Amazonin punainen siirto on täysin hallittu ja petatavun mittakaavainen pilvitietovarasto, jota kymmenet tuhannet asiakkaat käyttävät päivittäin eksatavujen datan käsittelyyn analytiikkatyönsä tehostamiseksi. Voit jäsentää tietosi, mitata liiketoimintaprosesseja ja saada nopeasti arvokkaita näkemyksiä voidaan tehdä dimensiomallin avulla. Amazon Redshift tarjoaa sisäänrakennettuja ominaisuuksia, jotka nopeuttavat mallintamista, organisointia ja raportointia ulottuvuusmallista.
Tässä viestissä keskustelemme dimensiomallin toteuttamisesta, erityisesti Kimballin metodologia. Keskustelemme ulottuvuuksien ja tosiasioiden toteuttamisesta Amazon Redshiftissä. Näytämme, kuinka suorittaa erotus, muunnos ja lataus (ELT), integrointiprosessi, joka keskittyy raakadatan saamiseen datajärvestä vaiheittaiseen kerrokseen mallinnuksen suorittamista varten. Kaiken kaikkiaan viesti antaa sinulle selkeän käsityksen siitä, kuinka mitata mallinnusta käytetään Amazon Redshiftissä.
Ratkaisun yleiskatsaus
Seuraava kaavio kuvaa ratkaisuarkkitehtuuria.
Seuraavissa osioissa käsittelemme ja esittelemme ensin ulottuvuusmallin avainnäkökohtia. Sen jälkeen luomme Amazon Redshiftillä datakaupan, jossa on ulottuvuus- ja faktataulukot sisältävä tietomalli. Tiedot ladataan ja vaiheistetaan käyttämällä COPY -komentoa, mittojen tiedot ladataan käyttämällä YHDISTÄÄ lausunto, ja tosiasiat liitetään ulottuvuuksiin, joista oivallukset ovat peräisin. Suunnittelemme mittojen ja faktojen latauksen käyttämällä Amazon Redshift Query Editor V2. Lopuksi käytämme Amazon QuickSight saadaksesi näkemyksiä mallinnetuista tiedoista QuickSight-hallintapaneelin muodossa.
Tässä ratkaisussa käytämme Amazon Redshiftin toimittamaa (normalisoitua) näytetietoa tapahtumalippujen myyntiin. Tätä viestiä varten olemme kaventaneet tietojoukkoa yksinkertaisuuden ja esittelyn vuoksi. Seuraavissa taulukoissa on esimerkkejä lipunmyyntiä ja tapahtumapaikkoja koskevista tiedoista.
Mukaan Kimballin ulottuvuusmallinnuksen metodologia, mittamallin suunnittelussa on neljä avainvaihetta:
- Tunnista liiketoimintaprosessi.
- Ilmoita tietojesi tarkkuus.
- Tunnista ja toteuta mitat.
- Tunnista ja toteuta tosiasiat.
Lisäksi lisäämme demonstraatiotarkoituksiin viidennen vaiheen, joka on raportoida ja analysoida liiketapahtumia.
Edellytykset
Tätä kävelyä varten sinulla tulisi olla seuraavat edellytykset:
Tunnista liiketoimintaprosessi
Yksinkertaisesti sanottuna liiketoimintaprosessin tunnistaminen on mitattavissa olevan tapahtuman tunnistamista, joka tuottaa tietoa organisaatiossa. Yleensä yrityksillä on jonkinlainen toimiva lähdejärjestelmä, joka tuottaa tiedot raakamuodossaan. Tämä on hyvä lähtökohta erilaisten liiketoimintaprosessien lähteiden tunnistamiseen.
Liiketoimintaprosessia jatketaan sitten a data mart ulottuvuuksien ja tosiasioiden muodossa. Katsomalla aiemmin mainittua näytetietoaineistoamme voimme selvästi nähdä, että liiketoimintaprosessi on tietyn tapahtuman myynti.
