AWS ragasztóstúdió most integrálva van AWS ragasztó DataBrew. Az AWS Glue Studio egy grafikus felület, amely megkönnyíti a kivonatolási, átalakítási és betöltési (ETL) feladatok létrehozását, futtatását és figyelését. AWS ragasztó. A DataBrew egy vizuális adat-előkészítő eszköz, amely lehetővé teszi az adatok tisztítását és normalizálását kód írása nélkül. Az általa biztosított több mint 200 átalakítás már elérhető az AWS Glue Studio vizuális munkáiban.
A DataBrew-ban a recept az adatátalakítási lépések halmaza, amelyeket interaktívan készíthet az intuitív vizuális felületen. Ebben a bejegyzésben megtudhatja, hogyan készíthet receptet a DataBrew programban, majd hogyan alkalmazhatja azt az AWS Glue Studio vizuális ETL-feladatának részeként.
A meglévő DataBrew-felhasználók is profitálnak majd ebből az integrációból – mostantól a receptjeit egy nagyobb vizuális munkafolyamat részeként futtathatja az AWS Glue Studio összes többi összetevőjével, amellett, hogy használhatja a speciális feladatkonfigurációt és az AWS Glue motor legújabb verzióját. .
Ez az integráció külön előnyökkel jár mindkét eszköz meglévő felhasználói számára:
- Az AWS Glue Studio központosított nézete van a teljes ETL diagramról, a végétől a végéig
- Interaktívan meghatározhat egy receptet, megtekintheti az értékeket, a statisztikákat és a disztribúciót a DataBrew konzolon, majd újra felhasználhatja a tesztelt és verziózott feldolgozási logikát az AWS Glue Studio vizuális munkáiban.
- Több DataBrew-receptet hangszerelhet egy AWS Glue ETL-feladatban, vagy akár több feladatot is az AWS Glue munkafolyamatokkal
- A DataBrew receptjei mostantól használhatják az AWS ragasztófeladat-funkciókat, például könyvjelzőket a növekményes adatfeldolgozáshoz, az automatikus újrapróbálkozásokat, az automatikus méretezést vagy a kis fájlok csoportosítását a nagyobb hatékonyság érdekében.
Megoldás áttekintése
Fiktív felhasználási esetünkben az a követelmény, hogy megtisztítsuk az ehhez a poszthoz létrehozott szintetikus orvosi állításokkal kapcsolatos adatkészletet, amelybe szándékosan vezettünk be néhány adatminőségi problémát, hogy bemutassuk a DataBrew adat-előkészítési képességeit. Ezután a kárigények adatai bekerülnek a katalógusba (így az elemzők számára is láthatóak lesznek), miután a megfelelő egészségügyi szolgáltatókra vonatkozó, külön forrásból származó releváns részletekkel gazdagítják.
A megoldás egy AWS Glue Studio vizuális feladatból áll, amely két CSV-fájlt olvas be a követelésekkel és a szolgáltatókkal. A munka az első receptjét alkalmazza a minőségi problémák megoldására, a második oszlopok kiválasztására, mindkét adatkészlet összekapcsolására, majd az eredmény tárolására Amazon egyszerű tárolási szolgáltatás (Amazon S3), létrehoz egy táblázatot a katalógusban, hogy a kimeneti adatokat más eszközök is felhasználhassák, mint pl Amazon Athéné.
Hozzon létre egy DataBrew receptet
Kezdje azzal, hogy regisztrálja az adattárat a keresetlevélhez. Ez lehetővé teszi a recept felépítését az interaktív szerkesztőben a tényleges adatok felhasználásával, így kiértékelheti az átalakítások eredményét a meghatározásuk során.
- Töltse le a követelések CSV-fájlját a következő linkről: alabama_claims_data_Jun2023.csv.
- A DataBrew konzolon válassza a lehetőséget Datasets a navigációs ablakban, majd válassza a lehetőséget Új adatkészlet csatlakoztatása.
- Válassza ki a lehetőséget Fájlfeltöltés.
- A Adatkészlet neve, belép
Alabama claims
. - A Válassza ki a feltöltendő fájlt, válassza ki a számítógépére éppen letöltött fájlt.
- A Adja meg az S3 célállomást, írjon be vagy tallózzon a fiókjában és a régiójában található gyűjtőcsoporthoz.
