Ez egy vendégbejegyzés, amelyet Alex Naumov, a smava vezető adatépítésze írta.
smava GmbH Németország egyik vezető pénzügyi szolgáltató vállalata, amely a személyi kölcsönöket átláthatóvá, méltányossá és megfizethetővé teszi a fogyasztók számára. A smava digitális folyamatok alapján több mint 20 bank hitelajánlatait hasonlítja össze. Így a hitelfelvevők gyorsan, digitalizáltan és hatékonyan választhatják ki a számukra legkedvezőbb ajánlatokat.
A smava hisz és kihasználja az adatvezérelt döntéseket, hogy piacvezetővé váljon. A Data Platform csapata felelős a smava adatvezérelt döntéseinek támogatásáért azáltal, hogy adattermékeket biztosít a vállalat összes részlegére és fiókjára vonatkozóan. A részlegek csapatokat foglalnak magukban a mérnököktől az értékesítésig és a marketingig. A fióktelepek termékei szerint sorakoznak, nevezetesen B2C hitelek, B2B hitelek és korábban B2C jelzáloghitelek is. A vállalaton belül használt adattermékek többek között a felhasználói utazásokból származó betekintéseket, az operatív jelentéseket és a marketingkampányok eredményeit tartalmazzák. Az adatplatform naponta átlagosan 60 ezer lekérdezést szolgál ki. Az adatmennyiség kétszámjegyű TB-ben van, és az üzleti és adatforrások fejlődésével folyamatosan növekszik.
A smava Data Platform csapata azzal a kihívással szembesült, hogy adatokat szállítson a különböző SLA-kkal rendelkező érdekelt felekhez, miközben megőrizte a rugalmasságot a fel- és leskálázáshoz, miközben költséghatékony marad. A napi jelentések elkészítése akár 3 órát is igénybe vett, ami hatással volt az üzleti döntéshozatalra, amikor az újraszámításokat a nap folyamán kellett elvégezni. Az önkiszolgáló elemzés felgyorsítása és az adatokon alapuló innováció előmozdítása érdekében olyan megoldásra volt szükség, amely lehetővé teszi bármely csapat számára, hogy önállóan, decentralizált módon hozzon létre adattermékeket. Az adattermékek létrehozásához és kezeléséhez a smava a Amazon RedShift, egy felhő adattárház.
Ebben a bejegyzésben bemutatjuk, hogyan optimalizálta a smava adatplatformját a használatával Amazon Redshift Serverless és a Amazon Redshift adatmegosztás az előre nem látható munkaterhelések megfelelő méretezési kihívásainak leküzdése és az ár-teljesítmény további javítása. Az optimalizálás révén a smava akár 50%-os költségmegtakarítást és akár háromszor gyorsabb jelentéskészítést ért el a korábbi analitikai infrastruktúrához képest.
A megoldás áttekintése
Adatvezérelt vállalatként a smava az AWS Cloud-ra támaszkodik az elemzési felhasználási esetek működtetéséhez. Annak érdekében, hogy ügyfeleik a legjobb ajánlatokat és felhasználói élményt nyújtsák, a smava követi a modern adatarchitektúra alapelvek: a Data Lake, mint méretezhető, tartós adattár, valamint az analitikus feldolgozás és adatfelhasználás céljára épített adattárak.
A smava különböző külső és belső adatforrásokból származó adatokat feldolgoz egy leszálló szakaszba az adattóban Amazon egyszerű tárolási szolgáltatás (Amazon S3). Az adatok feldolgozásához a smava népszerű, harmadik féltől származó ügyféladat-platformokat használ, amelyeket egyéni szkriptek egészítenek ki.
Miután az adatok az Amazon S3-ban landolnak, a smava a AWS ragasztó Adatkatalógus és bejárók a rendelkezésre álló adatok automatikus katalogizálása, a metaadatok rögzítése és egy olyan felület biztosítása, amely lehetővé teszi az összes adatvagyon lekérdezését.
