Ez egy vendégbejegyzés, amelyet Raghu Boppanna-val közösen írt a Vanguardtól.
At Élcsapat, az Enterprise Advice üzletág javítja a befektetői eredményeket a kiváló, személyre szabott és megfizethető pénzügyi tanácsokhoz való digitális hozzáférés révén. Ezt részben azáltal tették lehetővé, hogy a befektetők számára világszerte méretgazdaságosságot teremtettek egy rendkívül rugalmas és hatékony műszaki platformmal. A Vanguard a többrégiós architektúrát választotta ehhez a munkaterheléshez, hogy megvédje magát a regionális szolgáltatások károsodásától. A magas rendelkezésre állás érdekében a munkaterhelés által használt adatokat nemcsak az elsődleges régióban, hanem a másodlagos régióban is elérhetővé kell tenni minimális replikációs késéssel. Az elsődleges régióban a szolgáltatás meghibásodása esetén a megoldásnak képesnek kell lennie arra, hogy a lehető legkevesebb adatvesztéssel és az adatfeldolgozás folytatásának lehetőségével a másodlagos régióba kapcsolódjon át.
A Vanguard Cloud Technology Office és az AWS együttműködve olyan infrastruktúra-megoldást építettek az AWS-re, amely megfelel a rugalmassági követelményeiknek. A többrégiós megoldás robusztus feladat-átvételi mechanizmust tesz lehetővé, beépített megfigyelhetőséggel és helyreállítással. A megoldás emellett támogatja az adatok streamelését több forrásból különböző Kinesis adatfolyamokba. A megoldást jelenleg az üzleti csapatok különböző vonalaiban terjesztik ki, hogy javítsák munkaterhelésük rugalmasságát.
Az itt tárgyalt használati eset megköveteli, hogy a Change Data Capture (CDC) egy távoli adatforrásból (nagyszámítógépes DB2) streameljen adatokat Amazon Kinesis adatfolyamok, mert az üzleti képesség ezektől az adatoktól függ. A Kinesis Data Streams egy teljesen felügyelt, nagymértékben méretezhető, tartós és alacsony költségű streaming szolgáltatás, amely folyamatosan képes nagy mennyiségű adatot rögzíteni és streamelni több forrásból, és ezredmásodperceken belül elérhetővé teszi az adatokat. A szolgáltatás rendkívül ellenálló, és több rendelkezésre állási zónát használ az adatok feldolgozására és tárolására.
Az ebben a bejegyzésben tárgyalt megoldás elmagyarázza, hogy az AWS és a Vanguard miként újítottak fel egy rugalmas architektúra felépítésére, hogy megfeleljenek a magas rendelkezésre állási céljaiknak.
Megoldás áttekintése
A megoldás használ AWS Lambda adatok replikálásához az elsődleges régióban lévő Kinesis adatfolyamokból egy másodlagos régióba. A CDC-csővezetéket érintő bármely szolgáltatási károsodás esetén a feladatátvételi folyamat a másodlagos régiót elsődlegessé teszi a termelők és a fogyasztók számára. Használjuk Amazon DynamoDB globális táblák replikációs ellenőrzőpontokhoz, amely lehetővé teszi az adatfolyam folytatását az ellenőrzőpontból, és fenntart egy elsődleges régiókonfigurációs jelzőt is, amely megakadályozza ugyanazon adatok végtelen replikációs hurkát oda-vissza.
A megoldás azt a rugalmasságot is biztosítja a Kinesis Data Streams fogyasztói számára, hogy ugyanazon AWS-fiókon belül használják az elsődleges vagy bármely másodlagos régiót.
A következő ábra a referencia architektúrát mutatja be.