- Hagyja meg a többi beállítást alapértelmezés szerint (a CSV vesszővel és fejléccel elválasztva), és fejezze be az adatkészlet létrehozását.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a NetPoulSafe projekt a navigációs ablakban, majd válassza a lehetőséget Projekt létrehozása.
- A Projekt neve, Nevezd meg
ClaimsCleanup
. - Alatt Recept részletei, A Mellékelt recept, választ Hozzon létre új receptet, Nevezd meg
ClaimsCleanup-recipe
, és válassza aAlabama claims
az imént létrehozott adatkészlet. - Válasszon egy DataBrew számára megfelelő szerepkör vagy hozzon létre egy újat, és fejezze be a projekt létrehozását.
Ezzel munkamenetet hoz létre az adatok konfigurálható részhalmazának felhasználásával. Miután inicializálta a munkamenetet, észreveheti, hogy néhány cellában érvénytelen vagy hiányzó érték található.
Az oszlopokban hiányzó értékek mellett Diagnózis kód, Követelés összegeés Igénylés dátuma, az adatok egyes értékei tartalmaznak néhány extra karaktert: Diagnózis kód az értékeket néha „kód” előtaggal látják el (szóközzel együtt), és Eljárási kódex az értékeket néha szimpla idézőjelek követik.
Követelés összege értékeket valószínűleg használni fognak bizonyos számításokhoz, ezért konvertálja számmá, és Adatok követelése dátumtípusra kell konvertálni.
Most, hogy azonosítottuk a kezelendő adatminőségi problémákat, el kell döntenünk, hogyan kezeljük az egyes eseteket.
Többféleképpen is hozzáadhat receptlépéseket, beleértve az oszlop helyi menüjét, a tetején lévő eszköztárat vagy a recept összefoglalóját. Az utolsó módszerrel megkeresheti a jelzett lépéstípust, hogy megismételje az ebben a bejegyzésben létrehozott receptet.
Követelés összege elengedhetetlen ehhez a használati esethez, és a döntés az ilyen sorok eltávolítása.
- Adja hozzá a lépést Távolítsa el a hiányzó értékeket.
- A Forrás oszlop, választ Követelés összege.
- Hagyja az alapértelmezett műveletet Törölje a hiányzó értékeket tartalmazó sorokat És válasszon alkalmaz menteni.
A nézet most frissült, hogy tükrözze a lépéses alkalmazást, és a hiányzó összegeket tartalmazó sorok már nincsenek ott.
Diagnózis kód lehet üres, így ez elfogadott, de abban az esetben Igénylés dátuma, ésszerű becslést szeretnénk kapni. Az adatok sorai időrendi sorrendben vannak rendezve, így a hiányzó dátumokat az előző sorokból származó előnézeti érvényes érték használatával imputálhatja. Feltételezve, hogy minden napnak vannak követelései, a legnagyobb hiba az lenne, ha azt az előnézeti naphoz rendelnénk hozzá, ha ez lenne az első követelés aznap, amelyből hiányzik a dátum; szemléltetés céljából tekintsük ezt a lehetséges hibát elfogadhatónak.
Először alakítsa át az oszlopot karakterláncról dátumtípusra.
- Adja hozzá a lépést Módosítsa a típust.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Igénylés dátuma mint az oszlop és adat típusként, majd válassza ki alkalmaz.
- Most a hiányzó dátumok beszámításához adja hozzá a lépést Töltse ki vagy imputálja a hiányzó értékeket.
- Válassza a Kitöltés az utolsó érvényes értékkel műveletet, és válassza ki Igénylés dátuma mint a forrás.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a A változások előnézete érvényesítéséhez, majd válasszon alkalmaz hogy mentse a lépést.
Eddig a receptnek három lépésből kell állnia, amint az a következő képernyőképen látható.
- Ezután adja hozzá a lépést Távolítsa el az idézőjeleket.
- Válassza a Eljárási kódex oszlopot, és válassza ki Bevezető és záró idézőjelek.
- Nézze meg az előnézetet, és ellenőrizze, hogy megvan-e a kívánt hatás, és alkalmazza az új lépést.
- Adja hozzá a lépést Speciális karakterek eltávolítása.
- Válassza a Követelés összege oszlopot, és a pontosítás érdekében válassza ki Egyedi speciális karakterek és írja be
$
mert Adjon meg egyéni speciális karaktereket. - Hozzáadása Módosítsa a típust lépj az oszlopra Követelés összege És válasszon kétszeresére mint a típus.