Adatelemzők, akiknek hozzáférésre van szükségük a Data Lake nyersanyagaihoz Amazon Athéné, egy szerver nélküli, interaktív analitikai szolgáltatás az eseti lekérdezések felfedezéséhez. A szervezet összes részlegének továbbfelhasználása érdekében a smava Data Platform csapata összeválogatott adattermékeket készít a kivonni, betölteni és átalakítani (ELT) minta. A smava az Amazon Redshiftet használja felhő adattárházaként az adatok átalakítására, tárolására, elemzésére és felhasználására Amazon Red Shift Spectrum SQL segítségével hatékonyan lekérdezhet és visszakereshet strukturált és félig strukturált adatokat az adattóból.
smava követi a adattároló modellezés módszertan a Raw Vault, a Business Vault és a Data Mart szakaszaival, hogy előkészítse az adattermékeket a végfelhasználók számára. A Raw Vault közvetlenül az adatforrásokból betöltött objektumokat írja le, és a leszállási szakasz másolatát képviseli az adattóban. A Business Vault a Raw Vaultból származó adatokkal van feltöltve, és az üzleti szabályok szerint átalakul. Végül az adatok egy adott üzletágra orientált specifikus adattermékekké vannak összesítve. Ez a Data Mart színpad. A Business Vault és Data Mart szakaszból származó adattermékek már elérhetőek a fogyasztók számára. A smava úgy döntött, hogy a Tableau-t használja üzleti intelligenciára, adatvizualizációra és további elemzésekre. Az adatátalakításokat a ctef a munkafolyamat-irányítás és a csapatmunka egyszerűsítése érdekében.
A következő diagram a magas szintű adatplatform architektúrát mutatja az optimalizálás előtt.
Az adatplatform követelményeinek alakulása
A smava egyetlen Redshift-fürttel indult, amely mindhárom adatszakasznak otthont adott. Kiépített fürtcsomópontjait választották a RA3 típusú val vel Fenntartott példányok (RI-k) költségoptimalizáláshoz. Ahogy az adatmennyiség 53%-kal nőtt évről évre, úgy nőtt a különféle elemzési munkaterhelések összetettsége és követelményei is.
A smava gyorsan kezelte a növekvő adatmennyiséget a fürt megfelelő méretével és használatával Amazon Redshift Concurrency Scaling csúcsterhelésekhez. Ezenkívül a smava minden csapatnak lehetőséget akart adni arra, hogy önkiszolgáló módon saját adattermékeket hozzanak létre, hogy növeljék az innováció ütemét. A központilag felügyelt adattermékekkel való interferencia elkerülése érdekében a decentralizált termékfejlesztési környezeteket szigorúan el kellett különíteni. Ugyanezt a követelményt alkalmazták a Data Platform csapata által kiválasztott különböző termékszakaszok elkülönítésére is.
Az architektúra optimalizálása adatmegosztással és Redshift Serverless segítségével
A kialakult követelmények teljesítése érdekében a smava úgy döntött, hogy szétválasztja a munkaterhelést úgy, hogy az egyetlen kiépített Redshift-fürtöt több adattárházra bontja, és mindegyik raktár más-más szakaszt szolgál ki. Ezenkívül a smava új állomásozási környezeteket adott a Business Vaulthoz, hogy új adattermékeket fejlesszen ki a meglévő termékfolyamatokba való beavatkozás veszélye nélkül. A Data Platform csapat központilag felügyelt adattermékeivel való interferenciák elkerülése érdekében a smava egy további Redshift-fürtöt vezetett be, amely elkülöníti a decentralizált munkaterheléseket.
A smava egy kész megoldást keresett a munkaterhelés elkülönítésére anélkül, hogy bonyolult adatreplikációs folyamatot kellene kezelni.
Közvetlenül az indulás után Redshift adatmegosztás 2021-ben a Data Platform csapata felismerte, hogy ezt a megoldást keresték. A smava elfogadta az adatmegosztási funkciót, hogy a termelői klaszterekből származó adatok olvasási hozzáférést biztosítsanak a különböző fogyasztói fürtökhöz, és mindegyik fogyasztói klaszter más-más szakaszt szolgál ki.