Nézzük meg részletesen az egyes összetevőket:
- CDC processzor (gyártó) – Ebben a referencia-architektúrában a gyártó telepítve van Amazon rugalmas számítási felhő (Amazon EC2) az elsődleges és a másodlagos régióban, és aktív az elsődleges régióban és készenléti üzemmódban a másodlagos régióban. Rögzíti a CDC-adatokat a külső adatforrásból (például egy DB2-adatbázisból, amint az a fenti architektúrában látható), és az elsődleges régióban lévő Kinesis adatfolyamokhoz továbbítja. A Vanguard 3-ast használrd partyeszköz, a Qlik Replicate, mint CDC processzoruk. Jól formázott hasznos adatot hoz létre, amely tartalmazza a DB2 véglegesítési időbélyegét a Kinesis adatfolyamhoz, a távoli adatforrásból származó tényleges soradatokon kívül. (
example-stream-1
ebben a példában). A következő kód egy minta hasznos adat, amely csak a megváltozott rekord elsődleges kulcsát és a véglegesítési időbélyeget tartalmazza (az egyszerűség kedvéért a táblázat többi adata nem látható alább):{ "eventSource": "aws:kinesis", "kinesis": { "ApproximateArrivalTimestamp": "Mon July 18 20:00:00 UTC 2022", "SequenceNumber": "49544985256907370027570885864065577703022652638596431874", "PartitionKey": "12349999", "KinesisSchemaVersion": "1.0", "Data": "eyJLZXkiOiAxMjM0OTk5OSwiQ29tbWl0VGltZXN0YW1wIjogIjIwMjItMDctMThUMjA6MDA6MDAifQ==" }, "eventId": "shardId-000000000000:49629136582982516722891309362785181370337771525377097730", "invokeIdentityArn": "arn:aws:iam::6243876582:role/kds-crr-LambdaRole-1GZWP67437SD", "eventName": "aws:kinesis:record", "eventVersion": "1.0", "eventSourceARN": "arn:aws:kinesis:us-east-1:6243876582:stream/kds-stream-1/consumer/kds-crr:6243876582", "awsRegion": "us-east-1" }
A Base64 dekódolt értéke
Data
az alábbiak. A tényleges Kinesis rekord tartalmazza a megváltozott táblázatsor teljes soradatát, az elsődleges kulcson és a véglegesítési időbélyegzőn kívül.{"Key": 12349999,"CommitTimestamp": "2022-07-18T20:00:00"}
A
CommitTimestamp
aData
mező a replikációs ellenőrzőpontban használatos, és kritikus fontosságú a folyamadatok pontos nyomon követéséhez, hogy a folyamadatok mekkora részét replikálták a másodlagos régióba. Az ellenőrzőpont ezután felhasználható a CDC processzor (gyártó) feladatátvételének elősegítésére, és a replikációs ellenőrzőpont időbélyegétől kezdődően pontosan folytathatja az adatok előállítását.A távoli adatforrás használatának alternatívája
CommitTimestamp
(ha nem elérhető) használja aApproximateArrivalTimestamp
(ez az időbélyeg, amikor a rekord ténylegesen az adatfolyamba kerül). - Régiók közötti replikáció Lambda funkció – A funkció az elsődleges és a másodlagos régiókban is telepítve van. Egy eseményforrás-leképezéssel van beállítva a CDC-adatokat tartalmazó adatfolyamhoz. Ugyanez a funkció használható több adatfolyam adatainak replikálására. A Kinesis Data Streams rekordok kötegével hívják meg, és replikálja a köteget egy célreplikációs régióba (amelyet a Lambda konfigurációs környezet biztosítja). Költségmegfontolásból, ha a CDC-adatok aktívan csak az elsődleges régióban kerülnek előállításra, a funkció lefoglalt párhuzamossága a másodlagos régióban nullára állítható, és módosítható a regionális feladatátvétel során. A funkciónak van AWS Identity and Access Management (IAM) szerepkör-engedélyek a következők elvégzéséhez:
- Olvassa el és írjon a megoldásban használt DynamoDB globális táblákat ugyanazon a fiókon belül.
- Olvassa el és írjon a Kinesis Data Streams-be ugyanazon a fiókon belül mindkét régióban.
- Egyéni mutatók közzététele itt amazonfelhőóra mindkét régióban ugyanazon a fiókon belül.
