- فرز
- AI
- الکس
- الکساندر
- معرفی
- اجازه دادن
- اجازه می دهد تا
- همچنین
- همیشه
- آمازون
- آمازون خدمات وب
- در میان
- an
- تحلیل
- تحلیلگران
- تحلیلی
- تحلیلی
- علم تجزیه و تحلیل
- تحلیل
- و
- هر
- اعمال می شود
- روش
- معماری
- معماری
- هستند
- AS
- جنبه
- دارایی
- At
- نویسنده
- نویسندگان
- خودکار
- بطور خودکار
- اتوماسیون
- در دسترس
- میانگین
- اجتناب از
- AWS
- B2B
- B2C
- بانکداری
- بانک
- مستقر
- BE
- شدن
- بوده
- قبل از
- معتقد است که
- مزایای
- بهترین
- میان
- صدور صورت حساب
- بلاگ
- کتاب
- وام گیرندگان
- هر دو
- شاخه ها
- به ارمغان بیاورد
- کسب و کار
- توسعه تجاری
- هوش تجاری
- اما
- by
- کمپین بین المللی حقوق بشر
- CAN
- قابلیت های
- قابلیت
- گرفتن
- موارد
- کاتالوگ
- به چالش
- چالش ها
- تبادل
- بار
- بررسی
- را انتخاب کنید
- انتخاب
- را انتخاب
- ابر
- خوشه
- همکاری
- جمع آوری
- ترکیب شده
- شرکت
- شرکت
- مقایسه
- کامل
- پیچیده
- پیچیدگی
- محاسبه
- رقیب
- با توجه به
- استوار
- مشاور
- مصرف کننده
- مصرف کنندگان
- مصرف
- ادامه دادن
- متناظر
- هزینه
- صرفه جویی در هزینه
- هزینه
- کشور
- پوشش
- ایجاد
- ایجاد
- ایجاد
- فرهنگ
- سرپرستی
- سفارشی
- مشتری
- اطلاعات مشتری
- مشتریان
- روزانه
- داده ها
- دسترسی به داده ها
- تجزیه و تحلیل داده ها
- دریاچه دریاچه
- بستر داده
- به اشتراک گذاری داده ها
- تجسم داده ها
- انبار داده
- انبارهای داده
- داده محور
- داود
- روز
- روز
- معاملات
- غیر متمرکز
- مصمم
- تصمیم گیری
- تصمیم گیری
- کاهش یافته
- اختصاصی
- عمیق تر
- قطعی
- ارائه
- تقاضا
- دموکراتیک شدن
- دموکراتیک کردن
- بخش
- گروه ها
- مستقر
- جزئیات
- توسعه
- توسعه دهندگان
- پروژه
- DID
- مختلف
- مشکل
- دیجیتال
- دگرگونی های دیجیتال
- جهت ها
- مستقیما
- كشف كردن
- کشف
- شیرجه رفتن
- do
- حوزه
- پایین
- در طی
- هر
- بهره وری
- موثر
- موثر
- تلاش
- EMEA
- را قادر می سازد
- پایان
- انرژی
- درگیری
- مهندسی
- محیط
- ایجاد
- اتر (ETH)
- ارزیابی
- حوادث
- تکامل یابد
- تکامل
- تکامل می یابد
- موجود
- تجربه
- تجربه
- اکتشاف
- اکتشاف
- خارجی
- در مواجهه
- منصفانه
- FAST
- سریعتر
- مطلوب
- ویژگی
- امکانات
- سرانجام
- سرمایه گذاری
- مالی
- خدمات مالی
- انعطاف پذیری
- قابل انعطاف
- تمرکز
- تمرکز
- پیروی
- به دنبال آن است
- برای
- برای مصرف کنندگان
- سابق
- به جلو
- پرورش دادن
- از جانب
- کامل
- ویژگی های
- بیشتر
- بعلاوه
- آینده
- تولید می کنند
- نسل
- آلمان
- دریافت کنید
- رفتن
- دادن
- GmBH
- حکومت
- بزرگ
- رشد
- در حال رشد
- رشد
- مهمان
- پست مهمان
- راهنمایی
- هدایت شده
- بود
- دست
- رخ دادن
- آیا
- داشتن
- he
- کمک کرد
- کمک
- در سطح بالا
- بالاتر
- خیلی
- میزبان
- ساعت ها
- چگونه
- HTML
- HTTPS
- دلخواه
- شناسایی
- آرام
- نشان می دهد
- نهفته
- بهبود
- in
- شامل
- از جمله
- افزایش
- افزایش
- فرد
- صنعت
- اطلاعات
- شالوده
- ابداع
- داخل
- بینش
- الهام بخش
- نمونه ها
- فوری
- یکپارچه
- ادغام
- اطلاعات
- تعاملی
- علاقه مند
- رابط
- دخالت
- دخالت
- داخلی
- مداخله
- به
- معرفی
- معرفی
- معرفی
- جدا شده
- انزوا
- isv
- IT
- سفرها
- کلید
- دریاچه
- فرود
- زمین ها
- راه اندازی
- رهبر
- برجسته
- منجر می شود
- یادگیری
- wifecycwe
- پسندیدن
- لاین
- زنده
- داده های زنده
- بار
- وام
- وام
- به دنبال
- ساخته
- نگهداری