A Redshift adatmegosztás azonnali, részletes és gyors adathozzáférést tesz lehetővé a Redshift-fürtök között anélkül, hogy másolni kellene az adatokat. Élő hozzáférést biztosít az adatokhoz, így a felhasználók mindig a legfrissebb és legkonzisztensebb információkat látják, amint azok az adattárházban frissülnek. Az adatmegosztással biztonságosan megoszthat élő adatokat a Redshift-fürtökkel ugyanabban vagy különböző AWS-fiókokban és régiók között.
A Redshift adatmegosztással a smava képes volt optimalizálni az adatarchitektúrát azáltal, hogy szétválasztotta az adatterheléseket az egyes fogyasztói fürtökhöz anélkül, hogy az adatokat replikálnia kellett volna. A következő diagram a magas szintű adatplatform-architektúrát szemlélteti az egyetlen Redshift-fürt több fürtre való felosztása után.
Az önkiszolgáló adatpiac biztosításával a smava növelte az adatok demokratizálódását azáltal, hogy hozzáférést biztosított a felhasználóknak az adatok minden aspektusához. Emellett egyéni eszközöket is biztosítottak a csapatoknak az adatfeltáráshoz, ad hoc elemzéshez, prototípusok készítéséhez és a kiforrott adattermékek teljes életciklusának működtetéséhez.
Az egyes klaszterek működési adatainak összegyűjtése után a Data Platform csapata további optimalizálási lehetőségeket azonosított: a Raw Vault fürt állandó terhelés alatt volt a hét minden napján, 24 órában, de a Business Vault klasztereket csak éjszaka frissítették. A költségek optimalizálásához a smava a szüneteltetési és folytatási képességek a Redshift által kiépített klaszterek közül. Ezek a képességek olyan fürtök számára hasznosak, amelyeknek meghatározott időpontokban kell rendelkezésre állniuk. Amíg a fürt szünetel, az igény szerinti számlázás felfüggesztésre kerül. Csak a fürt tárhelyéért kell fizetni.
A szüneteltetés és folytatás funkció segített a smava-nak optimalizálni a költségeket, de további működési többletköltséget igényelt a fürtműveletek elindításához. Ezenkívül a fejlesztési klaszterek továbbra is ki vannak téve a tétlenségnek a munkaidőben. Ezeket a kihívásokat végül a Redshift Serverless 2022-es bevezetése oldotta meg. A Data Platform csapata úgy döntött, hogy a Business Data Vault fázisfürtöket áthelyezi a Redshift Serverless-be, amely lehetővé teszi számukra, hogy csak használat közben, megbízhatóan és hatékonyan fizessenek az adattárházért.
A Redshift Serverless ideális olyan esetekben, amikor nehéz megjósolni a számítási igényeket, például változó terheléseket, időszakos tétlenségi terheléseket és állandósult állapotú munkaterheléseket kiugrással. Ezen túlmenően, ahogy a használati igény az új terhelésekkel és több párhuzamos felhasználóval együtt fejlődik, a Redshift Serverless automatikusan biztosítja a megfelelő számítási erőforrásokat, és az adattárház zökkenőmentesen és automatikusan, manuális beavatkozás nélkül skálázódik. Az adatmegosztás mindkét irányban támogatott a Redshift Serverless és a kiépített Redshift-fürtök között RA3 csomópontokkal, így nem volt szükség a smava architektúra módosítására. A következő diagram a magas szintű architektúra beállítását mutatja a Redshift Serverlessre való átállás után.
A smava egyesítette a Redshift Serverless és a dbt előnyeit egy zökkenőmentes CI/CD folyamaton keresztül, egy trönkalapú fejlesztési módszert alkalmazva. A Git-tárhely módosításait a rendszer automatikusan telepíti egy tesztfázisba, és automatizált integrációs tesztekkel érvényesíti. Ez a megközelítés növelte a fejlesztők hatékonyságát, és napokról percekre csökkentette az átlagos gyártási időt.
