Üdvözöljük az adatok korszakában. A naponta rögzített adatmennyiség folyamatosan növekszik, ezért platformok és megoldások fejlesztésére van szükség. Szolgáltatások, mint pl Amazon egyszerű tárolási szolgáltatás (Amazon S3) olyan méretezhető megoldást kínálnak, amely alkalmazkodik, mégis költséghatékony a növekvő adatkészletekhez. A Amazon Fenntarthatósági Adatkezdeményezés (ASDI) az Amazon S3 képességeit használja fel arra, hogy költségmentes megoldást nyújtson az éghajlattudományi munkaterhelések tárolására és megosztására szerte a világon. Az Amazon Open Data szponzorációs programja lehetővé teszi a szervezetek számára, hogy ingyenesen üzemeltethessenek AWS-t.
Az elmúlt évtizedben azt láttuk, hogy az adattudományi keretrendszerek felfutása kiteljesedik, valamint az adattudományi közösség tömeges elfogadása. Az egyik ilyen keret az Irányítópult, amely hatékony a dolgozói számítási csomópontok összehangolásának biztosítására, ezáltal felgyorsítva a nagy adatkészletek komplex elemzését.
Ebben a bejegyzésben megmutatjuk, hogyan telepíthet egyedit AWS Cloud Development Kit (AWS CDK) megoldás, amely kiterjeszti a Dask funkcionalitását, hogy régiók között működjön az Amazon globális hálózatán. Az AWS CDK-megoldás a Dask-dolgozók hálózatát telepíti két AWS-régióra, amelyek egy ügyfélrégióhoz csatlakoznak. További információkért lásd: Útmutató az elosztott számítástechnikához a Cross Regional Dask segítségével az AWS-en és a GitHub repo nyílt forráskódhoz.
A telepítés után a felhasználó hozzáférhet egy Jupyter notebookhoz, ahol az ASDI két adatkészletével kommunikálhat az AWS-en: Kapcsolt modell-összehasonlítási projekt 6 (CMIP6) és a ECMWF ERA5 újraelemzés. A CMIP6 a globális kapcsolt óceán-légkör általános keringési modell együttesének hatodik fázisára összpontosít; Az ERA5 a globális éghajlat ECMWF légköri újraelemzésének ötödik generációja, és az első operatív szolgáltatásként készült újraelemzés.
Ezt a megoldást az AWS egyik kulcsfontosságú ügyfelével, a UK Met Office. A Met Office-t 1854-ben alapították, és az Egyesült Királyság nemzeti meteorológiai szolgálata. Időjárási és éghajlati előrejelzéseket adnak, amelyek segítségével jobb döntéseket hozhat a biztonság és a boldogulás érdekében. Együttműködés a Met Office és az EUMETSAT között, részletezve Közeli adatok számítása adatközpontok között elosztott Dask-fürtön, rávilágít arra, hogy egyre nagyobb szükség van egy fenntartható, hatékony és méretezhető adattudományi megoldás kifejlesztésére. Ez a megoldás úgy éri el, hogy közelebb hozza a számítást az adatokhoz, ahelyett, hogy az adatokat a számítási erőforrásokhoz kényszerítené, ami növeli a költségeket, a késleltetést és az energiát.
Megoldás áttekintése
Az Egyesült Királyság Met Office naponta akár 300 TB időjárási és éghajlati adatot állít elő, amelyek egy részét közzéteszik az ASDI-nak. Ezek az adatkészletek világszerte el vannak terjesztve, és nyilvános használatra szolgálnak. A Met Office szeretné lehetővé tenni a fogyasztók számára, hogy adataikból minél többet hasznosíthassanak a kritikus döntések meghozatalához olyan kérdések kezelésében, mint az éghajlatváltozás okozta erdőtüzekre és áradásokra való jobb felkészülés, valamint az élelmiszer-ellátás bizonytalanságának csökkentése a terméshozam jobb elemzésével.
A ma használatos hagyományos megoldások, különösen az éghajlati adatokkal kapcsolatban, időigényesek és fenntarthatatlanok, mivel az adatkészleteket régiókon át replikálják. A szükségtelen, petabájtos adatátvitel költséges, lassú és energiát fogyaszt.