- Utolsó lépésként a felesleges „kód” előtag eltávolításához adja hozzá a Cserélje ki az értéket vagy a mintát lépés.
- Válassza ki az oszlopot Diagnózis kód, Valamint a Adja meg az egyéni értéket, belép
code
(szóközzel a végén).
Most, hogy a mintán azonosított összes adatminőségi problémát megoldotta, tegye közzé a projektet receptként.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Közzétesz a Recept ablaktáblát, írjon be egy opcionális leírást, és fejezze be a kiadványt.
Minden alkalommal, amikor közzéteszed, a recept egy másik változata jön létre. Később kiválaszthatja, hogy a recept melyik verzióját használja.
Hozzon létre egy vizuális ETL-feladatot az AWS Glue Studio-ban
Ezután létrehozza a receptet használó munkát. Hajtsa végre a következő lépéseket:
- Az AWS Glue Studio konzolon válassza a lehetőséget Vizuális ETL a navigációs ablaktáblában.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Vizuális üres vászonnal és létrehozza a vizuális munkát.
- A munka tetején cserélje ki a „Névtelen munka” szöveget egy választott névre.
- A munka részletei lapon adja meg a feladat által használt szerepkört.
Ennek egy AWS Identity and Access Management (AMI) Az AWS ragasztóhoz megfelelő szerep az Amazon S3 és az AWS Glue Data Catalog engedélyeivel. Vegye figyelembe, hogy a DataBrew-hoz korábban használt szerepkör nem használható futtatott feladatokhoz, ezért nem jelenik meg a IAM szerepkör legördülő menü itt.
Ha korábban csak DataBrew-feladatokat használt, vegye figyelembe, hogy az AWS Glue Studio-ban kiválaszthatja a teljesítmény- és költségbeállításokat, beleértve a dolgozók méretét, az automatikus méretezést és Rugalmas kivitelezés, valamint használja a legújabb AWS Glue 4.0 futási környezetet, és élvezze az általa nyújtott jelentős teljesítménynövekedést. Ehhez a munkához használhatja az alapértelmezett beállításokat, de a takarékosság érdekében csökkentse a kért dolgozói létszámot. Ebben a példában két munkás megteszi. - A Vizuális lapon, adjon hozzá egy S3-forrást, és nevezze el
Providers
. - A S3 URL, belép
s3://awsglue-datasets/examples/medicare/Medicare_Hospital_Provider.csv
.
- Válassza ki a formátumot mint CSV És válasszon Következzen séma.
Most a séma megjelenik a Kimeneti séma fület a fájlfejléc használatával.
Ebben a használati esetben az a döntés, hogy a szolgáltatói adatkészletben nem minden oszlopra van szükség, így a többit elvethetjük.
- Aktivitáskövető szolgáltatók csomópont kiválasztva, adjon hozzá egy Drop Fields transzformáció (ha nem választotta ki a szülőcsomópontot, akkor nem lesz; ebben az esetben manuálisan rendelje hozzá a szülőcsomópontot).
- Ezután jelölje ki az összes mezőt Szolgáltató irányítószáma.
Később ezekhez az adatokhoz csatlakoznak a szolgáltató segítségével Alabama államra vonatkozó követelések; a második adatkészletnek azonban nincs megadva az állapota. Az adatok ismeretét felhasználhatjuk az összekapcsolás optimalizálására a valóban szükséges adatok szűrésével.
- Hozzáadása Szűrő gyermekeként átalakul Drop Fields.
- Nevezd meg
Alabama providers
és adjunk hozzá egy feltételt, amelynek meg kell felelnie az állapotnakAL
. - Adja hozzá a második forrást (egy új S3-forrást), és nevezze el
Alabama claims
. - A S3 URL, nyissa meg a DataBrew-t egy külön böngészőlapon, válassza a Datasets lehetőséget a navigációs panelen, és másolja a táblázatba a táblázatban látható helyet Alabama állítja (másolja az s3://-vel kezdődő szöveget, ne a kapcsolódó http hivatkozást). Ezután térjen vissza a vizuális munkához, és illessze be másként S3 URL; ha helyes, látni fogja a Kimeneti séma lapozzon a felsorolt adatmezőkre.