- Replikációs ellenőrzőpont – A replikációs ellenőrzőpont a DynamoDB globális táblát használja mind az elsődleges, mind a másodlagos régióban. A régiók közötti replikációs Lambda függvény használja az utolsó replikációs rekord végrehajtási időbélyegének megőrzéséhez, mint replikációs ellenőrzőpontot minden replikációra konfigurált adatfolyamhoz. Ehhez a bejegyzéshez egy globális táblát hozunk létre és használunk
kdsReplicationCheckpoint
. - Aktív régió konfigurációja – Az aktív régió a DynamoDB globális táblát használja mind az elsődleges, mind a másodlagos régiókban. A konfiguráció replikálásához a globális tábla natív régiók közötti replikációs képességét használja. Előre feltöltött adatokkal arról, hogy melyik az adatfolyam elsődleges régiója, hogy a készenléti régió Lambda funkciója ne replikálja vissza az elsődleges régióba. Előfordulhat, hogy erre a konfigurációra nincs szükség, ha a készenléti régióban a Lambda funkció lefoglalt egyidejűsége nullára van állítva, de biztonsági ellenőrzésként szolgálhat az adatok végtelen replikációs hurkának elkerülése érdekében. Ehhez a bejegyzéshez létrehozunk egy globális táblázatot, melynek neve
kdsActiveRegionConfig
és tegyen egy elemet a következő adatokkal:{ "stream-name": "example-stream-1", "active-region" : "us-east-1" }
- Kinesis adatfolyamok – Az adatfolyam, amelyhez a CDC processzor az adatokat állítja elő. Ehhez a bejegyzéshez egy folyamot használunk, az úgynevezett
example-stream-1
mindkét régióban, ugyanazzal a szilánkos konfigurációval és hozzáférési szabályzattal.
A régiók közötti replikáció lépéseinek sorrendje
Nézzük meg röviden az architektúra gyakorlását a következő szekvenciadiagram segítségével.
A sorozat a következő lépésekből áll:
- A CDC processzor (in
us-east-1
) beolvassa a CDC-adatokat a távoli adatforrásból. - A CDC processzor (in
us-east-1
) továbbítja a CDC-adatokat a Kinesis Data Streams-be (inus-east-1
). - A régiók közötti replikációs Lambda függvény (a us-east-1-ben) felhasználja az adatfolyam adatait (az
us-east-1
). A továbbfejlesztett kifúvási minta a dedikált és megnövelt átviteli sebességhez ajánlott a régiók közötti replikációhoz. - A replikátor lambda funkciója (in
us-east-1
) érvényesíti aktuális Régióját az aktív Régió konfigurációval az éppen fogyasztott adatfolyamhoz, a segítségévelkdsActiveRegionConfig
DynamoDB globális táblaA következő mintakód (Java nyelven) segíthet a kiértékelt állapot szemléltetésében:// Fetch the current AWS Region from the Lambda function’s environment String currentAWSRegion = System.getenv(“AWS_REGION”); // Read the stream name from the first Kinesis Record once for the entire batch being processed. This is done because we are reusing the same Lambda function for replicating multiple streams. String currentStreamNameConsumed = kinesisRecord.getEventSourceARN().split(“:”)[5].split(“/”)[1]; // Build the DynamoDB query condition using the stream name Map<String, Condition> keyConditions = singletonMap(“streamName”, Condition.builder().comparisonOperator(EQ).attributeValueList(AttributeValue.builder().s(currentStreamNameConsumed).build()).build()); // Query the DynamoDB Global Table QueryResponse queryResponse = ddbClient.query(QueryRequest.builder().tableName("kdsActiveRegionConfig").keyConditions(keyConditions).attributesToGet(“ActiveRegion”).build());
- A függvény a DynamoDB válaszát a következő kóddal értékeli ki:
// Evaluate the response if (queryResponse.hasItems()) { AttributeValue activeRegionForStream = queryResponse.items().get(0).get(“ActiveRegion”); return currentAWSRegion.equalsIgnoreCase(activeRegionForStream.s()); }
- A választól függően a funkció a következő műveleteket hajtja végre:
- Ha a válasz az
true
, a replikátor funkció a rekordokat a Kinesis adatfolyamokba állítja előus-east-2
szekvenciális módon.- Hiba esetén a rekord sorszámát követi, és az iteráció megszakad. A függvény visszaadja a sikertelen sorszámok listáját. A sikertelen sorszám visszaadásával a megoldás a szolgáltatást használja Lambda ellenőrzőpont hogy részleges meghibásodás esetén újra lehessen folytatni egy köteg rekord feldolgozását. Ez akkor hasznos, ha bármilyen szolgáltatási károsodást kezel, amikor a funkció megpróbálja replikálni az adatokat a régiók között, hogy biztosítsa az adatfolyam paritást és az adatvesztést.