Becsléseink szerint, ha ezt a gyakorlatot átvennék a Met Office felhasználói, akkor naponta 40 otthon napi áramfogyasztásának megfelelő mennyiséget lehetne megtakarítani, és csökkenteni lehetne a régiók közötti adatátvitelt is.
A következő ábra a megoldás architektúráját mutatja be.
A megoldás három fő szegmensre bontható: ügyfél, dolgozó és hálózat. Merüljünk el mindegyikben, és nézzük meg, hogyan jönnek össze.
Vásárló
Az ügyfél képviseli azt a forrásrégiót, ahol az adattudósok csatlakoznak. Ez a régió (az ábrán az A régió) tartalmaz egy Amazon SageMaker notebook, Egy Amazon OpenSearch szolgáltatás domain, és a Dask ütemező mint kulcsfontosságú összetevők. A rendszergazdák hozzáférhetnek a beépített Dask irányítópulthoz, amely egy Elasztikus terheléselosztó.
Az adattudósok hozzáférhetnek a SageMakeren tárolt Jupyter notebookhoz. A jegyzetfüzet képes csatlakozni a Dask ütemezőhöz, és munkaterheléseket futtatni. Az OpenSearch Service tartomány metaadatokat tárol a Régiókhoz csatlakoztatott adatkészleteken. A notebook-felhasználók lekérdezhetik ezt a szolgáltatást, hogy lekérhessenek olyan részleteket, mint például a megfelelő Region of Dask dolgozók, anélkül, hogy előzetesen ismerniük kellene az adatok regionális helyét.
Munkás
A dolgozói régiók mindegyike (a diagramon B és C régió) egy Amazon Elastic Container Service (Amazon ECS) cluster of Dask munkások, Egy Amazon FSx Lusterhez fájlrendszer, és egy önálló Amazon rugalmas számítási felhő (Amazon EC2) példány. Az FSx for Luster lehetővé teszi a Dask dolgozói számára, hogy hozzáférjenek és feldolgozzák az Amazon S3 adatait egy nagy teljesítményű fájlrendszerből azáltal, hogy a fájlrendszereket összekapcsolják az S3 tárolókkal. Ezredmásodperc alatti késleltetést, akár több száz GB/s átviteli sebességet és több millió IOPS-t biztosít. A Luster egyik legfontosabb jellemzője, hogy csak a fájlrendszer metaadatai szinkronizálódnak. A Luster igény szerint kezeli a betöltendő és melegen tartandó fájlok egyensúlyát.
A dolgozói fürtök a CPU-használat alapján skálázódnak, további munkavállalókat biztosítanak hosszabb ideig tartó kereslet esetén, és leépülnek, amikor az erőforrások tétlenné válnak.
Minden este 0:00 UTC-kor egy adatszinkronizálási feladat felszólítja a Luster fájlrendszert, hogy szinkronizálja újra a csatolt S3 tárolót, és lekéri a gyűjtőhely naprakész metaadat-katalógusát. Ezt követően az önálló EC2 példány ezeket a frissítéseket az adott régió indexének megfelelő OpenSearch szolgáltatásba küldi. Az OpenSearch szolgáltatás biztosítja az ügyfél számára a szükséges információkat arról, hogy egy adott adatkészlethez melyik munkavállalói csoportot kell lekérni.
Hálózat
Ennek a megoldásnak a központi eleme a hálózatépítés, amely az Amazon belső gerinchálózatát használja fel. Használva AWS Transit Gateway, képesek vagyunk összekapcsolni az egyes Régiókat egymással anélkül, hogy be kellene járnunk a nyilvános internetet. Mindegyik dolgozó képes dinamikusan csatlakozni a Dask ütemezőhöz, lehetővé téve az adattudósok számára, hogy régiók közötti lekérdezéseket hajtsanak végre a Daskon keresztül.
Előfeltételek
Az AWS CDK csomag a TypeScript programozási nyelvet használja. Kövesse a lépéseket Az AWS CDK első lépései a helyi környezet beállításához és a fejlesztői fiók rendszerindításához (a GitHub repo).
A sikeres telepítéshez szüksége lesz Docker telepítve és a helyi gépen fut.
