Ce message est co-écrit avec Girish Kumar Chidananda de redBus.
RedBus est l'un des premiers utilisateurs d'AWS en Inde, et la plupart de ses services et applications sont hébergés sur le cloud AWS. AWS a fourni à redBus la flexibilité nécessaire pour faire évoluer rapidement son infrastructure tout en maintenant des coûts extrêmement bas. AWS dispose d'une suite complète de services pour répondre à la plupart de leurs besoins, y compris la fourniture d'un support client dont redBus peut se porter garant.
Dans cet article, nous partageons l'architecture de la plate-forme de données de redBus et la façon dont divers composants sont connectés pour former leur autoroute de données. Nous discutons également des défis auxquels redBus a dû faire face dans la création de tableaux de bord pour leurs cas d'utilisation de Business Intelligence (BI) en temps réel, et de la manière dont ils ont utilisé Amazon QuickSight, un service d'analyse d'entreprise rapide, facile à utiliser et basé sur le cloud qui permet à tous les employés de redBus de créer facilement des visualisations et d'effectuer des analyses ad hoc pour obtenir des informations commerciales à partir de leurs données, à tout moment et sur n'importe quel appareil.
À propos de redBus
RedBus est la plus grande plateforme de billetterie de bus en ligne au monde, construite en Inde et desservant plus de 36 millions de clients satisfaits à travers le monde. En plus de sa billetterie de bus verticale, redBus gère également un service de billetterie ferroviaire appelé rails rouges et un service de location de bus et de voitures appelé rYde. Il fait partie du groupe GO-MMT, qui est la principale société de voyages en ligne en Inde, avec un vaste portefeuille de marques qui comprend d'autres marques de voyages en ligne de premier plan telles que MakeMyTrip et Goibibo.
L'autoroute des données de redBus 1.0
redBus s'appuie fortement sur la prise de décisions basées sur les données à tous les niveaux, depuis son suivi des déplacements des voyageurs, la prévision de la demande en cas de trafic élevé, l'identification et la résolution des goulots d'étranglement dans le processus d'inscription de leurs opérateurs de bus, et plus encore. Au fur et à mesure que les activités de redBus ont commencé à croître en termes de nombre de villes et de pays dans lesquels ils opèrent et de nombre d'opérateurs de bus et de voyageurs utilisant le service dans chaque ville, la quantité de données entrantes a également augmenté. La nécessité d'accéder et d'analyser les données en un seul endroit les a obligés à créer leur propre plate-forme de données, comme le montre le schéma suivant.
Dans les sections suivantes, nous examinons chaque composant plus en détail.
Sources d'ingestion de données
Avec la plateforme de données 1.0, les données sont ingérées depuis différentes sources :
- Temps réel - Les flux de données en temps réel provenant des applications mobiles redBus, des microservices backend et lorsqu'un passager, un opérateur de bus ou une application effectue une opération telle que la réservation de billets de bus, la recherche dans l'inventaire des bus, le téléchargement d'un document KYC, etc.
- Temps différé – Les tâches planifiées récupèrent les données de plusieurs magasins de données persistants comme Service de base de données relationnelle Amazon (Amazon RDS), où sont stockées les données OLTP de toutes ses applications, les clusters Apache Cassandra, où est stocké l'inventaire de bus de divers opérateurs, Arango DB, où sont stockés les graphiques d'identité des utilisateurs, etc.
Catalogage des données
Les données en temps réel sont ingérées dans leurs clusters Apache Nifi autogérés, une plate-forme de données open source utilisée pour nettoyer, analyser et cataloguer les données avec ses capacités de routage avant d'envoyer les données à leur destination.
Stockage et analyse
redBus utilise les services suivants pour ses besoins de stockage et d'analyse :
- Service de stockage simple Amazon (Amazon S3), un service de stockage d'objets qui constitue la base de leur lac de données en raison de son évolutivité pratiquement illimitée et de sa durabilité accrue. Les flux de données en temps réel d'Apache Druid et les données des magasins de données circulent à intervalles réguliers en fonction des horaires.
- Apache Druid, un magasin de données de style OLAP (flux de données via le chargeur de données Kafka Druid), qui calcule des faits et des métriques par rapport à diverses dimensions pendant le processus de chargement des données.
- Redshift d'Amazon, un service d'entrepôt de données cloud qui vous aide à analyser des exaoctets de données et à exécuter des requêtes analytiques complexes. redBus utilise Amazon Redshift pour stocker les données traitées d'Amazon S3 et les données agrégées d'Apache Druid.