Yleinen virhe on yrityksen osastojen käyttäminen liiketoimintaprosessina. Data (liiketoimintaprosessi) on integroitava eri osastojen kesken, jolloin markkinointi pääsee käsiksi myyntitietoihin. Oikean liiketoimintaprosessin tunnistaminen on ratkaisevan tärkeää – tämän vaiheen virheellinen tekeminen voi vaikuttaa koko tietokauppaan (se voi aiheuttaa viljan monistumista ja vääriä mittareita loppuraporteissa).
Ilmoita tietojesi tarkkuus
Viljan ilmoittaminen tarkoittaa tietueen yksilöllistä tunnistamista tietolähteessäsi. Jyviä käytetään tietotaulukossa mittaamaan tiedot tarkasti ja mahdollistamaan niiden rullaaminen eteenpäin. Esimerkissämme tämä voi olla myyntiliiketoimintaprosessin rivikohta.
Meidän käyttötapauksessamme myynti voidaan tunnistaa yksiselitteisesti tarkastelemalla kaupantekoajankohtaa, jolloin myynti tapahtui; tämä on atomisin taso.
Tunnista ja toteuta mitat
Dimensiotaulukkosi kuvaa tietotaulukkoasi ja sen attribuutteja. Kun tunnistat liiketoimintaprosessisi kuvaavaa kontekstia, tallennat tekstin erilliseen taulukkoon pitäen mielessä faktataulukon rakeisuuden. Kun liität mittataulukon tietotaulukkoon, tietotaulukkoon tulee liittää vain yksi rivi. Esimerkissämme käytämme seuraavaa taulukkoa erottaaksemme mittataulukon; nämä kentät kuvaavat tosiasiat, joita mittaamme.
Suunnitellessasi ulottuvuusmallin (skeeman) rakennetta voit luoda joko a tähti or lumihiutale kaava. Rakenteen tulee olla tiiviisti linjassa liiketoimintaprosessin kanssa; siksi tähtiskeema sopii parhaiten esimerkkiimme. Seuraava kuva esittää entiteettisuhdekaaviomme (ERD).
Seuraavissa osioissa kerromme yksityiskohtaisesti mittojen toteuttamisen vaiheet.
Lavasta lähdetiedot
Ennen kuin voimme luoda ja ladata mittataulukon, tarvitsemme lähdetiedot. Siksi lavastamme lähdetiedot väli- tai väliaikaistaulukkoon. Tätä kutsutaan usein nimellä lavastuskerros, joka on raakakopio lähdetiedoista. Käytämme tätä Amazon Redshiftissä COPY-komento ladataksesi tiedot dimensio-mallinnus-in-amazon-redshift julkisesta S3-säilöstä, joka sijaitsee us-east-1
Alue. Huomaa, että COPY-komento käyttää an AWS-henkilöllisyyden ja käyttöoikeuksien hallinta (IAM) rooli pääsy Amazon S3:een. Roolin pitää olla liittyy klusteriin. Suorita seuraavat vaiheet asettaaksesi lähdetiedot:
- Luo
venue
lähdetaulukko:
- Lataa tapahtumapaikan tiedot:
- Luo
sales
lähdetaulukko:
- Lataa myynnin lähdetiedot:
- Luo
calendar
taulukossa:
- Lataa kalenteritiedot:
Luo mittataulukko
Mittataulukon suunnittelu voi riippua yrityksesi tarpeista – onko esimerkiksi tarpeen seurata tietojen muutoksia ajan mittaan? On seitsemän eri mittatyyppiä. Esimerkiksi käytämme tyyppi 1 koska meidän ei tarvitse seurata historiallisia muutoksia. Lisätietoja tyypistä 2 on kohdassa Yksinkertaista tietojen lataaminen tyypin 2 hitaasti muuttuviin mittoihin Amazon Redshiftissä. Mittataulukon normalisointi poistetaan ensisijaisella avaimella, korvikeavaimella ja muutamalla lisätyllä kentällä, joka ilmaisee taulukkoon tehdyt muutokset. Katso seuraava koodi:
Muutama huomautus mittataulukon luomisesta:
- Kenttien nimet muunnetaan yritysystävällisiksi nimiksi
- Ensisijainen avaimemme on
VenueID
, jonka avulla tunnistamme yksilöllisesti tapahtumapaikan, jossa myynti tapahtui - Kaksi ylimääräistä riviä lisätään, jotka osoittavat, milloin tietue lisättiin ja päivitettiin (muutosten seuraamiseksi)
- Käytämme an AUTO jakelutyyli antaa Amazon Redshiftille vastuun valita ja säätää jakelutyyliä
Toinen tärkeä tekijä, joka on otettava huomioon mittamallintamisessa, on sen käyttö sijaisavaimet. Korvaavat avaimet ovat keinotekoisia avaimia, joita käytetään dimensiomallintamisessa yksilöimään jokainen dimensiotaulukon tietue. Ne luodaan yleensä peräkkäisinä kokonaislukuina, eikä niillä ole liiketoiminta-alueella mitään merkitystä. Ne tarjoavat useita etuja, kuten ainutlaatuisuuden varmistamisen ja liitosten suorituskyvyn parantamisen, koska ne ovat tyypillisesti pienempiä kuin luonnolliset avaimet, eivätkä korvikeavaimet muutu ajan myötä. Näin voimme olla johdonmukaisia ja yhdistää tosiasiat ja ulottuvuudet helpommin.
Amazon Redshiftissä korvaavat avaimet luodaan tyypillisesti IDENTITY-avainsanalla. Esimerkiksi edellinen CREATE-käsky luo dimensiotaulukon, jossa on a VenueSkey
sijaisavain. The VenueSkey
sarake täytetään automaattisesti yksilöllisillä arvoilla, kun uusia rivejä lisätään taulukkoon. Tätä saraketta voidaan sitten käyttää tapahtumapaikan taulukon liittämiseen FactSaleTransactions
pöytä.
Muutamia vinkkejä korvaavainten suunnitteluun:
- Käytä korvikeavaimena pientä, kiinteän levyistä tietotyyppiä. Tämä parantaa suorituskykyä ja vähentää tallennustilaa.
- Käytä avainsanaa IDENTITY tai luo korvaava avain käyttämällä peräkkäistä tai GUID-arvoa. Tämä varmistaa, että korvikeavain on ainutlaatuinen eikä sitä voi muuttaa.
Lataa himmennystaulukko Yhdistämistoiminnolla
On olemassa lukuisia tapoja ladata himmeä taulukko. Tietyt tekijät on otettava huomioon, esimerkiksi suorituskyky, datamäärä ja ehkä SLA-latausajat. Kanssa YHDISTÄÄ -lauseessa suoritamme upsertin ilman, että tarvitsee määrittää useita insert- ja päivityskomentoja. Voit määrittää YHDISTÄÄ lausunto kohdassa a tallennettu menettely täyttääksesi tiedot. Ajoitat sitten tallennetun toimenpiteen suoritettavaksi ohjelmallisesti kyselyeditorin kautta, jonka esittelemme myöhemmin viestissä. Seuraava koodi luo tallennetun proseduurin nimeltä SalesMart.DimVenueLoad
:
Muutama huomautus mittalatauksesta:
- Kun tietue lisätään ensimmäistä kertaa, lisätty päivämäärä ja päivitetty päivämäärä täytetään. Kun arvot muuttuvat, tiedot päivitetään ja päivitetty päivämäärä vastaa päivämäärää, jolloin niitä muutettiin. Lisätty päivämäärä säilyy.
- Koska dataa käyttävät yrityskäyttäjät, meidän on korvattava NULL-arvot, jos niitä on, liiketoimintaan soveltuvammilla arvoilla.