Telepítse az AWS CDK csomagot
Az AWS CDK-csomag telepítése egyszerű. Miután telepítette az előfeltételeket és elindította fiókját, folytathatja a kódbázis letöltését.
- Töltse le a GitHub tárház:
- Csomópont modulok telepítése:
- Telepítse az AWS CDK-t:
A verem telepítése több mint másfél órát vehet igénybe.
Kód áttekintése
Ebben a részben megvizsgáljuk a kódbázis néhány kulcsfontosságú jellemzőjét. Ha meg szeretné tekinteni a teljes kódbázist, tekintse meg a GitHub tárház.
Konfigurálja és testreszabja a veremét
A fájlban bin/variables.ts, két változódeklarációt talál: egyet az ügyfélnek és egyet a dolgozóknak. Az ügyféldeklaráció egy szótár, amely egy régióra és CIDR-tartományra hivatkozik. E változók testreszabása megváltoztatja mind a régiót, mind a CIDR-tartományt, ahol az ügyfélerőforrások telepítésre kerülnek.
A dolgozó változó ugyanezt a funkciót másolja; ez azonban a szótárak listája a felhasználó által felvenni kívánt adatkészletek hozzáadására vagy kivonására. Ezenkívül minden szótár tartalmazza a hozzáadott mezőket dataset
és a lustreFileSystemPath
. Az adatkészlet a csatlakozó S3 URI megadására szolgál, amelyhez a Luster csatlakozni tud. A lustreFileSystemPath
változó leképezésként szolgál arra vonatkozóan, hogy a felhasználó hogyan szeretné, hogy az adatkészlet lokálisan legyen leképezve a dolgozó fájlrendszerében. Lásd a következő kódot:
Az ütemező IP-címének dinamikus közzététele
A projekt régiókon átívelő jellegéből fakadó kihívás a Dask dolgozói és az ütemező közötti dinamikus kapcsolat fenntartása volt. Hogyan tehetnénk közzé egy IP-címet, amely képes megváltoztatni az AWS régiókban? felhasználásával tudtuk ezt megvalósítani AWS felhőtérkép és a Associate-vpc-with-hosted-zone. A szolgáltatás absztrakt, amely lehetővé teszi az AWS számára, hogy privát módon kezelje ezt a DNS-névteret. Lásd a következő kódot:
Jupyter notebook felhasználói felület
A SageMaker-en tárolt Jupyter notebook a tudósok számára kész környezetet biztosít a telepítéshez, hogy könnyen csatlakozhassanak és kísérletezzenek a betöltött adatkészletekkel. Használtuk a életciklus konfigurációs szkript a notebook előre konfigurált fejlesztői környezettel és példakódbázissal való ellátásához. Lásd a következő kódot:
Dask dolgozói csomópontok
Ami a Dask dolgozókat illeti, nagyobb testreszabhatóság biztosított, pontosabban a példánytípus, a konténerenkénti szálak és a skálázási riasztások tekintetében. Alapértelmezés szerint a példányon m5d.4xlarge típusú dolgozók kiépítése, indításkor felcsatolódik a Luster fájlrendszerre, és dinamikusan portokra osztja fel a dolgozókat és a szálakat. Mindez opcionálisan testreszabható. Lásd a következő kódot:
teljesítmény
A teljesítmény értékeléséhez mintaszámítást használunk, és a levegő hőmérsékletét 2 méteren ábrázoljuk a CMIP6 egy hónapra vonatkozó előrejelzése és az ERA5 átlagos levegőhőmérséklet 10 év közötti különbsége alapján. Minden régióban két munkavállalót határoztunk meg, és felmértük a különbséget az időcsökkenésben, ha további munkavállalókat vettek fel. Elméletileg, ahogy a megoldás skálázódik, produktív anyagi különbségnek kell lennie a teljes idő csökkentésében.
Az alábbi táblázat összefoglalja adatkészletünk részleteit.
adatbázisba | Változók | Lemezméret | Xarray adatkészlet mérete | Vidék |
ERA5 | 2011–2020 (120 netcdf fájl) | 53.5GB | 364.1 GB | us-kelet-1 |
CMIP6 | 1.13GB | 0.11 GB | us-nyugat-2 |
A következő táblázat az összegyűjtött eredményeket mutatja be, bemutatva az egyes számítások és előrejelzések idejét (másodpercben), a CMIP6 előrejelzés, az ERA5 és a különbség kiszámításának három szakaszában.