Interrogation et visualisation
Pour rendre redBus aussi axé sur les données que possible, ils ont veillé à ce que les données soient accessibles à leurs ingénieurs SRE, ingénieurs de données et analystes commerciaux via une couche de visualisation. Cette couche comprend des tableaux de bord servis à l'aide d'Apache SuperSet, une application de visualisation de données open source, et Amazone Athéna, un service de requête interactif pour analyser les données dans Amazon S3 à l'aide de SQL standard pour les besoins de requête ad hoc.
Les défis
Initialement, redBus traitait les données qui étaient ingérées au rythme de 10 millions d'événements par jour. Au fil du temps, au fur et à mesure que son activité a commencé à croître, le volume de données (de gigaoctets à téraoctets à pétaoctets), l'ingestion de données par jour (de 10 millions à 320 millions d'événements) et les besoins de son tableau de bord de veille stratégique ont également augmenté. Peu de temps après, ils ont commencé à faire face à des défis avec les capacités de BI de leur Superset autogéré et les complexités opérationnelles accrues.
Capacités BI limitées
redBus a rencontré les limitations BI suivantes :
- Incapacité à créer des visualisations à partir de plusieurs sources de données – Superset ne permet pas de créer des visualisations à partir de plusieurs tables au sein de sa couche d'exploration de données. Les ingénieurs de données de redBus devaient au préalable joindre les tables au niveau de la source de données elle-même. Afin de créer une vue à 360 degrés pour les parties prenantes commerciales de redBus, il est devenu gênant pour les ingénieurs de données de maintenir plusieurs tableaux prenant en charge la couche de visualisation.
- Pas de filtre global pour les visuels dans un tableau de bord – Un filtre global ou principal sur les visuels d'un tableau de bord n'est pas pris en charge dans Superset. Par exemple, considérez qu'il existe des visuels tels que Sales Wins by Region, YTD Revenue Realized by Region, Sales Pipeline by Region, etc. dans un tableau de bord, et un filtre Région est ajouté au tableau de bord avec des valeurs telles que EMEA, APAC et US. Le filtre Région ne s'appliquera qu'à l'un des visuels, pas à l'ensemble du tableau de bord. Cependant, les utilisateurs du tableau de bord s'attendaient à un filtrage sur le tableau de bord.
- Pas un outil convivial pour les entreprises – Superset est très centré sur le développeur en matière de personnalisation. Par exemple, si un analyste métier de redBus devait personnaliser une actualisation chronométrée qui réinterroge automatiquement chaque tranche d'un tableau de bord en fonction d'une valeur prédéfinie, l'analyste doit mettre à jour le champ de métadonnées JSON du tableau de bord. Par conséquent, la connaissance de JSON et de sa syntaxe est obligatoire pour effectuer toute personnalisation sur les visuels ou le tableau de bord.
Augmentation des coûts opérationnels
Bien que Superset soit open source, ce qui signifie qu'il n'y a pas de frais de licence, cela signifie également qu'il faut plus d'efforts pour maintenir tous les composants nécessaires pour qu'il fonctionne comme un outil de BI de niveau entreprise. redBus a déployé et maintenu un serveur Web (Nginx) dirigé par un Équilibreur de charge d'application faire l'équilibrage de charge ; un serveur de base de données de métadonnées (MySQL) où Superset stocke ses informations internes telles que les utilisateurs, les tranches et les définitions de tableau de bord ; une file d'attente de tâches asynchrone (Celery) pour prendre en charge les requêtes de longue durée ; un courtier de messages (RabbitMQ) ; et un serveur de mise en cache distribué (Redis) pour mettre en cache les résultats, tracer les données, etc. Cloud de calcul élastique Amazon (Amazon EC2). Le schéma suivant illustre cette architecture.
L'équipe DevOps de redBus a dû faire le gros du travail pour provisionner l'infrastructure, effectuer des sauvegardes, mettre à l'échelle les composants manuellement selon les besoins, mettre à niveau les composants individuellement, etc. Il fallait également qu'un développeur Web Python soit présent pour apporter les modifications de configuration afin que tous les composants fonctionnent ensemble de manière transparente. Toutes ces opérations manuelles ont augmenté le coût total de possession de redBus.
Voyage vers QuickSight
redBus a commencé à explorer les solutions BI principalement autour de quelques-unes de ses exigences en matière de tableau de bord :
- Tableaux de bord BI pour les intervenants commerciaux et les analystes, où les données proviennent d'Amazon S3 et d'Amazon Redshift.