- Ha nincs hiba, üres lista jelenik meg, ami azt jelzi, hogy a köteg sikeres volt.
- Ha a válasz az
false
, a replikátor függvény replikáció végrehajtása nélkül tér vissza. A Lambda-hívások költségének csökkentése érdekében beállíthatja a függvény lefoglalt párhuzamosságát a DR régióban (us-east-2
) nullára. Ez megakadályozza a függvény meghívását. Feladatátvételkor frissítheti ezt az értéket egy megfelelő számra a CDC átviteli sebessége alapján, és beállíthatja a függvény lefoglalt párhuzamosságátus-east-1
nullára, hogy elkerülje a szükségtelen végrehajtást.
- Ha a válasz az
- Miután az összes rekordot a Kinesis Data Streams-be állítják elő
us-east-2
, a replikátor funkció ellenőrzőpontjai akdsReplicationCheckpoint
DynamoDB globális tábla (inus-east-1
) a következő adatokkal:{ "streamName": "example-stream-1", "lastReplicatedTimestamp": "2022-07-18T20:00:00" }
- A függvény a rekordköteg sikeres feldolgozása után tér vissza.
Teljesítmény szempontok
A megoldás teljesítményelvárásait a következő tényezők figyelembevételével kell megérteni:
- Régió kiválasztása – A replikációs késleltetés egyenesen arányos az adatok által megtett távolsággal, ezért ismerje meg a régió kiválasztását
- Sebesség – Az adatok bejövő sebessége vagy a replikálandó adatmennyiség
- A rakomány mérete – A replikálandó hasznos teher mérete
Figyelje a régiók közötti replikációt
Javasoljuk a replikáció nyomon követését és megfigyelését, ahogy az megtörténik. A Lambda funkciót személyre szabhatja, hogy egyéni mérőszámokat tegyen közzé a CloudWatch szolgáltatásban a következő mérőszámokkal minden hívás végén. Ha ezeket a mutatókat az elsődleges és a másodlagos régióban is közzéteszi, megvédheti magát az elsődleges régió megfigyelhetőségét befolyásoló károsodásoktól.
- áteresztőképesség – A jelenlegi Lambda-hívási kötegméret
- ReplicationLagSeconds – Az aktuális időbélyegző (az összes rekord feldolgozása után) és a közötti különbség
ApproximateArrivalTimestamp
az utolsó replikált rekordról
A következő példa CloudWatch metrikadiagramja azt mutatja, hogy az átlagos replikációs késés 2 másodperc volt, 100 rekord átviteli sebessége mellett us-east-1
nak nek us-east-2
.
Általános feladatátvételi stratégia
Az elsődleges régióban a CDC-csővezetéket érintő bármilyen károsodás esetén az üzletmenet-folytonosság vagy a katasztrófa utáni helyreállítási igények megkövetelhetik a csővezeték feladatátvételét a másodlagos (készenléti) régióba. Ez azt jelenti, hogy a feladatátvételi folyamat részeként néhány dolgot meg kell tenni:
- Ha lehetséges, állítsa le az összes CDC feladatot a CDC processzor eszközben
us-east-1
. - A CDC processzort át kell kapcsolni a másodlagos régióhoz, hogy a készenléti régión kívüli működés közben ki tudja olvasni a CDC adatokat a távoli adatforrásból.