Tunnista ja toteuta tosiasiat
Nyt kun olemme ilmoittaneet viljamme myyntitapahtumaksi, joka tapahtui tiettynä ajankohtana, tietotaulukkomme tallentaa liiketoimintaprosessimme numeeriset tosiasiat.
Olemme tunnistaneet seuraavat numeeriset tosiasiat mitattaviksi:
- Myytyjen lippujen määrä myyntiä kohden
- Provisio myynnistä
Faktan toteuttaminen
On kolmen tyyppisiä faktataulukoita (tapahtumatietotaulukko, jaksollinen tilannekuvatietotaulukko ja kertyvä tilannekuvatietotaulukko). Jokainen tarjoaa erilaisen näkemyksen liiketoimintaprosessista. Esimerkkissämme käytämme tapahtumatietotaulukkoa. Suorita seuraavat vaiheet:
- Luo faktataulukko
Lisätään oletusarvolla varustettu päivämäärä, joka osoittaa, ladattiinko tietue ja milloin se on ladattu. Voit käyttää tätä, kun lataat tietotaulukkoa uudelleen poistaaksesi jo ladatut tiedot päällekkäisyyksien välttämiseksi.
Faktataulukon lataaminen koostuu yksinkertaisesta lisäyslauseesta, joka yhdistää siihen liittyvät mitat. Liitymme alkaen DimVenue
luotu taulukko, joka kuvaa tosiasioitamme. Se on paras käytäntö, mutta valinnainen kalenterin päivämäärä mitat, joiden avulla loppukäyttäjä voi navigoida tietotaulukossa. Tiedot voidaan ladata joko uuden myynnin yhteydessä tai päivittäin; tässä on lisätty päivämäärä tai latauspäivämäärä hyödyllinen.
Lataamme faktataulukon käyttämällä tallennettua proseduuria ja käytämme päivämääräparametria.
- Luo tallennettu toimintosarja seuraavalla koodilla. Säilyttääksemme saman datan eheyden, jota käytimme mittakuormituksessa, korvaamme mahdolliset NULL-arvot liiketoimintaan soveltuvammilla arvoilla:
- Lataa tiedot kutsumalla proseduuri seuraavalla komennolla:
Ajoita tietojen lataus
Voimme nyt automatisoida mallinnusprosessin ajoittamalla tallennetut menettelyt Amazon Redshift Query Editor V2:ssa. Suorita seuraavat vaiheet:
- Kutsumme ensin mittakuorman ja kun mittakuorma on suoritettu onnistuneesti, tosiasialataus alkaa:
Jos mittakuorma epäonnistuu, faktakuormitusta ei suoriteta. Tämä varmistaa tietojen johdonmukaisuuden, koska emme halua ladata tietotaulukkoon vanhentuneita ulottuvuuksia.
- Ajoita lataus valitsemalla Aikataulu Kyselyeditorissa V2.
- Ajoitamme kyselyn suoritettavaksi joka päivä klo 5.
- Valinnaisesti voit lisätä virheilmoituksia ottamalla käyttöön Amazonin yksinkertainen ilmoituspalvelu (Amazon SNS) ilmoitukset.
Raportoi ja analysoi tiedot Amazon Quicksightissa
QuickSight on business intelligence -palvelu, jonka avulla on helppo toimittaa oivalluksia. Täysin hallittavana palveluna QuickSightin avulla voit helposti luoda ja julkaista interaktiivisia hallintapaneeleja, joita voi sitten käyttää miltä tahansa laitteelta ja upottaa sovelluksiisi, portaaleihin ja verkkosivustoihin.
Käytämme datakauppaamme esitelläksemme tosiasiat visuaalisesti kojelaudan muodossa. Aloita ja ota QuickSight käyttöön kohdasta Tietojoukon luominen tietokannan avulla, jota ei löydy automaattisesti.
Kun olet luonut tietolähteesi QuickSightissa, yhdistämme mallinnetut tiedot (data mart) yhteen korvikeavaimemme perusteella. skey
. Käytämme tätä tietojoukkoa datamarkkinoiden visualisointiin.