- Válassza ki a CSV formátumot, és következtessen a sémára, ahogyan a másik forrás esetében tette.
- Ennek a forrásnak a gyermekeként keressen a Csomópontok hozzáadása menü
recipe
És válasszon Adat-előkészítési recept. - Az új csomópont tulajdonságainál adja meg a nevét
Claim cleanup recipe
és válassza ki a korábban közzétett receptet és verziót. - Itt áttekintheti a recept lépéseit, és szükség esetén módosíthatja a DataBrew-ra mutató hivatkozást.
- Hozzáadása Csatlakozik csomópontot, és válassza ki mindkettőt Alabama szolgáltatók és a Tisztítási receptek igénylése mint a szülő.
- Adjon hozzá egy csatlakozási feltételt, amely megegyezik a mindkét forrásból származó szolgáltatói azonosítóval.
- Utolsó lépésként adjon hozzá egy S3-csomópontot célként (figyelje meg, hogy a kereséskor az első felsorolt a forrás; ügyeljen arra, hogy a célként szereplő verziót válassza).
- A csomópont-konfigurációban hagyja meg az alapértelmezett JSON formátumot, és adjon meg egy S3 URL-t, amelyen a feladatszerep rendelkezik írási engedéllyel.
Ezenkívül az adatkimenetet táblázat formájában tegye elérhetővé a katalógusban.
- A Az adatkatalógus frissítési lehetőségei szakaszban válassza ki a második lehetőséget Hozzon létre egy táblát az adatkatalógusban és a későbbi futtatások során, frissítse a sémát és adjon hozzá új partíciókat, majd válasszon ki egy adatbázist, amelyen jogosult táblák létrehozására.
- Hozzárendelni
alabama_claims
névként és válassza ki Igénylés dátuma partíciókulcsként (ez illusztráció célját szolgálja; egy ilyen apró táblának nincs igazán szüksége partíciókra, ha később nem adunk hozzá további adatokat). - Most mentheti és futtathatja a munkát.
- A Runs lapon nyomon követheti a folyamatot, és megtekintheti a munka részletes mérőszámait a munkaazonosító hivatkozás segítségével.
A feladat elvégzése néhány percet vesz igénybe.
- Amikor a feladat befejeződött, navigáljon az Athena konzolra.
- Keresse meg a táblázatot
alabama_claims
a kiválasztott adatbázisban, és a helyi menü segítségével válassza ki Előnézeti táblázat, amely egy egyszerű SELECT * SQL utasítást fog futtatni a táblán.
A munka eredményén látható, hogy az adatokat a DataBrew receptúra tisztította, és az AWS Glue Studio csatlakozással gazdagította.
Az Apache Spark az AWS Glue Studio-ban létrehozott feladatokat futtató motor. A Spark UI használatával az általa előállított eseménynaplókon megtekintheti a munkatervről és a futtatásról szóló betekintést, ami segíthet megérteni, hogyan teljesít a munkája, és megértheti a teljesítmény esetleges szűk keresztmetszeteit. Például egy nagy adatkészleten végzett feladat esetén összehasonlíthatja a szolgáltató állapotának explicit szűrésének hatását az összekapcsolás előtt, vagy meghatározhatja, hogy hasznos lehet-e egy automatikus egyensúlyi transzformáció hozzáadása a párhuzamosság javítása érdekében.
Alapértelmezés szerint a feladat az Apache Spark eseménynaplóit az elérési út alatt tárolja s3://aws-glue-assets-<your account id>-<your region name>/sparkHistoryLogs/
. A feladatok megtekintéséhez telepítenie kell egy előzménykiszolgálót a segítségével a rendelkezésre álló módszerek egyike.
Tisztítsuk meg
Ha már nincs szüksége erre a megoldásra, törölheti az Amazon S3-on generált fájlokat, a job által létrehozott táblát, a DataBrew receptet és az AWS Glue feladatot.
Következtetés
Ebben a bejegyzésben bemutattuk, hogy az AWS DataBrew segítségével hogyan készíthet receptet a mellékelt interaktív szerkesztővel, majd a közzétett receptet az AWS Glue Studio vizuális ETL-feladatának részeként használhatja. Néhány példát mutattunk be azokra a gyakori feladatokra, amelyekre szükség van az adatok előkészítéséhez és az adatoknak az AWS ragasztókatalógus-táblázataiba való feldolgozásához.