- A
kdsActiveRegionConfig
A DynamoDB globális táblát frissíteni kell. Például a folyamhozexample-stream-1
a példánkban használt aktív Régió a következőre módosulus-east-2
:
{ "stream-name": "example-stream-1", "active-Region" : "us-east-2"
}
- Az összes adatfolyam-ellenőrző pontot ki kell olvasni a
kdsReplicationCheckpoint
DynamoDB globális tábla (inus-east-2
), és az egyes ellenőrzőpontok időbélyegei a CDC-feladatok elindítására szolgálnak a gyártói eszközbenus-east-2
Vidék. Ez minimalizálja az adatvesztés esélyét, és az ellenőrzőpont időbélyegétől kezdődően pontosan folytatja a CDC-adatok streamingjét a távoli adatforrásból. - Ha fenntartott párhuzamosságot használ a lambda-hívások vezérléséhez, állítsa az értéket nullára az elsődleges Region(
us-east-1
) és egy megfelelő nem nulla értékre a másodlagos régióban (us-east-2
).
A Vanguard többlépcsős feladatátvételi stratégiája
A Vanguard által használt, harmadik féltől származó eszközök némelyike kétlépcsős CDC-folyamattal rendelkezik az adatok távoli adatforrásból egy célhelyre történő továbbítására. A Vanguard által választott eszköz CDC processzorához ezt a kétlépéses megközelítést követi:
- Az első lépés egy naplófolyam-feladat beállítása, amely beolvassa az adatokat a távoli adatforrásból, és egy állomáshelyen marad.
- A második lépésben egyedi fogyasztói feladatokat kell beállítani, amelyek adatokat olvasnak be a állomáshelyről – amely lehet bekapcsolva Amazon elasztikus fájlrendszer (Amazon EFS) ill Amazon FSxpéldául – és streamelje a célhelyre. A rugalmasság itt az, hogy ezen fogyasztói feladatok mindegyike különböző véglegesítési időbélyegekből indítható adatfolyamként. A naplófolyam feladat általában a fogyasztói feladatok által használt véglegesítési időbélyegek minimumától kezdi meg az adatok beolvasását.
Nézzünk egy példát a forgatókönyv magyarázatára:
- Az „A” fogyasztói feladat adatfolyamként közvetíti az adatokat a 2022-07-19T20:00:00 időponttól kezdődően
example-stream-1
. - A B fogyasztói feladat adatfolyamként közvetíti az adatokat a 2022-07-19T21:00:00 időponttól kezdődően
example-stream-2
. - Ebben a helyzetben a naplófolyamnak adatokat kell olvasnia a távoli adatforrásból a fogyasztói feladatok által használt időbélyegek minimális értékéből, ami 2022-07-19T20:00:00.
A következő sorrenddiagram bemutatja a feladatátvétel során végrehajtandó pontos lépéseket us-east-2
(a készenléti régió).
A lépések a következők:
- A feladatátvételi folyamat a készenléti régióban (
us-east-2
ebben a példában), ha szükséges. Vegye figyelembe, hogy az eseményindító automatizálható a folyamat átfogó állapotellenőrzésével az elsődleges régióban. - A feladatátvételi folyamat frissíti a kdsActiveRegionConfig DynamoDB globális táblát a régió új értékével, mint
us-east-2
az összes adatfolyamnévhez. - A következő lépés az összes adatfolyam-ellenőrzőpont lekérése a
kdsReplicationCheckpoint
DynamoDB globális tábla (inus-east-2
). - Az ellenőrzési pont információinak beolvasása után a feladatátvételi folyamat megtalálja a minimumot
lastReplicatedTimestamp
. - A naplófolyam feladat a CDC processzor eszközben elindul
us-east-2
a 4. lépésben talált időbélyeggel. Ettől az időbélyegtől kezdődően elkezdi a CDC adatok beolvasását a távoli adatforrásból, és megőrzi azokat az AWS átmeneti helyén. - A következő lépés az összes fogyasztói feladat elindítása, hogy kiolvassák az adatokat az átmeneti helyről és a streamet a cél adatfolyamba. Ez az a hely, ahol minden fogyasztói feladat megkapja a megfelelő időbélyeget a
kdsReplicationCheckpoint
táblázat szerint astreamName
amelyre a feladat streameli az adatokat.
Az összes fogyasztói feladat elindítása után az adatok a us-east-2 Kinesis adatfolyamaiba kerülnek előállításra. Innentől kezdve a régiók közötti replikáció folyamata ugyanaz, mint korábban leírtuk – a replikációs Lambda függvény us-east-2
megkezdi az adatok replikálását az adatfolyamba us-east-1
.