A smava olyan architektúrát fogadott el, amely mind a kiépített, mind a kiszolgáló nélküli Redshift adattárházakat, valamint az adatmegosztási képességet használja a munkaterhelések elkülönítésére. Az igényeiknek megfelelő építészeti minták kiválasztásával a smava a következőket tudta elérni:
- Egyszerűsítse az adatfolyamokat és csökkentse a működési többletköltséget
- Csökkentse a funkció kiadási idejét napokról percekre
- Növelje az ár-teljesítményt az üresjárati idő csökkentésével és a munkaterhelés megfelelő méretezésével
- Akár háromszor gyorsabb jelentéskészítés (gyorsabb számítások és nagyobb párhuzamosítás) az eredeti beállítási költségek 50%-ával
- Növelje az összes részleg agilitását, és támogassa az adatközpontú döntéshozatalt az adatokhoz való hozzáférés demokratizálásával
- Növelje az innováció sebességét azáltal, hogy önkiszolgáló adatképességeket tesz elérhetővé a csapatok számára az összes részlegen, és megerősíti az A/B tesztképességeket, hogy lefedje a teljes ügyfélutat
Most a smava összes részlege a rendelkezésre álló adattermékeket használja adatvezérelt, pontos és agilis döntések meghozatalához.
Jövőkép
A smava a jövőben továbbra is az adatplatform optimalizálását tervezi a működési mutatók alapján. Azt fontolgatják, hogy több kiépített fürtöt, például az Self-Service Data Mart fürtöt kiszolgáló nélkülire váltanak át. Ezenkívül a smava optimalizálja az ELT hangszerelési eszközláncát, hogy növelje a párhuzamosan futtatandó adatfolyamok számát. Ez növeli a rendelkezésre álló Redshift erőforrások kihasználtságát, és lehetővé teszi a költségek csökkentését.
A decentralizált, önkiszolgáló adattermék-létrehozó bevezetésével a smava előrelépést tett a felé adatháló architektúra. A jövőben a Data Platform csapata azt tervezi, hogy tovább méri szolgáltatásaik igényeit, és további adatháló-elveket alakít ki, például az egyesített adatkezelést.
Következtetés
Ebben a bejegyzésben bemutattuk, hogy a smava hogyan optimalizálta adatplatformját a környezetek és a munkaterhelések elkülönítésével a Redshift Serverless és adatmegosztási funkciók segítségével. Ezek a Redshift-környezetek jól integráltak infrastruktúrájukkal, rugalmasan skálázhatók igény szerint, nagyon elérhetőek, és minimális adminisztrációs erőfeszítést igényelnek. Összességében a smava háromszorosára növelte a teljesítményt, miközben 50%-kal csökkentette a platform teljes költségét. Ezenkívül minimálisra csökkentették az üzemeltetési többletköltséget, miközben fenntartották a meglévő SLA-kat a jelentéskészítési időkhöz. Ezenkívül a smava megerősítette az innováció kultúráját azáltal, hogy önkiszolgáló adattermék-képességeket biztosít a piacra jutás felgyorsítása érdekében.
Ha többet szeretne megtudni az Amazon Redshift képességeiről, javasoljuk, hogy nézze meg a legújabbat Az Amazon Redshift munkamenet újdonságai az AWS Events csatornán hogy áttekintést kapjon a szolgáltatáshoz nemrég hozzáadott szolgáltatásokról. Azt is felfedezheti a önkiszolgáló, gyakorlatias Amazon Redshift laborok irányított módon kísérletezni az Amazon Redshift kulcsfontosságú funkcióival.
Mélyebbre is merülhetsz Redshift Serverless használati esetek és a adatmegosztás használati esetei. Ezenkívül nézze meg a adatmegosztás legjobb gyakorlatai és fedezze fel, hogyan más ügyfelek a költségekre és a teljesítményre optimalizálva a Redshift adatmegosztással hogy ihletet merítsen saját munkaterheihez.
Ha jobban szereti a könyveket, nézze meg Amazon Redshift: The Definitive Guide by O'Reilly, ahol a szerzők részletezik az Amazon Redshift képességeit, és betekintést nyújtanak a megfelelő mintákba és technikákba.