Lopun hallintapaneelimme sisältää näkemyksiä datamarkkinoista ja vastaa kriittisiin liiketoimintakysymyksiin, kuten kokonaispalkkioon tapahtumapaikkaa kohden ja suurimman myynnin päivämäärät. Seuraavassa kuvakaappauksessa näkyy datamarketin lopputuote.
Puhdistaa
Vältä tulevia maksuja poistamalla kaikki resurssit, jotka olet luonut osana tätä viestiä.
Yhteenveto
Olemme nyt onnistuneesti ottaneet käyttöön datakaupan käyttämällä meidän DimVenue
, DimCalendar
ja FactSaleTransactions
taulukoita. Varastomme ei ole täydellinen; Kun voimme laajentaa datamarkkinoita lisäämällä faktoja ja toteuttaa enemmän martteja, ja kun liiketoimintaprosessit ja vaatimukset kasvavat ajan myötä, myös tietovarasto kasvaa. Tässä viestissä annoimme päästä päähän -näkemyksen ulottuvuusmallinnuksen ymmärtämisestä ja toteuttamisesta Amazon Redshiftissä.
Aloita kanssasi Amazonin punainen siirto mittainen malli tänään.
Tietoja Tekijät
Bernard Verster on kokenut pilvi-insinööri, jolla on vuosien kokemus skaalautuvien ja tehokkaiden tietomallien luomisesta, tietojen integrointistrategioiden määrittelystä sekä tiedonhallinnan ja -turvallisuuden varmistamisesta. Hän on intohimoinen käyttämään dataa oivallusten saamiseksi samalla kun se vastaa liiketoiminnan vaatimuksia ja tavoitteita.
Abhishek Pan on WWSO-asiantuntija SA-Analytics, joka työskentelee AWS Intian julkisen sektorin asiakkaiden kanssa. Hän tekee yhteistyötä asiakkaiden kanssa määrittääkseen dataan perustuvan strategian, tarjotakseen syvällisiä sukellusistuntoja analytiikan käyttötapauksista ja suunnitellakseen skaalautuvia ja tehokkaita analyyttisiä sovelluksia. Hänellä on 12 vuoden kokemus ja hän on intohimoinen tietokantoihin, analytiikkaan ja tekoälyyn/ML:ään. Hän on innokas matkustaja ja yrittää vangita maailmaa kameransa läpi.
- SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
- PlatoData.Network Vertical Generatiivinen Ai. Vahvista itseäsi. Pääsy tästä.
- PlatoAiStream. Web3 Intelligence. Tietoa laajennettu. Pääsy tästä.
- PlatoESG. Autot / sähköautot, hiili, CleanTech, energia, ympäristö, Aurinko, Jätehuolto. Pääsy tästä.
- BlockOffsets. Ympäristövastuun omistuksen nykyaikaistaminen. Pääsy tästä.