Az adatfolyamokból adatokat kiolvasó fogyasztói alkalmazások várhatóan idempotensek ahhoz, hogy képesek legyenek kezelni a duplikációkat. Az ismétlődések számos okból vezethetők be az adatfolyamba, amelyek közül néhányat az alábbiakban ismertetünk.
- A gyártó vagy a CDC processzor duplikációkat visz be az adatfolyamba, miközben a CDC adatokat visszajátssza egy feladatátvétel során
- A DynamoDB Global Table az adatok aszinkron replikációját használja a régiók között, és ha a
kdsReplicationCheckpoint
A táblaadatok replikációs késéssel rendelkeznek, a feladatátvételi folyamat esetleg régebbi ellenőrzőpont időbélyegzőt használ a CDC-adatok újrajátszásához.
Ezenkívül a fogyasztói alkalmazásoknak ellenőrizniük kell az utolsó felhasznált rekord CommitTimestamp-jét. Ennek célja a jobb megfigyelés és helyreállítás.
Út az érettséghez: Automatikus helyreállítás
Az ideális állapot a feladatátvételi folyamat teljes automatizálása, csökkentve a helyreállítási időt és teljesítve a rugalmassági szolgáltatási szintű célkitűzést (SLO). A legtöbb szervezetben azonban a sikertelenség, a visszalépés és a feladatátvétel kiváltására vonatkozó döntés manuális beavatkozást igényel a helyzet felmérése és az eredmény eldöntése során. Az ember által is futtatható feladatátvétel végrehajtásához parancsfájl-automatizálás létrehozása jó kiindulópont.
A Vanguard a feladatátvétel minden lépését automatizálta, de továbbra is az emberek döntik el, hogy mikor hívják meg. Testreszabhatja a megoldást az igényeinek megfelelően, és attól függően, hogy milyen CDC processzort használ a környezetben.
Következtetés
Ebben a bejegyzésben bemutattuk, hogy a Vanguard hogyan újított és épített ki egy megoldást az adatok régiók közötti replikálására a Kinesis Data Streamsben, hogy az adatok magas szinten elérhetővé váljanak. Bemutattunk egy robusztus ellenőrzőpont-stratégiát is, amely szükség esetén megkönnyíti a replikációs folyamat regionális feladatátvételét. A megoldás azt is bemutatta, hogyan lehet DynamoDB globális táblákat használni a replikációs ellenőrzési pontok és a konfiguráció nyomon követésére. Ezzel az architektúrával a Vanguard a CDC-adatoktól függő munkaterheléseket képes volt több régióban üzembe helyezni, hogy megfeleljen a magas rendelkezésre állás üzleti igényeinek az elsődleges régió CDC-folyamatait érintő szolgáltatási károsodások esetén.
Ha bármilyen visszajelzése van, kérjük, hagyjon megjegyzést az alábbi Megjegyzések részben.
A szerzőkről
Raghu Boppanna vállalati építészként dolgozik a Vanguard Technológiai Hivatalánál. A Raghu az adatelemzésre, az adatmigrációra/replikációra, beleértve a CDC-folyamatokat, a katasztrófa-helyreállításra és az adatbázisokra specializálódott. Számos AWS minősítést szerzett, köztük AWS Certified Security – Specialty és AWS Certified Data Analytics – Specialty minősítést.
Parameswaran V Vaidyanathan az Amazon Web Services vezető felhőtűrő építésze. Segíti a nagyvállalatokat az üzleti célok elérésében azáltal, hogy skálázható és rugalmas megoldásokat tervez és épít az AWS Cloudon.
Richa Kaul a pénzügyi szolgáltatások ügyfeleit kiszolgáló ügyfélmegoldások vezető vezetője. Székhelye New Yorkban van. Széles körű tapasztalattal rendelkezik a nagyszabású felhőátalakítás, az alkalmazottak kiválósága és a következő generációs digitális megoldások terén. Ő és csapata a felhő értékének optimalizálására összpontosít, hatékony, rugalmas és agilis megoldások kiépítésével. Richa élvezi a több sportágat, például a triatlont, a zenét és az új technológiák megismerését.