Ez a példa egyetlen receptet használt a vizuális feladatban, de lehetséges több receptet is használni az ETL folyamat különböző részein, valamint ugyanazt a receptet több feladatban is felhasználni.
Ezek az AWS Glue megoldások lehetővé teszik, hogy hatékonyan hozzon létre fejlett ETL-folyamatokat, amelyek egyszerűen felállíthatók és karbantarthatók, mindezt kód írása nélkül. Már ma elkezdheti a két eszközt ötvöző megoldások kidolgozását.
A szerzőkről
Mihail Szmirnov az AWS Glue csapatának idősebb szoftverfejlesztő mérnöke és az AWS Glue DataBrew fejlesztőcsapat tagja. A munkán kívül érdeklődési köre a gitározás tanulása és a családjával való utazás.
Gonzalo Herreros Sr. Big Data Architect az AWS Glue csapatában. Az írországi dublini székhelyű AWS Glue alapú big data megoldásokkal segíti ügyfeleit a sikerben. Szabadidejében szeret társasjátékozni és kerékpározni.
- SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
- PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
- PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
- PlatoESG. Autóipar / elektromos járművek, Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
- BlockOffsets. A környezetvédelmi ellentételezési tulajdon korszerűsítése. Hozzáférés itt.
- Forrás: https://aws.amazon.com/blogs/big-data/use-aws-glue-databrew-recipes-in-your-aws-glue-studio-visual-etl-jobs/
- :van
- :is
- :nem
- $ UP
- 10
- 100
- 12
- 15%
- 20
- 200
- 22
- 26
- 28
- 500
- 7
- 8
- a
- Képes
- Rólunk
- elfogadható
- elfogadott
- hozzáférés
- Fiók
- Akció
- tényleges
- hozzá
- hozzáadott
- hozzáadásával
- mellett
- cím
- fejlett
- Után
- Alabama
- Minden termék
- lehetővé
- Is
- amazon
- Az Amazon Web Services
- Összegek
- an
- Az elemzők
- és a
- bármilyen
- Apache
- Apache Spark
- Alkalmazás
- alkalmaz
- VANNAK
- AS
- társult
- At
- szerző
- auto
- Automatikus
- elérhető
- AWS
- AWS ragasztó
- vissza
- alapján
- BE
- előtt
- hogy
- haszon
- Előnyök
- Nagy
- Big adatok
- üres
- bizottság
- Társasjátékok
- könyvjelzők
- mindkét
- Bring
- böngésző
- épít
- de
- by
- TUD
- képességek
- eset
- katalógus
- Cellák
- központosított
- változik
- Változások
- karakter
- gyermek
- választás
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a
- követelés
- követelések
- kód
- Oszlop
- Oszlopok
- össze
- érkező
- Közös
- összehasonlítani
- teljes
- alkatrészek
- számítógép
- feltétel
- Configuration
- Fontolja
- áll
- Konzol
- kontextus
- megtérít
- átalakított
- kijavítására
- Megfelelő
- Költség
- tudott
- teremt
- készítette
- létrehozása
- teremtés
- szokás
- Ügyfelek
- dátum
- Adatok előkészítése
- adatfeldolgozás
- adatminőség
- adatbázis
- adatkészletek
- találka
- Időpontok
- nap
- üzlet
- dönt
- döntés
- alapértelmezett
- bizonyítani
- leírás
- kívánatos
- részletes
- részletek
- Dev
- Fejlesztés
- fejlesztői csapat
- DID
- különböző
- különböző
- terjesztés
- do
- Nem
- Ennek
- Dollár
- kétszeresére
- Csepp
- Dublin
- minden
- könnyű
- szerkesztő
- hatás
- hatékonyan
- lehetővé teszi
- végén
- Motor
- mérnök
- dúsított
- gazdagító
- belép
- hiba
- alapvető
- Eter (ETH)
- értékelni
- Még
- esemény
- Minden
- minden nap
- példa
- példák
- létező
- külön-
- kivonat
- család
- messze
- Jellemzők
- kevés