- Lähde: https://aws.amazon.com/blogs/big-data/dimensional-modeling-in-amazon-redshift/
- :on
- :On
- :ei
- :missä
- $ YLÖS
- 1
- 100
- 12
- 15%
- 16
- 17
- 20
- 28
- 30
- 300
- 7
- 8
- 9
- a
- Meistä
- kiihdyttää
- pääsy
- Accessed
- tarkasti
- poikki
- Toimia
- lisätä
- lisä-
- lisä-
- Jälkeen
- AI / ML
- kohdista
- tasaus
- sallia
- mahdollistaa
- jo
- am
- Amazon
- Amazon Web Services
- an
- analyysi
- analyyttinen
- Analytics
- analysoida
- ja
- vastaus
- Kaikki
- sovellukset
- sovellettu
- sopiva
- arkkitehtuuri
- OVAT
- keinotekoinen
- AS
- näkökohdat
- liittyvä
- At
- attribuutteja
- auto
- automatisoida
- automaattisesti
- välttää
- AWS
- b
- perustua
- BE
- koska
- alkaa
- Hyödyt
- PARAS
- sisäänrakennettu
- liiketoiminta
- bisnesvaisto
- Liiketoimintaprosessi
- liiketoimintaprosesseja
- mutta
- by
- Kalenteri
- soittaa
- nimeltään
- soittamalla
- kamera
- CAN
- kaapata
- tapaus
- tapauksissa
- Aiheuttaa
- tietty
- muuttaa
- muuttunut
- Muutokset
- muuttuviin
- merkki
- maksut
- Valita
- selkeä
- selvästi
- tarkasti
- pilvi
- koodi
- Sarake
- tulee
- provision
- Yhteinen
- Yritykset
- yritys
- täydellinen
- Harkita
- johdonmukainen
- muodostuu
- tausta
- korjata
- voisi
- luoda
- luotu
- luo
- Luominen
- luominen
- kriittinen
- Asiakkaat
- päivittäin
- kojelauta
- mittaristot
- tiedot
- datan integraatio
- Datajärvi
- tietovarasto
- data-driven
- Tietoihin perustuva strategia
- tietokanta
- tietokannat
- Päivämäärä
- Päivämäärät
- treffiaika
- päivä
- syvä
- syväsukellus
- oletusarvo
- määrittelemällä
- toimittaa
- osoittaa
- osastot
- johdettu
- kuvata
- Malli
- suunnittelu
- yksityiskohta
- laite
- eri
- Ulottuvuus
- mitat
- pohtia
- selvä
- jakelu
- do
- verkkotunnuksen
- tehty
- Dont
- alas
- ajaa
- kaksoiskappaleet
- kukin
- Aikaisemmin
- helposti
- helppo
- toimittaja
- tehokas
- myöskään
- upotettu
- mahdollistaa
- mahdollistaa
- loppu
- päittäin
- tarttuu
- insinööri
- varmistaa
- varmistaa
- varmistamalla
- Koko
- kokonaisuus
- Eetteri (ETH)
- tapahtuma
- Tapahtumat
- Joka
- joka päivä
- esimerkki
- Esimerkit
- Laajentaa
- experience
- kokenut
- Valotus
- uute
- tosiasia
- tekijä
- tekijät
- tosiasiat
- epäonnistuu
- Epäonnistuminen
- Ominaisuudet
- harvat
- ala
- Fields
- viides
- Kuva
- suodattaa
- lopullinen
- Etunimi
- ensimmäistä kertaa
- sovittaa
- keskityttiin
- jälkeen
- varten
- muoto
- muoto
- neljä
- alkaen
- täysin
- edelleen
- tulevaisuutta
- Saada
- tuottaa
- syntyy
- synnyttää
- saada
- saada
- Antaa
- tietty
- hyvä
- hallinto
- Kasvaa
- kätevä
- Olla
- he
- suurin
- hänen
- historiallinen
- Loma
- Miten
- Miten
- HTML
- http
- HTTPS
- IAM
- tunnistettu
- tunnistaa
- tunnistaminen
- Identiteetti
- if
- havainnollistaa
- Vaikutus
- toteuttaa
- täytäntöön
- täytäntöönpanosta
- tärkeä
- parantaa
- parantaminen
- in
- Mukaan lukien
- Intia
- osoittaa
- ilmaisee
- tiedot
- oivalluksia
- integroitu
- integraatio
- eheys
- Älykkyys
- vuorovaikutteinen
- tulee
- IT
- SEN
- yhdistää
- liittyi
- tuloaan
- Liitosten
- jpg
- Pitää
- pito
- avain
- avaimet
- järvi
- Kieli
- myöhemmin
- uusin
- kerros
- vasemmalle
- Linssi
- Lets
- Taso
- linja
- kuormitus
- lastaus
- kuormat
- sijaitsevat
- näköinen
- tehty
- TEE
- onnistui
- Marketing
- Hyväksytty
- merkitys
- mitata
- mainitsi
- mennä
- Metrics
- mielessä
- virhe
- malli
- mallintaminen
- mallintaminen
- mallit
- Kuukausi
- lisää
- eniten
- moninkertainen
- nimet
- Luonnollinen
- Navigoida
- Tarve
- tarvitsevat
- tarpeet
- Uusi
- Huomautuksia
- ilmoituksen
- ilmoitukset
- nyt
- useat
- tavoitteet
- of
- kampanja
- usein
- on
- vain
- toiminta-
- or
- organisaatio
- meidän
- yli
- yleinen
- parametri
- osa
- intohimoinen
- varten
- suorittaa
- suorituskyky
- ehkä
- ajoittainen
- Paikka
- Platon
- Platonin tietotieto
- PlatonData
- Kohta
- asutuilla
- Kirje
- teho
- harjoitusta.