Mithil Prasad az Amazon Web Services fő ügyfélmegoldás-menedzsere. Szerepében Mithil együttműködik az ügyfelekkel, hogy elősegítse a felhőalapú érték megvalósítását, és gondolati vezető szerepet biztosítson a vállalkozásoknak a gyorsaság, agilitás és az innováció elérésében.
- SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
- Platoblockchain. Web3 metaverzum intelligencia. Felerősített tudás. Hozzáférés itt.
- Forrás: https://aws.amazon.com/blogs/big-data/how-vanguard-made-their-technology-platform-resilient-and-efficient-by-building-cross-region-replication-for-amazon-kinesis-data-streams/
- 1
- 100
- 2022
- 28
- a
- képesség
- Képes
- Rólunk
- felett
- hozzáférés
- Szerint
- Fiók
- pontosan
- Elérése
- át
- cselekvések
- aktív
- aktívan
- tulajdonképpen
- mellett
- tanács
- érintő
- megfizethető
- Után
- ellen
- agilis
- Minden termék
- lehetővé teszi, hogy
- alternatív
- amazon
- Amazon EC2
- Amazon kinezis
- Az Amazon Web Services
- Összegek
- analitika
- és a
- alkalmazások
- megközelítés
- megfelelő
- építészet
- automatizált
- Automatizált
- Automatizálás
- elérhetőség
- elérhető
- átlagos
- AWS
- AWS tanúsítvánnyal rendelkezik
- vissza
- alapján
- mert
- hogy
- lent
- Jobb
- között
- tömören
- Törött
- épít
- Épület
- épült
- beépített
- üzleti
- üzleti folytonosság
- vállalkozások
- hívott
- elfog
- fogások
- eset
- CDC
- tanúsítványok
- Vizsgázott
- esély
- változik
- ellenőrizze
- Ellenőrzések
- fő
- választás
- felhő
- FELHŐTECHNOLÓGIA
- kód
- megjegyzés
- Hozzászólások
- elkövetni
- összetevő
- átfogó
- Kiszámít
- feltétel
- Configuration
- megfontolások
- fogyasztott
- fogyasztó
- Fogyasztók
- fogyasztás
- folyamatosan
- ellenőrzés
- Költség
- tudott
- Pár
- teremt
- létrehozása
- kritikai
- Jelenlegi
- Jelenleg
- szokás
- vevő
- Ügyfélmegoldások
- Ügyfelek
- testre
- dátum
- Adatelemzés
- adatvesztés
- adatbázis
- adatbázisok
- Döntés
- döntés
- elszánt
- igazolták
- mutatja
- attól
- függ
- telepíteni
- telepített
- leírt
- rendeltetési hely
- részlet
- különbség
- különböző
- digitális
- közvetlenül
- katasztrófa
- tárgyalt
- távolság
- hajtás
- vezetés
- ismétlődések
- alatt
- minden
- Korábban
- szerzett
- gazdaságok
- Méretgazdaságosság
- hatékony
- munkavállaló
- lehetővé teszi
- fokozott
- biztosítására
- Vállalkozás
- Vállalatok
- Egész
- Környezet
- Eter (ETH)
- értékelni
- értékelték
- esemény
- Minden
- példa
- Kiváló
- végrehajtó
- várakozások
- várható
- tapasztalat
- Magyarázza
- Elmagyarázza
- kiterjedt
- külső
- Arc
- megkönnyítése
- tényezők
- FAIL
- Sikertelen
- Kudarc
- Funkció
- Visszacsatolás
- mező
- filé
- pénzügyi
- pénzügyi szolgáltatások
- leletek
- vezetéknév
- Rugalmasság
- Összpontosít
- következő
- következik
- A befektetők számára
- talált
- ból ből
- teljesen
- funkció
- generáció
- Globális
- földgolyó
- Célok
- jó
- grafikon
- Vendég
- Vendég bejegyzés
- fogantyú
- Kezelés
- megtörténik
- Egészség
- segít
- segít
- itt
- Magas
- nagyon
- Hogyan
- How To
- azonban
- HTTPS
- emberi
- Az emberek
- IAM
- ideális
- Identitás