. | . | Dolgozók száma | |||
Kiszámít | Vidék | 2(CMIP) + 2(ERA) | 2(CMIP) + 4(ERA) | 2(CMIP) + 8(ERA) |
2 (CMIP) + 12 (ERA) |
CMIP6 (predicted_tas_regridded ) |
us-nyugat-2 | 11.8 | 11.5 | 11.2 | 11.6 |
ERA5 (historic_temp_regridded ) |
us-kelet-1 | 1512 | 711 | 427 | 202 |
Különbség (propogated pool ) |
us-nyugat-2 és us-kelet-1 | 1527 | 906 | 469 | 251 |
A következő grafikon a teljesítményt és a léptéket mutatja be.
Kísérletünkből lineáris javulást figyeltünk meg az ERA5 adatkészlet számításában, ahogy a dolgozók száma nőtt. A dolgozók számának növekedésével a számítási idő időnként felére csökkent.
Jupyter jegyzetfüzet
A megoldás bevezetésének részeként üzembe helyezünk egy előre konfigurált Jupyter notebookot, amely segít a régiók közötti Dask megoldás tesztelésében. A notebook szemlélteti azt az elhárított aggodalmat, hogy ismerni kell az adatkészletek regionális helyét, ehelyett egy katalógust kell lekérdezni a háttérben futó Jupyter notebookok sorozatán keresztül.
A kezdéshez kövesse az ebben a részben található utasításokat.
A jegyzetfüzetek kódja itt található lib/SagemakerCode
az elsődleges jegyzetfüzet ux_notebook.ipynb
. Ez a jegyzetfüzet más jegyzetfüzeteket hív meg, és segítő szkripteket indít el. ux_notebook
Úgy tervezték, hogy belépési pont legyen a tudósok számára, anélkül, hogy máshová kellene menniük.
A kezdéshez nyissa meg ezt a jegyzetfüzetet a SageMakerben, miután telepítette az AWS CDK-t. Az AWS CDK létrehoz egy jegyzetfüzet-példányt a lerakatban lévő összes fájl betöltésével és biztonsági másolatával egy AWS CodeCommit tárolóból.
Az alkalmazás futtatásához nyissa meg és futtassa az első cellát ux_notebook
. Ez a cella futtatja a get_variables
notebook a háttérben, amely kéri a kiválasztani kívánt adatok bevitelét. Mutatunk egy példát; azonban vegye figyelembe, hogy a kérdések csak az előző opció kiválasztása után jelennek meg. Ez szándékosan korlátozza a legördülő menü választási lehetőségeit, és opcionálisan konfigurálható a szerkesztésével get_variables
jegyzetfüzet.
Az előző kód globálisan tárolja a változókat, így más notebookok is lekérhetik és betölthetik a kiválasztott választásokat. A demonstráció érdekében a következő cellának ki kell adnia az előző mentési változókat.
Ezután megjelenik egy kérés a további adatspecifikációkhoz. Ez a cella a táblázatok azonosítóinak ember által olvasható formátumban történő bemutatásával finomítja a keresett adatokat. A felhasználók úgy választanak ki, mintha egy űrlapról lenne szó, de a címek a háttérben táblázatokhoz vannak leképezve, amelyek segítik a rendszert a megfelelő adatkészletek lekérésében.
Miután eltárolta az összes választási lehetőséget és kijelölő cellát, töltse be az adatokat a Régiókba a cella futtatásával Az adatok megszerzése készlet szakasz. A %%capture parancs letiltja a szükségtelen kimeneteket get_data
jegyzetfüzet. Vegye figyelembe, hogy ezt eltávolíthatja a többi notebook kimeneteinek ellenőrzéséhez. Ezután az adatok lekérésre kerülnek a háttérben.
Míg más notebookok futnak a háttérben, a felhasználó egyetlen kapcsolati pontja a ux_notebook
. Ennek célja, hogy elvonatkoztassa az adatok olyan formátumba történő importálásának fárasztó folyamatát, amelyet bármely felhasználó könnyedén követni tud.