A szerzőkről
Alex Naumov a smava GmbH vezető adatépítésze, és az adatosztály átalakítási projektjeit vezeti. Alex korábban 10 évig tanácsadóként és adat-/megoldástervezőként dolgozott a legkülönfélébb területeken, mint például a telekommunikáció, a bankszektor, az energia és a pénzügy, különféle technológiai halmazokat használva, és sok különböző országban. Nagy szenvedélye az adatok és a szervezetek átalakítása, hogy adatközpontúvá váljanak, és a legjobbak legyenek tevékenységükben.
Lingli Zheng Üzletfejlesztési menedzserként dolgozik az AWS világméretű szakértői szervezetében, és támogatja a DACH régió ügyfeleit abban, hogy a lehető legjobb értéket hozhassák ki az Amazon elemzési szolgáltatásaiból. Több mint 12 éves tapasztalattal rendelkezik az energia, az automatizálás és a szoftveripar területén, az adatelemzésre, az AI-ra és az ML-re összpontosítva, ezért elkötelezett abban, hogy segítse ügyfeleit kézzelfogható üzleti eredmények elérésében a digitális átalakuláson keresztül.
Sándor Spivak az AWS vezető startup megoldások építésze, aki a B2B ISV ügyfelekre összpontosít Észak-EMEA-ban. Az AWS előtt Alexander pénzügyi szolgáltatásokkal kapcsolatos tanácsadóként dolgozott, beleértve a szoftverfejlesztésben és az architektúrában is. Szenvedélye az adatelemzés, a szerver nélküli architektúrák és a hatékony szervezetek létrehozása.
Ezt a bejegyzést David Greenshtein, vezető analitikai megoldások építészmérnöke ellenőrizte műszaki pontosság szempontjából.
- 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. Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
- PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
- Forrás: https://aws.amazon.com/blogs/big-data/how-smava-makes-loans-transparent-and-affordable-using-amazon-redshift-serverless/
- :van
- :is
- :ahol
- $ UP
- 10
- 100
- 12
- 125
- 20
- 2021
- 2022
- 60
- a
- Képes
- Rólunk
- hozzáférés
- Az adatokhoz való hozzáférés
- elérni
- Szerint
- Fiókok
- pontosság
- pontos
- Elérése
- elért
- át
- Ad
- hozzáadott
- mellett
- További
- Ezen kívül
- címzett
- igazgatás
- fogadott
- Elfogadása
- Előny
- megfizethető
- Után
- agilis
- AI
- alex
- Alexander
- Minden termék
- lehetővé
- lehetővé teszi, hogy
- Is
- mindig
- amazon
- Az Amazon Web Services
- között
- an
- elemzés
- Az elemzők
- Analitikus
- Analitikai
- analitika
- elemez
- és a
- bármilyen
- alkalmazott
- megközelítés
- építészeti
- építészet
- VANNAK
- AS
- szempontok
- Eszközök
- At
- szerző
- szerzők
- Automatizált
- automatikusan
- Automatizálás
- elérhető
- átlagos
- elkerülése érdekében
- AWS
- B2B
- B2C
- Banking
- Banks
- alapján
- BE
- válik
- óta
- előtt
- úgy gondolja,
- Előnyök
- BEST
- között
- számlázás
- Blog
- Könyvek
- hitelfelvevők
- mindkét
- ágak
- hoz
- üzleti
- üzlet fejlesztés
- üzleti intelligencia
- de
- by
- Kampány
- TUD
- képességek
- képesség
- elfog
- esetek
- katalógus
- kihívás
- kihívások
- Változások
- díjak
- ellenőrizze
- 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
- választja
- választotta