- Un tableau de bord de surveillance des performances des applications (APM) en temps réel pour aider leurs ingénieurs et développeurs SRE à identifier la cause première d'un problème dans leur déploiement de microservices afin qu'ils puissent résoudre les problèmes avant qu'ils n'affectent l'expérience de leurs clients. Dans ce cas, les données proviennent de Druid.
QuickSight s'adapte à la plupart des exigences du tableau de bord BI de redBus, et en un rien de temps, leur équipe de plate-forme de données a commencé avec une preuve de concept (POC) pour quelques-uns de leurs tableaux de bord complexes. À la fin du POC, qui a duré un mois, l'équipe a partagé ses conclusions.
Tout d'abord, QuickSight est riche en fonctionnalités BI, notamment :
- Il s'agit d'une solution de BI en libre-service avec des fonctionnalités de glisser-déposer qui pourraient aider les analystes de redBus à l'utiliser confortablement sans aucun effort de codage.
- Les visualisations de plusieurs sources de données dans un seul tableau de bord pourraient aider les parties prenantes de redBus à obtenir une vue à 360 degrés des ventes, des prévisions et des informations dans une seule fenêtre.
- Les filtres en cascade sur les visuels et sur les feuilles d'un tableau de bord sont des fonctionnalités indispensables pour les exigences de BI de redBus.
- QuickSight offre des visuels de type Excel : les tableaux avec calculs, les tableaux croisés dynamiques avec regroupement de cellules et le style sont attrayants pour les téléspectateurs.
- Le moteur de calcul ultra-rapide, parallèle et en mémoire (SPICE) de QuickSight pourrait aider redBus à s'adapter à des centaines de milliers d'utilisateurs, qui peuvent tous effectuer simultanément une analyse interactive rapide sur une grande variété de sources de données AWS.
- Des informations et des prévisions ML prêtes à l'emploi et sans frais supplémentaires permettraient à l'équipe de science des données de redBus de se concentrer sur les modèles ML en plus des prévisions de ventes et des modèles similaires.
- La sécurité intégrée au niveau des lignes (RLS) pourrait permettre à redBus d'accorder un accès filtré à ses téléspectateurs. Par exemple, redBus compte de nombreux analystes commerciaux qui gèrent différents pays. Avec RLS, chaque analyste commercial ne voit que les données relatives au pays qui lui est attribué dans un seul tableau de bord.
- redBus utilise OneLogin comme fournisseur d'identité, qui prend en charge Security Assertion Markup Language 2.0 (SAML 2.0). Avec l'aide de la fédération d'identité et de la prise en charge de l'authentification unique de QuickSight, redBus pourrait fournir un flux d'intégration simple pour ses utilisateurs QuickSight.
- QuickSight offre des alertes intégrées et des capacités de notification par e-mail.
Deuxièmement, QuickSight est une offre de services de BI entièrement gérée, native du cloud et sans serveur d'AWS, avec les fonctionnalités suivantes :
- Les ingénieurs de redBus n'ont pas besoin de se concentrer sur le gros du travail de provisionnement, de mise à l'échelle et de maintenance de leur solution BI sur les instances EC2.
- QuickSight offre une intégration native avec des services AWS tels qu'Amazon Redshift, Amazon S3 et Athena, ainsi qu'avec d'autres frameworks populaires tels que Presto, Snowflake, Teradata, etc. QuickSight se connecte à la plupart des sources de données que redBus possède déjà, à l'exception d'Apache Druid, car l'intégration native avec Druid n'était pas disponible en décembre 2022. Pour une liste complète des sources de données prises en charge, voir Sources de données prises en charge.
Le résultat
Compte tenu de toutes les fonctionnalités riches et du coût total de possession inférieur, redBus a choisi QuickSight pour ses exigences de tableau de bord BI. Avec QuickSight, les ingénieurs de données de redBus ont créé un certain nombre de tableaux de bord en un rien de temps pour donner des informations sur des pétaoctets de données aux parties prenantes et aux analystes de l'entreprise. L'autoroute de données redBus a évolué pour apporter l'informatique décisionnelle à un public beaucoup plus large dans leur organisation, avec de meilleures performances et un retour sur investissement plus rapide. Depuis novembre 2022, il combine QuickSight pour les utilisateurs professionnels et Superset pour les tableaux de bord APM en temps réel (au moment de la rédaction, QuickSight n'offre pas de connecteur natif à Druid), comme illustré dans le schéma suivant.