Az adatok betöltése után megkezdhetjük a velük való interakciót. A következő cellák példák az időjárási adatokon futtatható számításokra. Használata xarrays, importáljuk, kiszámítjuk, majd ábrázoljuk ezeket az adatkészleteket.
A mintánk a prediktív adatok grafikonját szemlélteti adatok lekérésével, a számítás futtatásával és az eredmények ábrázolásával 7.5 másodperc alatt – ez nagyságrendekkel gyorsabb, mint egy tipikus megközelítés.
A motorháztető alatt
A füzetek get_catalog_input
és a get_variables
használja a könyvtárat ipywidgetek widgetek, például legördülő menük és többdobozos kijelölések megjelenítéséhez. Ezeket a beállításokat a rendszer globálisan menti a %%store paranccsal, így a következőről érhető el ux_notebook
. Az egyik opció megkérdezi, hogy előzményadatokat, prediktív adatokat vagy mindkettőt szeretne-e. Ez a változó a get_data
notebook segítségével meghatározhatja, hogy mely későbbi notebookokat futtassa.
A get_data
A notebook először lekéri a megosztott OpenSearch Service tartományt, amelybe mentve AWS Systems Manager Paramétertár. Ez a tartomány lehetővé teszi a notebookunknak, hogy lekérdezést tudjon gyűjteni olyan információkról, amelyek jelzik, hogy a kiválasztott adatkészletek regionálisan hol vannak tárolva. Ha ezek az adatkészletek Regionálisan vannak elhelyezve, a notebook csatlakozási kísérletet tesz a Dask ütemezőhöz, és továbbítja az OpenSearch szolgáltatásból gyűjtött információkat. A Dask ütemező pedig képes lesz felhívni a dolgozókat a megfelelő régiókban.
Hogyan lehet testreszabni és folytatni a fejlesztést
Ezek a notebookok arra szolgálnak, hogy példát mutassanak arra, hogyan hozhat létre módot a felhasználók számára az adatokkal való interakcióra és interakcióra. A bejegyzésben található jegyzetfüzet szemlélteti, hogy mi lehetséges, és arra kérjük, hogy továbbra is építsen a megoldásra a felhasználói elkötelezettség további javítása érdekében. Ennek a megoldásnak a központi része a háttértechnológia, de a háttérrendszerrel való interakciós mechanizmus hiányában a felhasználók nem fogják felismerni a megoldásban rejlő lehetőségeket.
A jövőbeni költségek elkerülése érdekében törölje az erőforrásokat. Megsemmisítjük a telepített megoldásunkat a következő paranccsal:
Következtetés
Ez a bejegyzés bemutatja a Dask régiók közötti kiterjesztését az AWS-re, valamint az AWS nyilvános adatkészleteivel való lehetséges integrációt. A megoldást általános mintaként építettük fel, és további adatkészletek tölthetők be az összetett adatok magas I/O elemzéseinek felgyorsítása érdekében.
Az adatok minden területet és üzletet átalakítanak. Mivel azonban az adatok gyorsabban növekednek, mint amennyit a legtöbb vállalat nyomon követni tud, az adatok gyűjtése és az adatokból való érték hasznosítása kihívást jelent. A modern adatstratégia segíthet jobb üzleti eredmények elérésében az adatokkal. Az AWS a szolgáltatások legteljesebb készletét nyújtja a végpontok közötti adatúthoz, hogy segítsen az adatokból értéket felszabadítani, és betekintést nyerni.
Ha többet szeretne megtudni az adatok felhőben való felhasználásának különféle módjairól, látogasson el a következő oldalra AWS Big Data Blog. Megkérjük továbbá, hogy kommentálja gondolatait ehhez a bejegyzéshez, és hogy ezt a megoldást tervezi-e kipróbálni.
A szerzőkről
Patrick O'Connor a WWSO prototípus-készítő mérnöke Londonban. Kreatív problémamegoldó, aki alkalmazkodik a technológiák széles skálájához, például az IoT-hez, a szerver nélküli technológiához, a 3D-s térbeli technológiához és az ML/AI-hez, valamint könyörtelenül kíváncsi arra, hogyan fejlesztheti tovább a technológia a mindennapi megközelítéseket.