- edellytyksiä
- esittää
- ensisijainen
- menettelyt
- menettelyt
- prosessi
- Prosessit
- Tuotteet
- toimittaa
- mikäli
- tarjoaa
- julkinen
- julkaista
- tarkoituksiin
- kysymykset
- nopeasti
- nostaa
- raaka
- raakadata
- ennätys
- asiakirjat
- vähentää
- tarkoitettuja
- heijastaa
- alue
- yhteys
- jäännökset
- poistaa
- korvata
- raportti
- Raportointi
- Raportit
- vaatimukset
- Esittelymateriaalit
- vastuu
- Rooli
- rulla
- RIVI
- ajaa
- toimii
- myynti
- myynti
- sama
- Esimerkkitietojoukko
- skaalautuva
- aikataulu
- aikataulutus
- osiot
- sektori
- turvallisuus
- nähdä
- erillinen
- palvelee
- palvelu
- Palvelut
- istuntoja
- setti
- useat
- shouldnt
- näyttää
- Näytä
- Yksinkertainen
- yksinkertaisuus
- single
- Hitaasti
- pieni
- pienempiä
- Kuva
- So
- myyty
- ratkaisu
- jonkin verran
- lähde
- Lähteet
- Tila
- asiantuntija
- erityinen
- erityisesti
- Vaihe
- näyttämöllepano
- Tähti
- alkoi
- Aloita
- Lausunto
- Vaihe
- Askeleet
- Levytila
- verkkokaupasta
- tallennettu
- strategiat
- Strategia
- rakenne
- onnistunut
- Onnistuneesti
- niin
- järjestelmä
- taulukko
- tilapäinen
- kymmeniä
- ehdot
- kuin
- että
- -
- Lähde
- maailma
- heidän
- sitten
- Siellä.
- siksi
- Nämä
- ne
- tätä
- tuhansia
- Kautta
- lippu
- lipunmyynnit
- liput
- aika
- kertaa
- aikaleima
- vinkit
- että
- tänään
- yhdessä
- otti
- Yhteensä
- raita
- kauppa
- Muuttaa
- transformoitu
- matkustaja
- tyyppi
- tyypit
- tyypillisesti
- ymmärtäminen
- unique
- ainoastaan
- ainutlaatuisuus
- tuntematon
- Päivitykset
- päivitetty
- us
- Käyttö
- käyttää
- käyttölaukku
- käytetty
- Käyttäjät
- käyttötarkoituksiin
- käyttämällä
- yleensä
- arvokas
- arvo
- arvot
- eri
- tapahtumapaikka
- tapahtumapaikat
- kautta
- Näytä
- tilavuus
- läpikäynti
- haluta
- Varasto
- oli
- tavalla
- we
- verkko
- verkkopalvelut
- sivustot
- viikko
- kun
- joka
- vaikka
- tulee
- with
- sisällä
- ilman
- työskentely
- maailman-
- Väärä
- vuosi
- vuotta
- te
- Sinun
- zephyrnet