- Fields
- filé
- Fájlok
- kitöltése
- szűrő
- szűrő
- Végül
- vezetéknév
- követ
- következő
- A
- formátum
- ból ből
- további
- Games
- generált
- Ad
- nagyobb
- Legyen
- he
- segít
- segít
- itt
- övé
- történelem
- Hogyan
- How To
- azonban
- HTML
- http
- HTTPS
- IAM
- ID
- azonosított
- azonosítani
- Identitás
- if
- Hatás
- javul
- fejlesztések
- in
- tartalmaz
- beleértve
- Beleértve
- jelzett
- bemenet
- meglátások
- telepíteni
- példa
- integrált
- integráció
- interaktív
- kamat
- érdekek
- Felület
- bele
- Bevezetett
- intuitív
- Írország
- kérdések
- IT
- ITS
- Munka
- Állások
- csatlakozik
- csatlakozott
- jpg
- json
- éppen
- Tart
- Kulcs
- tudás
- nagy
- nagyobb
- legnagyobb
- keresztnév
- a későbbiekben
- legutolsó
- tanulás
- Szabadság
- mint
- Valószínű
- LINK
- Listázott
- kiszámításának
- elhelyezkedés
- logika
- hosszabb
- fenntartása
- csinál
- KÉSZÍT
- kézzel
- Mérkőzés
- orvosi
- Menü
- módszer
- mód
- Metrics
- jegyzőkönyv
- hiányzó
- monitor
- több
- többszörös
- kell
- név
- Keresse
- Navigáció
- Szükség
- szükséges
- igények
- Új
- nem
- csomópont
- Értesítés..
- Most
- szám
- of
- on
- ONE
- csak
- nyitva
- Optimalizálja
- opció
- Opciók
- or
- érdekében
- Más
- mi
- teljesítmény
- kívül
- felett
- átfogó
- üvegtábla
- rész
- alkatrészek
- ösvény
- teljesítmény
- előadó
- engedély
- engedélyek
- terv
- Plató
- Platón adatintelligencia
- PlatoData
- játszani
- lehetséges
- állás
- potenciális
- előkészítés
- Preview
- Bemutatók
- folyamat
- feldolgozás
- termel
- program
- ingatlanait
- feltéve,
- ellátó
- szolgáltatók
- biztosít
- A megjelenés
- közzétesz
- közzétett
- cél
- célokra
- világítás
- idézetek
- tényleg
- ésszerű
- recept
- receptek
- csökkenteni
- tükröznie
- vidék
- regisztráció
- eltávolítása
- cserélni
- kért
- kötelező
- követelmény
- illetőleg
- REST
- eredményez
- Eredmények
- újra
- Kritika
- Szerep
- futás
- fut
- azonos
- Megtakarítás
- Skála
- skálázás
- Keresés
- Második
- Rész
- lát
- látás
- kiválasztott
- különálló
- Szolgáltatások
- ülés
- készlet
- beállítások
- kellene
- kimutatta,
- mutatott
- <p></p>
- jelentős
- Egyszerű
- egyetlen
- Méret
- kicsi
- So
- eddig
- szoftver
- megoldások
- Megoldások
- néhány
- forrás
- Források
- Hely
- Szikra
- speciális
- különleges
- meghatározott
- SQL
- kezdet
- Kezdve
- Állami
- nyilatkozat
- statisztika
- Lépés
- Lépései
- tárolás
- tárolni
- egyértelmű
- Húr
- stúdió
- későbbi
- sikerül
- ilyen
- megfelelő
- ÖSSZEFOGLALÓ
- biztos
- szintetikus
- táblázat
- Vesz
- cél
- feladatok
- csapat
- kipróbált
- hogy
- A
- The Source
- Az állam
- Őket
- akkor
- Ott.
- ezt
- három
- idő
- nak nek
- Ma
- szerszám
- szerszámok
- felső
- vágány
- Átalakítás
- Átalakítás
- transzformációk
- Utazó
- kettő
- típus
- ui
- alatt
- megért
- Frissítések
- frissítve
- URL
- használható
- használ
- használati eset
- használt
- Felhasználók
- használ
- segítségével
- ÉRVÉNYESÍT
- érték
- Értékek
- ellenőrzése
- változat
- Megnézem
- látható
- akar
- volt
- módon
- we
- háló
- webes szolgáltatások
- JÓL
- voltak
- amikor
- ami
- lesz
- val vel
- nélkül
- Munka
- munkás
- dolgozók
- munkafolyamat
- lenne
- ír
- írás
- te
- A te
- zephyrnet
- Postai irányítószám