Csakra Nagarajan egy Principal Machine Learning Prototyping SA, amely 21 éves tapasztalattal rendelkezik a gépi tanulás, a big data és a nagy teljesítményű számítástechnika területén. Jelenlegi feladatkörében segíti ügyfeleit a valós világ összetett üzleti problémáinak megoldásában, prototípusok készítésével végpontok közötti AI/ML megoldásokkal felhő- és szélső eszközökben. ML specializációja a számítógépes látást, a természetes nyelvi feldolgozást, az idősoros előrejelzést és a személyre szabást foglalja magában.
Val Cohen a WWSO vezető prototípus-készítő mérnöke Londonban. Val természeténél fogva problémamegoldóként szeret kódot írni a folyamatok automatizálására, az ügyfelek megszállottja eszközeinek létrehozására, valamint a különféle alkalmazások infrastruktúrájának létrehozására globális ügyfélbázisa számára. Val sokféle technológia terén rendelkezik tapasztalattal, mint például a front-end webfejlesztés, a háttérmunka és az AI/ML.
Niall Robinson az Egyesült Királyság Met Office határidős termékeinek vezetője. Ő és csapata olyan új módszereket tár fel, amelyekkel a Met Office értéket teremthet a termékinnováció és a stratégiai partnerségek révén. Változatos karriert futott be, egy multidiszciplináris informatikai kutatás-fejlesztési csapatot, az adattudományi tudományos kutatásokat és terepkutatókat vezetett, valamint klímamodellezői szakértelem.
- SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
- PlatoAiStream. Web3 adatintelligencia. Felerősített tudás. Hozzáférés itt.
- A jövő pénzverése – Adryenn Ashley. Hozzáférés itt.
- Részvények vásárlása és eladása PRE-IPO társaságokban a PREIPO® segítségével. Hozzáférés itt.
- Forrás: https://aws.amazon.com/blogs/big-data/build-efficient-cross-regional-i-o-intensive-workloads-with-dask-on-aws/
- :van
- :is
- :ahol
- $ UP
- 1
- 10
- 100
- 11
- 12
- 20
- 24
- 3d
- 40
- 50
- 7
- 9
- a
- képesség
- Képes
- Rólunk
- felett
- KIVONAT
- absztraktokat
- egyetemi
- tudományos kutatás
- gyorsul
- gyorsuló
- hozzáférés
- igénybe vett
- elhelyezésére
- elérni
- Fiók
- ér
- át
- alkalmazkodik
- hozzáadott
- hozzáadásával
- További
- Ezen kívül
- cím
- címzés
- Hozzáteszi
- adminisztrátorok
- fogadott
- Örökbefogadás
- Után
- AI / ML
- AIR
- Minden termék
- lehetővé téve
- lehetővé teszi, hogy
- mentén
- Is
- amazon
- Amazon EC2
- an
- elemzés
- és a
- bármilyen
- megjelenik
- Alkalmazás
- alkalmazások
- megközelítés
- megközelít
- megfelelő
- építészet
- VANNAK
- AS
- At
- Légkör
- légköri
- automatizált
- elkerülése érdekében
- AWS
- AWS Ügyfél
- Hátgerinc
- háttal ellátott
- háttér
- háttér
- Egyenleg
- bázis
- alapján
- BE
- válik
- óta
- előtt
- hogy
- lent
- benchmark
- Jobb
- között
- Nagy
- Big adatok
- Bootstrap
- mindkét
- Bringing
- Törött
- épít
- Épület
- épült
- beépített
- üzleti
- de
- by
- számít
- hívás
- hívott
- hívás
- kéri
- TUD
- képességek
- képes
- Karrier
- katalógus
- CD
- Cellák
- kihívás
- kihívást
- változik
- változó
- díj
- díjak
- választás
- Keringés
- vásárló