Tableau de bord de détection des anomalies de vente
Bien qu'il existe de nombreux tableaux de bord déployés par redBus en production, la détection des anomalies de vente est l'un des tableaux de bord intéressants construits par redBus. Il utilise le modèle de prévision des ventes propriétaire de redBus, qui provient à son tour des données de ventes historiques des tables Amazon Redshift et des données de ventes en temps réel des tables Druid, comme illustré dans la figure suivante.
À intervalles réguliers, les tâches planifiées alimentent le modèle de prévision redBus avec des données de ventes historiques et en temps réel, puis les données prévues sont transmises à une table Amazon Redshift. Le tableau de bord de détection des anomalies de vente dans QuickSight est servi par la table Amazon Redshift résultante.
Voici l'un des visuels du tableau de bord de détection des anomalies de vente. Il est construit à l'aide d'un graphique linéaire représentant les ventes horaires réelles, les ventes prévues et un seuil d'alerte pour une série chronologique pour une cohorte d'entreprises particulière dans redBus.
Dans ce visuel, chaque barre représente le nombre d'anomalies de vente déclenchées à un point particulier de la série temporelle.
Les analystes de redBus pourraient approfondir les détails des ventes et les anomalies au niveau de la minute, comme indiqué dans le diagramme suivant. Cette fonction d'exploration est prête à l'emploi avec QuickSight.
Pour plus de détails sur l'ajout d'explorations aux visuels du tableau de bord QuickSight, voir Ajout d'explorations aux données visuelles dans Amazon QuickSight.
Outre les visuels, il est devenu l'un des tableaux de bord préférés des téléspectateurs chez redBus en raison des caractéristiques notables suivantes :
- Étant donné que le filtrage des visuels est une fonctionnalité prête à l'emploi dans QuickSight, un filtre basé sur l'horodatage est ajouté au tableau de bord. Cela permet de filtrer plusieurs visuels dans le tableau de bord en un seul clic.
- Les actions d'URL configurées sur les visuels aident les téléspectateurs à naviguer vers les applications internes contextuelles.
- Les alertes par e-mail configurées sur les indicateurs de performance clés et les visuels de jauge aident les téléspectateurs à recevoir des notifications à temps.
Prochaines étapes
En plus de créer de nouveaux tableaux de bord pour leurs besoins en tableaux de bord BI, redBus prend les prochaines étapes suivantes :
- Explorer Analyse intégrée QuickSight pour quelques-uns de leurs besoins en applications afin d'accélérer le délai d'obtention d'informations pour les utilisateurs avec des visuels de données en contexte, des tableaux de bord interactifs et plus directement dans les applications
- Explorer QuickSight Q, ce qui pourrait permettre aux parties prenantes de leur entreprise de poser des questions en langage naturel et de recevoir des réponses précises avec des visualisations pertinentes qui peuvent les aider à mieux comprendre les données
- Construire une solution de tableau de bord unifiée à l'aide de QuickSight couvrant toutes leurs sources de données à mesure que les intégrations deviennent disponibles
Conclusion
Dans cet article, nous vous avons montré comment redBus a construit sa plate-forme de données à l'aide de divers services AWS et frameworks Apache, les défis rencontrés par la plate-forme (en particulier dans les exigences de leur tableau de bord BI et les défis lors de la mise à l'échelle), et comment ils ont utilisé QuickSight et réduit le coût total de propriété.
Pour en savoir plus sur l'ingénierie chez redBus, consultez leur articles de blog moyens. Pour en savoir plus sur ce qui se passe dans QuickSight ou si vous avez des questions, contactez le Communauté QuickSight, qui est très actif et offre plusieurs ressources.
À propos des auteurs
Girish Kumar Chidananda travaille en tant que directeur principal de l'ingénierie - Ingénierie des données chez redBus, où il a construit diverses applications et composants d'ingénierie de données pour redBus au cours des 5 dernières années. Avant de commencer son parcours dans l'industrie informatique, il a travaillé comme ingénieur en systèmes mécaniques et de contrôle dans diverses organisations, et il est titulaire d'une maîtrise en génie hydraulique de l'Université de Bath.