- felhő
- Fürt
- együttműködés
- Gyűjtő
- kombinált
- Companies
- vállalat
- képest
- teljes
- bonyolult
- bonyolultság
- Kiszámít
- egyidejű
- figyelembe véve
- következetes
- szaktanácsadó
- fogyasztó
- Fogyasztók
- fogyasztás
- folytatódik
- Megfelelő
- Költség
- költségmegtakarítás
- kiadások
- országok
- terjed
- teremt
- létrehozása
- teremtés
- kultúra
- a válogatott
- szokás
- vevő
- ügyféladatok
- Ügyfelek
- napi
- dátum
- adat hozzáférés
- Adatelemzés
- adattó
- Adatplatform
- adatmegosztás
- adatmegjelenítés
- adattárház
- adattárházak
- adatalapú
- David
- nap
- Nap
- Ajánlatok
- decentralizált
- határozott
- Döntéshozatal
- határozatok
- csökkent
- elszánt
- mélyebb
- végleges
- szállít
- Kereslet
- demokratizálás
- demokratizálásának
- osztály
- osztályok
- telepített
- részlet
- Fejleszt
- fejlesztők
- Fejlesztés
- DID
- különböző
- nehéz
- digitális
- digitális átalakítás
- irányok
- közvetlenül
- felfedez
- felfedezés
- merülés
- do
- domainek
- le-
- alatt
- minden
- hatékonyság
- hatékony
- eredményesen
- erőfeszítések
- EMEA
- lehetővé teszi
- végén
- energia
- engagements
- Mérnöki
- környezetek
- létrehozni
- Eter (ETH)
- értékelni
- események
- fejlődik
- alakult ki
- fejlődik
- létező
- tapasztalat
- kísérlet
- kutatás
- feltárása
- külső
- szembe
- igazságos
- GYORS
- gyorsabb
- kedvező
- Funkció
- Jellemzők
- Végül
- finanszíroz
- pénzügyi
- pénzügyi szolgáltatások
- Rugalmasság
- rugalmas
- Összpontosít
- összpontosítás
- következő
- következik
- A
- A fogyasztók számára
- korábban
- Előre
- Foster
- ból ből
- Tele
- funkciós
- további
- Továbbá
- jövő
- generál
- generáció
- Németország
- kap
- megy
- Ad
- GmBH
- kormányzás
- nagy
- nőtt
- Növekvő
- Növekedés
- Vendég
- Vendég bejegyzés
- útmutató
- vezetett
- kellett
- hands-on
- történik
- Legyen
- tekintettel
- he
- segített
- segít
- magas szinten
- <p></p>
- nagyon
- vendéglátó
- NYITVATARTÁS
- Hogyan
- HTML
- HTTPS
- ideális
- azonosított
- Idle
- illusztrálja
- befolyásolta
- javul
- in
- tartalmaz
- Beleértve
- Növelje
- <p></p>
- egyéni
- ipar
- információ
- Infrastruktúra
- Innováció
- belső
- meglátások
- inspirálta
- példányok
- azonnali
- integrált
- integráció
- Intelligencia
- interaktív
- érdekelt
- Felület
- interferencia
- akadályozó
- belső
- beavatkozás
- bele
- Bevezetett
- bevezetéséről
- Bevezetés
- izolált
- szigetelés
- isv
- IT
- Journeys
- Kulcs
- tó
- leszállási
- földek
- indít
- vezető
- vezető
- vezetékek
- tanulás
- életciklus
- mint
- vonal
- él
- élő adatok
- kiszámításának
- hitel
- Hitelek
- keres
- készült
- fenntartása
- csinál
- KÉSZÍT
- Gyártás
- kezelése
- sikerült
- menedzser
- kezelése
- mód
- kézikönyv
- sok
- piacára
- Piacvezető
- Marketing
- érett
- Találkozik
- háló
- Metaadatok
- Módszertan
- Metrics
- minimum
- jegyzőkönyv
- ML
- több
- Ráadásul
- Jelzálog
- a legtöbb
- mozog
- többszörös
- ugyanis
- Szükség
- szükséges
- igények
- Új
- nem
- csomópontok
- Északi
- Most
- szám
- objektumok
- of
- Ajánlatok
- on
- Igény szerint