- ساخت
- باعث می شود
- ساخت
- مدیریت
- اداره می شود
- مدیر
- مدیریت
- روش
- کتابچه راهنمای
- بسیاری
- بازار
- رهبر بازار
- بازار یابی (Marketing)
- بالغ
- دیدار
- مش
- متاداده
- روش شناسی
- متریک
- حد اقل
- دقیقه
- ML
- بیش
- علاوه بر این
- وام مسکن
- اکثر
- حرکت
- چندگانه
- از جمله
- نیاز
- ضروری
- نیازهای
- جدید
- نه
- گره
- شمال
- اکنون
- عدد
- اشیاء
- of
- پیشنهادات
- on
- بر روی تقاضا
- ONE
- فقط
- عملیاتی
- قابل استفاده
- عملیات
- بهینه سازی
- بهینه سازی
- بهینه
- بهینه سازی
- گزینه
- or
- تنظیم و ارکستراسیون
- سفارش
- کدام سازمان ها
- سازمان های
- اصلی
- دیگر
- دیگران
- خارج
- روی
- به طور کلی
- غلبه بر
- مروری
- خود
- سرعت
- موازی
- شور
- احساساتی
- الگو
- الگوهای
- توقف
- مکث کرد
- پرداخت
- اوج
- برای
- کارایی
- متناوب
- شخصی
- وام های شخصی
- خط لوله
- برنامه
- سکو
- سیستم عامل
- افلاطون
- هوش داده افلاطون
- PlatoData
- محبوب
- پر جمعیت
- پست
- پتانسیل
- قدرت
- پیش بینی
- ترجیح می دهند
- آماده
- آماده می کند
- قبلی
- قبلا
- اصلی
- از اصول
- قبلا
- فرآیندهای
- در حال پردازش
- تهيه كننده
- محصول
- توسعه محصول
- تولید
- محصولات
- پروژه ها
- نمونه سازی
- ارائه
- ارائه
- فراهم می کند
- ارائه
- نمایش ها
- به سرعت
- محدوده
- خام
- خواندن
- اخیر
- تازه
- به رسمیت شناخته شده
- توصیه
- كاهش دادن
- کاهش
- کاهش
- کاهش
- منطقه
- مناطق
- آزاد
- باقی مانده است
- تکرار
- گزارش
- گزارش
- گزارش ها
- مخزن
- نشان دهنده
- نیاز
- ضروری
- نیاز
- مورد نیاز
- منابع
- مسئوليت
- نتایج
- ادامه
- بررسی
- راست
- خطر
- نقش
- قوانین
- دویدن
- حراجی
- فروش و بازاریابی
- همان
- پس انداز
- مقیاس پذیر
- مقیاس
- مقیاس ها
- مقیاس گذاری
- اسکریپت
- بدون درز
- یکپارچه
- ایمن
- دیدن
- سلف سرویس
- ارشد
- جداگانه
- جدا کردن
- بدون سرور
- خدمت
- سرویس
- خدمات
- خدمت
- جلسه
- تنظیم
- برپایی
- اشتراک گذاری
- اشتراک
- او
- نشان
- نشان داد
- نشان می دهد
- ساده
- ساده کردن
- تنها
- So
- نرم افزار
- توسعه نرم افزار
- راه حل
- مزایا
- حل شد
- منبع
- منابع
- متخصص
- خاص
- سرعت
- سنبله ها
- SQL
- پشته
- صحنه
- مراحل
- استقرار
- سهامداران
- آغاز شده
- شروع
- اقامت
- ثابت
- گام
- ذخیره سازی
- opbevare
- پرده
- تقویت
- تقویت
- ساخت یافته
- موضوع
- چنین
- پشتیبانی
- پشتیبانی
- حمایت از
- به حالت تعلیق
- تابلو
- طول می کشد
- محسوس
- تیم
- تیم ها
- فن آوری
- فنی
- تکنیک
- ارتباط از راه دور
- آزمون
- تست
- نسبت به
- که
- La
- آینده
- شان
- آنها
- اینها
- آنها
- شخص ثالث
- این
- کسانی که
- هزار
- سه
- از طریق
- زمان
- بار
- به
- با هم
- در زمان
- ابزار
- جمع
- طرف
- دگرگون کردن
- دگرگونی
- تحولات
- مبدل
- تبدیل شدن
- شفاف
- ماشه
- زیر
- غیرقابل پیش بینی
- در جریان روز
- به روز شده
- استفاده
- استفاده کنید
- استفاده
- کاربر
- سابقه کاربر
- کاربران
- استفاده
- با استفاده از
- استفاده می کند
- تایید شده
- ارزش
- متغیر
- تنوع
- مختلف
- طاق
- تجسم
- حجم
- جلد
- خواسته
- انبار کالا
- بود
- تماشای
- مسیر..
- راه
- we
- وب
- خدمات وب
- خوب
- بود
- چی
- چه زمانی
- که
- در حین
- WHO
- وسیع
- ویکیپدیا
- اراده
- با
- بدون
- مشغول به کار
- گردش کار
- کارگر
- ساعات کاری
- با این نسخهها کار
- کارگاه های آموزشی
- در سرتاسر جهان
- سال
- سال
- شما
- شما
- یوتیوب
- زفیرنت