Kayalvizhi Kandasamy travaille avec des entreprises natives du numérique pour soutenir leur innovation. En tant qu'architecte de solutions senior (APAC) chez Amazon Web Services, elle utilise son expérience pour aider les gens à concrétiser leurs idées, en se concentrant principalement sur les architectures de microservices et les solutions cloud natives utilisant les services AWS. En dehors du travail, elle aime jouer aux échecs et est une joueuse d'échecs classée FIDE. Elle enseigne également à ses filles l'art de jouer aux échecs et les prépare à divers tournois d'échecs.
- Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
- Platoblockchain. Intelligence métaverse Web3. Connaissance Amplifiée. Accéder ici.
- La source: https://aws.amazon.com/blogs/big-data/a-dive-into-redbuss-data-platform-and-how-they-used-amazon-quicksight-to-accelerate-business-insights/
- 10 millions de dollars
- 1
- 10
- 100
- 2022
- 360-degree
- a
- A Propos
- accélérer
- accès
- accessible
- Selon
- Avec cette connaissance vient le pouvoir de prendre
- à travers
- actes
- infection
- Ad
- ajoutée
- Supplémentaire
- adresser
- adopteurs
- affecter
- Après
- à opposer à
- Alerte
- Tous
- déjà
- Amazon
- Amazon EC2
- Amazon QuickSight
- Amazon RDS
- Amazon Web Services
- montant
- selon une analyse de l’Université de Princeton
- analyste
- Analystes
- Analytique
- analytique
- il analyse
- et les
- Détection d'une anomalie
- réponses
- APAC
- Apache
- Application
- applications
- Appliquer
- applications
- architecture
- autour
- Art
- attribué
- attrayant
- public
- auteur
- automatiquement
- disponibles
- AWS
- backend
- sauvegardes
- barre
- basé
- car
- devenez
- before
- va
- Améliorée
- Blog
- Box
- brand
- Marques
- apporter
- courtier
- construire
- Développement
- construit
- intégré
- bus
- la performance des entreprises
- l'intelligence d'entreprise
- appelé
- capacités
- fournisseur
- maisons
- cas
- catalogue
- Causes
- globaux
- Modifications
- Graphique
- cartographie
- vérifier
- Échecs
- choisir
- Villes
- Ville
- le cloud
- Codage
- Cohorte
- moissonneuses-batteuses
- Sociétés
- Société
- complet
- complexe
- complexités
- composant
- composants électriques
- complet
- calcul
- concept
- connecté
- connecte
- Considérer
- des bactéries
- Prix
- Costs
- pourriez
- d'exportation
- Pays
- Couples
- couvrant
- engendrent
- La création
- des clients
- Support à la clientèle
- Clients
- personnalisation
- personnaliser
- tableau de bord
- données
- Lac de données
- Plateforme de données
- science des données
- visualisation de données
- entrepôt de données
- data-driven
- Base de données
- journée
- Décembre
- décisions
- Degré
- Demande
- déployé
- déploiement
- destination
- détail
- détails
- Détection
- Développeur
- mobiles
- dispositif
- DevOps
- DID
- différent
- dimensions
- directement
- discuter
- distribué
- document
- Ne fait pas
- faire
- Ne pas
- down
- Druide
- durabilité
- pendant
- chacun
- facile à utiliser
- effort
- efforts
- intégré
- EMEA
- employés
- permettre
- Moteur
- ingénieur
- ENGINEERING
- Les ingénieurs
- niveau entreprise
- Tout
- notamment
- Ether (ETH)
- événements
- évolué
- exemple
- Sauf
- attendu
- d'experience
- exploration
- Explorer
- les
- extrêmement
- face
- RAPIDE
- plus rapide
- Favori
- Fonctionnalité
- Fonctionnalités:
- Fédération
- champ
- Figure
- une fonction filtre
- filtration
- filtres
- s'adapter
- Fixer
- Flexibilité
- flux
- Flux
- Focus
- mettant l'accent
- Abonnement
- formulaire
- Fondation
- cadres
- friendly
- De
- Fronté
- d’étiquettes électroniques entièrement
- fonction
- plus
- Gain
- obtenez
- Donner
- en verre.
- Global
- subvention
- graphiques
- Réservation de groupe
- Croissance
- heureux vous
- ayant
- fortement
- vous aider
- aide
- Haute
- augmentation
- très
- Autoroute
- historique
- détient
- organisé
- Comment
- Cependant
- HTML
- HTTPS
- Des centaines
- et idées cadeaux
- identifier
- identifier
- Identite
- in
- inclut
- Y compris
- Nouveau
- increased
- Inde
- Individuellement
- industrie
- d'information
- Infrastructure
- Innovation
- idées.