- Klíma
- közelebb
- felhő
- Fürt
- CO
- kód
- kódbázis
- együttműködés
- Gyűjtő
- hogyan
- jön
- érkező
- megjegyzés
- közösség
- Companies
- teljes
- bonyolult
- alkatrészek
- Tartalmaz
- számítás
- Kiszámít
- számítógép
- Számítógépes látás
- számítástechnika
- Configuration
- Csatlakozás
- összefüggő
- Csatlakozó
- kapcsolat
- Fogyasztók
- fogyasztás
- Konténer
- tartalmaz
- folytatódik
- tovább
- példányban
- Mag
- kijavítására
- Költség
- költséghatékony
- tudott
- összekapcsolt
- CPU
- teremt
- teremt
- Kreatív
- kritikai
- termés
- Kereszt
- kíváncsiság
- Jelenlegi
- szokás
- vevő
- Ügyfelek
- szabható
- testre
- napi
- műszerfal
- dátum
- adat-tudomány
- adatstratégia
- adatkészletek
- nap
- évtized
- határozatok
- alapértelmezett
- Kereslet
- mutatja
- telepíteni
- telepített
- bevetés
- bevet
- tervezett
- elpusztítani
- részletes
- részletek
- Határozzuk meg
- Fejleszt
- Fejlesztő
- Fejlesztés
- Eszközök
- különbség
- Tiltva
- felfedezés
- kijelző
- megosztott
- elosztott számítástechnika
- dns
- Dokkmunkás
- domain
- le-
- dinamikus
- dinamikusan
- minden
- könnyű
- könnyen
- él
- szerkesztés
- hatékony
- máshol
- lehetővé
- végtől végig
- energia
- eljegyzés
- mérnök
- belépés
- Környezet
- Egyenértékű
- Ez volt
- becsült
- Eter (ETH)
- Minden
- minden nap
- mindennapi
- fejlődik
- példa
- példák
- tapasztalat
- kísérlet
- szakvélemény
- feltárása
- export
- kitett
- kiterjesztés
- gyorsabb
- Funkció
- Jellemzők
- mező
- Fields
- filé
- Fájlok
- Találjon
- vezetéknév
- koncentrál
- következik
- következő
- élelmiszer
- A
- forma
- formátum
- formák
- talált
- Alapított
- Keretrendszer
- keretek
- Ingyenes
- ból ből
- termés
- Tele
- funkcionalitás
- további
- jövő
- Futures
- általános
- generáció
- kap
- szerzés
- megy
- Globális
- globális hálózat
- globálisan
- földgolyó
- megy
- grafikon
- nagyobb
- Rács
- Nő
- Növekvő
- kellett
- fél
- felére csökkent
- Legyen
- he
- fej
- segít
- segít
- neki
- Magas
- nagy teljesítményű
- kiemeli
- övé
- történeti
- vendéglátó
- házigazdája
- óra
- Hogyan
- How To
- azonban
- HTML
- HTTPS
- ember által olvasható
- Több száz
- Idle
- ids
- if
- illusztrálja
- importál
- importáló
- javul
- javulás
- in
- tartalmaz
- magában foglalja a
- <p></p>
- index
- jelez
- tájékoztat
- információ
- Infrastruktúra
- velejáró
- Innováció
- bemenet
- bizonytalanság
- Insight
- inspirálta
- telepíteni
- példa
- helyette
- utasítás
- integráció
- Szándékos
- kölcsönhatásba
- kölcsönható
- Felület
- belső
- Internet
- bele
- meghívni
- tárgyak internete
- IP
- IP-cím
- kérdések
- IT
- ITS
- Munka
- utazás
- jpg
- Jupyter Jegyzetfüzet
- Tart
- Kulcs
- Ismer
- nyelv
- nagy
- keresztnév
- Késleltetés
- indít
- vezető
- TANUL
- tanulás
- könyvtár
- életciklus
- mint
- Összekapcsolása
- Lista
- kiszámításának
- helyi
- helyileg
- található
- elhelyezkedés
- London
- gép
- gépi tanulás
- fontos
- csinál
- kezelése
- menedzser
- kezeli
- térkép
- térképészet
- Tömeg
- Tömeges örökbefogadás
- anyag
- Lehet..