- ONE
- csak
- üzemeltetési
- operatív
- Művelet
- optimalizálás
- Optimalizálja
- optimalizált
- optimalizálása
- opció
- or
- hangszerelés
- érdekében
- szervezet
- szervezetek
- eredeti
- Más
- Egyéb
- ki
- felett
- átfogó
- Overcome
- áttekintés
- saját
- Béke
- Párhuzamos
- szenvedély
- szenvedélyes
- Mintás
- minták
- szünet
- szüneteltetett
- Fizet
- Csúcs
- mert
- teljesítmény
- időszakos
- személyes
- Személyi kölcsönök
- csővezeték
- tervek
- emelvény
- Platformok
- Plató
- Platón adatintelligencia
- PlatoData
- Népszerű
- benépesített
- állás
- potenciális
- hatalom
- előre
- jobban szeret
- Készít
- Előkészíti
- előző
- korábban
- Fő
- elvek
- Előzetes
- Folyamatok
- feldolgozás
- termelő
- Termékek
- termékfejlesztés
- Termelés
- Termékek
- projektek
- prototípus
- ad
- feltéve,
- biztosít
- amely
- lekérdezések
- gyorsan
- hatótávolság
- Nyers
- Olvass
- új
- nemrég
- elismert
- ajánl
- csökkenteni
- Csökkent
- csökkentő
- csökkentés
- vidék
- régiók
- engedje
- maradt
- replikáció
- jelentést
- Jelentő
- Jelentések
- raktár
- jelentése
- szükség
- kötelező
- követelmény
- követelmények
- Tudástár
- felelős
- Eredmények
- folytatás
- felül
- jobb
- Kockázat
- szerepek
- szabályok
- futás
- értékesítés
- Kereskedelem és marketing
- azonos
- Megtakarítás
- skálázható
- Skála
- Mérleg
- skálázás
- szkriptek
- zökkenőmentes
- zökkenőmentesen
- biztosan
- lát
- Önkiszolgáló
- idősebb
- különálló
- elválasztó
- vagy szerver
- szolgálja
- szolgáltatás
- Szolgáltatások
- szolgáló
- ülés
- készlet
- felépítés
- Megosztás
- megosztás
- ő
- előadás
- kimutatta,
- Műsorok
- Egyszerű
- egyszerűsítése
- egyetlen
- So
- szoftver
- szoftverfejlesztés
- megoldások
- Megoldások
- megoldott
- származó
- Források
- szakember
- különleges
- sebesség
- tüskék
- SQL
- Stacks
- Színpad
- állapota
- színpadra állítás
- érdekeltek
- kezdődött
- indítás
- tartózkodás
- állandó
- Lépés
- tárolás
- tárolni
- árnyékolók
- megerősített
- erősítő
- szerkesztett
- tárgy
- ilyen
- támogatás
- Támogatott
- Támogató
- felfüggesztett
- Csoportkép
- tart
- megfogható
- csapat
- csapat
- tech
- Műszaki
- technikák
- távközlés
- teszt
- tesztek
- mint
- hogy
- A
- A jövő
- azok
- Őket
- Ezek
- ők
- harmadik fél
- ezt
- azok
- ezer
- három
- Keresztül
- idő
- alkalommal
- nak nek
- együtt
- vett
- szerszámok
- Végösszeg
- felé
- Átalakítás
- Átalakítás
- transzformációk
- át
- transzformáló
- átlátszó
- kiváltó
- alatt
- kiszámíthatatlan
- up-to-date
- frissítve
- Használat
- használ
- használt
- használó
- User Experience
- Felhasználók
- használ
- segítségével
- hasznosítja
- érvényesített
- érték
- változó
- fajta
- különféle
- Boltozat
- megjelenítés
- kötet
- kötetek
- kívánatos
- Raktár
- volt
- őrzés
- Út..
- módon
- we
- háló
- webes szolgáltatások
- JÓL
- voltak
- Mit
- amikor
- ami
- míg
- WHO
- széles
- Wikipedia
- lesz
- val vel
- nélkül
- dolgozott
- munkafolyamat
- dolgozó
- Munkaórák
- művek
- Műhelyek
- világszerte
- év
- év
- te
- A te
- youtube
- zephyrnet