- l'intégration
- intégrations
- Intelligence
- Interactif
- intéressant
- interne
- inventaire
- aide
- vous aider à faire face aux problèmes qui vous perturbent
- IT
- Industrie informatique
- lui-même
- Emplois
- rejoint
- chemin
- json
- kafka
- en gardant
- Savoir
- spécialisées
- KYC
- lac
- langue
- le plus grand
- Nom
- couche
- conduisant
- APPRENTISSAGE
- Niveau
- Licence
- VIE
- lifting
- limites
- Gamme
- Liste
- charge
- chargeur
- chargement
- Style
- Faible
- maintenir
- a prendre une
- FAIT DU
- Fabrication
- gérer
- gérés
- manager
- obligatoire
- Manuel
- manuellement
- de nombreuses
- veux dire
- mécanique
- message
- Métadonnées
- Métrique
- microservices
- million
- minute
- ML
- Breeze Mobile
- application mobile
- modèle
- numériques jumeaux (digital twin models)
- Stack monitoring
- PLUS
- (en fait, presque toutes)
- MS
- plusieurs
- MySQL
- indigène
- Nature
- Langage naturel
- NAVIGUER
- Besoin
- nécessaire
- Besoins
- Nouveauté
- next
- Nginx
- notable
- déclaration
- Notifications
- Novembre
- nombre
- objet
- Stockage d'objets
- code
- offrant
- Offres Speciales
- Onboarding
- ONE
- en ligne
- ouvert
- open source
- réalisés
- opération
- opérationnel
- Opérations
- opérateur
- opérateurs
- de commander
- organisation
- organisations
- Autre
- au contrôle
- propre
- possession
- pain
- Parallèle
- partie
- particulier
- Personnes
- effectuer
- performant
- pipeline
- Pivoter
- Place
- plateforme
- Platon
- Intelligence des données Platon
- PlatonDonnées
- joueur
- jouer
- PoC
- Point
- Populaire
- portefeuille
- possible
- Post
- power
- prédit
- Prépare
- qui se déroulent
- primaire
- Avant
- processus
- Vidéo
- important
- preuve
- preuve de concept
- propriétaire
- fournir
- à condition de
- de voiture.
- fournit
- aportando
- Poussé
- Python
- fréquemment posées
- Transport ferroviaire
- rapidement
- Tarif
- nous joindre
- en temps réel
- données en temps réel à grande vitesse.
- réalisé
- recevoir
- région
- Standard
- en relation
- pertinent
- représentation
- représente
- conditions
- Exigences
- Resources
- Résultats
- de revenus
- Rich
- racine
- Courir
- vente
- Évolutivité
- Escaliers intérieurs
- mise à l'échelle
- prévu
- Travaux planifiés
- Sciences
- de façon transparente
- recherche
- les sections
- sécurité
- voit
- En libre service
- envoi
- supérieur
- Série
- Sans serveur
- service
- Services
- service
- plusieurs
- Partager
- commun
- montré
- similaires
- étapes
- simultanément
- unique
- Tranche
- So
- sur mesure
- Solutions
- disponible
- Identifier
- Sources
- épice
- SQL
- parties prenantes
- Standard
- j'ai commencé
- Commencez
- Étapes
- storage
- Boutique
- stockée
- STORES
- suite
- Support
- Appareils
- Appuyer
- Les soutiens
- syntaxe
- Système
- table
- prise
- Tâche
- équipe
- conditions
- Le
- le monde
- leur
- donc
- milliers
- порог
- Avec
- ticketing
- billets
- fiable
- Des séries chronologiques
- Chronométré
- à
- ensemble
- outil
- Total
- Tournois
- vers
- Tracking
- circulation
- Voyage
- voyageur
- voyageurs
- déclenché
- TOUR
- unifiée
- université
- illimité
- Mises à jour
- Téléchargement
- us
- utilisé
- Utilisateur
- utilisateurs
- Plus-value
- Valeurs
- variété
- divers
- via
- Voir
- téléspectateurs
- pratiquement
- visualisation
- le volume
- Entrepots
- web
- le serveur web
- services Web
- Quoi
- Qu’est ce qu'
- qui
- tout en
- WHO
- large
- plus large
- sera
- Gagne
- dans les
- sans
- activités principales
- travailler ensemble
- travaillé
- vos contrats
- world
- monde
- pourra
- écriture
- années
- zéphyrnet