- jelent
- mechanizmus
- Metaadatok
- Több millió
- ML
- modell
- modern
- Modulok
- Hónap
- havi
- havi adatok
- több
- a legtöbb
- SZERELJÜK
- multidiszciplináris
- név
- nemzeti
- Természetes
- Természetes nyelv
- Természetes nyelvi feldolgozás
- Természet
- elengedhetetlen
- Szükség
- igénylő
- hálózat
- Új
- következő
- éjszaka
- csomópont
- csomópontok
- jegyzetfüzet
- laptopok
- Most
- szám
- számok
- of
- ajánlat
- Office
- on
- ONE
- csak
- nyitva
- nyílt adatok
- nyílt forráskódú
- nyílt forráskód
- operatív
- opció
- Opciók
- or
- hangszerelés
- szervezetek
- Más
- mi
- ki
- eredmények
- teljesítmény
- felett
- átfogó
- csomag
- paraméter
- rész
- különös
- különösen
- partnerségek
- Elmúlt
- Múló
- Mintás
- teljesítmény
- időszakok
- Testreszabás
- petabájt
- fázis
- terv
- Platformok
- Plató
- Platón adatintelligencia
- PlatoData
- pont
- medence
- portok
- lehetséges
- állás
- potenciális
- hatalom
- erős
- gyakorlat
- előrejelzés
- Tippek
- előfeltételek
- előző
- elsődleges
- Fő
- magán
- Probléma
- problémák
- folyamat
- Folyamatok
- feldolgozás
- Készült
- Termékek
- Termékinnováció
- termelő
- Program
- Programozás
- program
- prototípusok
- prototípus
- ad
- feltéve,
- biztosít
- ellátás
- nyilvános
- közzétesz
- közzétett
- Húz
- lekérdezések
- Kérdések
- K + F
- hatótávolság
- Inkább
- készáru
- való Világ
- észre
- csökkenteni
- csökkentő
- csökkentés
- vidék
- regionális
- régiók
- könyörtelen
- maradványok
- eltávolítása
- eltávolított
- raktár
- jelentése
- kutatás
- Tudástár
- azok
- Eredmények
- Szerep
- futás
- futás
- SA
- biztonságos
- sagemaker
- azonos
- Megtakarítás
- skálázható
- Skála
- Mérleg
- skálázás
- Tudomány
- Tudós
- tudósok
- szkriptek
- másodperc
- Rész
- lát
- látott
- szegmensek
- kiválasztott
- kiválasztás
- idősebb
- Series of
- vagy szerver
- szolgálja
- szolgáltatás
- Szolgáltatások
- készlet
- Megosztás
- megosztott
- kellene
- előadás
- kirakatba
- Műsorok
- Egyszerű
- egyszerűen
- hatodik
- lassú
- So
- megoldások
- Megoldások
- SOLVE
- néhány
- forrás
- térbeli
- kifejezetten
- specifikációk
- meghatározott
- szponzorálás
- verem
- állapota
- önálló
- kezdet
- kezdődött
- tartózkodás
- Lépései
- tárolás
- tárolni
- memorizált
- árnyékolók
- egyértelmű
- Stratégiai
- Stratégiai partnerségek
- Stratégia
- későbbi
- Később
- sikeres
- ilyen
- felületi
- túlfeszültség
- Fenntarthatóság
- fenntartható
- rendszer
- Systems
- táblázat
- Vesz
- csapat
- tech
- Technologies
- Technológia
- teszt
- mint
- hogy
- A
- az információ
- The Source
- Az Egyesült Királyságban
- a világ
- azok
- akkor
- Ott.
- ezáltal
- Ezek
- ők
- ezt
- azok
- három
- Gyarapodás
- Keresztül
- áteresztőképesség
- idő
- Idősorok
- alkalommal
- címei
- nak nek
- Ma
- együtt
- szerszámok
- vágány
- Csomagkövetés
- átruházás
- transzformáló
- tranzit
- kioldás
- FORDULAT
- kettő
- típus
- Gépelt
- tipikus
- Uk
- alatt
- kinyit
- fenntarthatatlan
- up-to-date
- Frissítés
- upon
- URI
- Használat
- használ
- használt
- használó
- Felhasználók
- segítségével
- UTC
- kihasználva
- VAL
- érték
- fajta
- különféle
- keresztül
- látomás
- Látogat
- kötet
- akar
- akar
- meleg
- volt
- Út..
- módon
- we
- időjárás
- háló
- webfejlesztés
- voltak
- vajon
- ami
- széles
- Széleskörű
- lesz
- kívánságait
- val vel
- nélkül
- Munka
- munkás
- dolgozók
- világ
- aggódik
- lenne
- írás
- év
- még
- Hozam
- te
- A te
- zephyrnet