- értékvesztés
- javul
- javítja
- in
- Beleértve
- Bejövő
- <p></p>
- jelzi
- egyéni
- információ
- Infrastruktúra
- Innováció
- példa
- beavatkozás
- Bevezetett
- Bemutatja
- befektető
- Befektetők
- IT
- ismétlés
- Jáva
- július
- Kulcs
- Kinesis adatfolyamok
- nagy
- keresztnév
- Késleltetés
- vezető
- Vezetés
- tanulás
- Szabadság
- szint
- vonal
- vonalak
- Lista
- kis
- elhelyezkedés
- néz
- le
- készült
- fenntartja
- csinál
- KÉSZÍT
- sikerült
- menedzser
- mód
- kézikönyv
- sok
- térképészet
- masszívan
- érettség
- eszközök
- mechanizmus
- Találkozik
- találkozó
- metrikus
- Metrics
- minimális
- minimum
- Mód
- módosított
- ellenőrzés
- a legtöbb
- több
- többszörös
- zene
- név
- nevek
- bennszülött
- Szükség
- szükséges
- igények
- Új
- Új technológiák
- New York
- következő
- szám
- számok
- célkitűzés
- megfigyelni
- Office
- üzemeltetési
- optimalizálása
- szervezetek
- Eredmény
- paritás
- rész
- társult
- párt
- Mintás
- teljesít
- teljesítmény
- előadó
- engedélyek
- fennáll
- Személyre
- csővezeték
- Hely
- emelvény
- Plató
- Platón adatintelligencia
- PlatoData
- kérem
- Politikák
- lehetséges
- állás
- potenciálisan
- megakadályozása
- elsődleges
- Fő
- folyamat
- feldolgozás
- Processzor
- Készült
- termelő
- Termelők
- elősegíti
- védelme
- ad
- feltéve,
- biztosít
- közzétesz
- Kiadás
- célokra
- tesz
- Olvass
- Olvasás
- megvalósítás
- miatt
- ajánlott
- rekord
- nyilvántartások
- Meggyógyul
- felépülés
- csökkenteni
- csökkentő
- vidék
- regionális
- régiók
- távoli
- többszörözött
- megismétli
- replikáció
- kötelező
- követelmények
- megköveteli,
- fenntartott
- rugalmasság
- rugalmas
- válasz
- REST
- folytatás
- visszatérés
- visszatérő
- Visszatér
- erős
- Szerep
- tekercselt
- SOR
- futás
- Biztonság
- azonos
- skálázható
- Skála
- forgatókönyv
- Második
- másodlagos
- másodperc
- Rész
- biztonság
- idősebb
- Sorozat
- szolgál
- szolgáltatás
- Szolgáltatások
- szolgáló
- készlet
- beállítás
- számos
- kellene
- mutatott
- Műsorok
- egyszerűség
- helyzet
- Méret
- So
- megoldások
- Megoldások
- néhány
- forrás
- Források
- specializálódott
- Különlegesség
- sebesség
- Sport
- színpadra állítás
- kezdet
- kezdődött
- kezdődik
- Állami
- Lépés
- Lépései
- Még mindig
- megáll
- tárolni
- Stratégia
- folyam
- folyó
- Streaming szolgáltatás
- patakok
- sikeres
- sikeresen
- megfelelő
- felettes
- mellékelt
- Támogatja
- rendszer
- táblázat
- tart
- cél
- Feladat
- feladatok
- csapat
- csapat
- Műszaki
- Technologies
- Technológia
- A
- azok
- dolgok
- harmadik fél
- gondoltam
- gondolkodás vezetés
- Keresztül
- áteresztőképesség
- idő
- időbélyeg
- nak nek
- szerszám
- szerszámok
- vágány
- Csomagkövetés
- Átalakítás
- utazott
- kiváltó
- váltott
- megért
- megértett
- szükségtelenül
- Frissítések
- frissítve
- Frissítés
- használ
- használati eset
- rendszerint
- UTC
- érték
- Élcsapat
- Sebesség
- keresztül
- kötet
- háló
- webes szolgáltatások
- ami
- míg
- lesz
- belül
- nélkül
- művek
- lenne
- ír
- írott
- A te
- magad
- zephyrnet
- nulla
- zónák