ברוכים הבאים לעידן הנתונים. נפח הנתונים הנקלט מדי יום ממשיך לגדול, וקורא לפלטפורמות ולפתרונות להתפתח. שירותים כגון שירות אחסון פשוט של אמזון (Amazon S3) מציעים פתרון ניתן להרחבה שמסתגל אך נשאר חסכוני לגידול מערכי נתונים. ה יוזמת נתוני קיימות של אמזון (ASDI) משתמש ביכולות של Amazon S3 כדי לספק לך פתרון ללא עלות לאחסון ושיתוף עומסי עבודה של מדעי האקלים ברחבי העולם. תוכנית חסות הנתונים הפתוחים של אמזון מאפשרת לארגונים לארח בחינם ב-AWS.
במהלך העשור האחרון, ראינו זינוק במסגרות מדעי הנתונים שמתממשות, יחד עם אימוץ המוני על ידי קהילת מדעי הנתונים. מסגרת אחת כזו היא לוּחַ מַחווָנִים, שהוא רב עוצמה בזכות יכולתו לספק תזמור של צמתי מחשוב עובדים, ובכך להאיץ ניתוח מורכב על מערכי נתונים גדולים.
בפוסט זה, אנו מראים לך כיצד לפרוס מותאם אישית ערכת פיתוח ענן AWS פתרון (AWS CDK) המרחיב את הפונקציונליות של Dask לעבודה בין-אזורית ברחבי הרשת הגלובלית של אמזון. פתרון AWS CDK פורס רשת של עובדי Dask בשני אזורי AWS, המתחברים לאזור לקוח. למידע נוסף, עיין ב הדרכה למחשוב מבוזר עם Cross Regional Dask ב-AWS ו GitHub ריפו עבור קוד קוד פתוח.
לאחר הפריסה, למשתמש תהיה גישה למחברת Jupyter, שבה הוא יכול ליצור אינטראקציה עם שני מערכי נתונים מ-ASDI ב-AWS: פרויקט השוואת מודלים משולב 6 (CMIP6) ו ניתוח מחדש של ECMWF ERA5. CMIP6 מתמקד בשלב השישי של מכלול מודלים כלליים של מחזור אוקיינוס-אטמוספירה עולמי; ERA5 הוא הדור החמישי של ניתוחים אטמוספריים מחודשים של האקלים העולמי, והניתוח מחדש הראשון שהופק כשירות תפעולי.
פתרון זה נוצר בהשראת עבודה עם לקוח מפתח של AWS, ה משרד בריטניה פגש. משרד המטאורולוגי נוסד בשנת 1854 והוא השירות המטאורולוגי הלאומי של בריטניה. הם מספקים תחזיות מזג אוויר ואקלים כדי לעזור לך לקבל החלטות טובות יותר כדי להישאר בטוחים ולשגשג. שיתוף פעולה בין משרד המט ו-EUMETSAT, מפורט ב חישוב קרוב לנתונים באשכול ה-Dask המופץ בין מרכזי נתונים, מדגיש את הצורך הגובר בפיתוח פתרון מדעי נתונים בר-קיימא, יעיל וניתן להרחבה. פתרון זה משיג זאת על ידי קירוב מחשוב לנתונים, במקום לאלץ את הנתונים להתקרב למשאבי מחשוב, מה שמוסיף עלות, חביון ואנרגיה.
סקירת פתרונות
מדי יום, משרד המט" בבריטניה מייצר עד 300 TB של נתוני מזג אוויר ואקלים, שחלק מהם מתפרסם ל-ASDI. מערכי נתונים אלה מופצים ברחבי העולם ומתארחים לשימוש ציבורי. משרד המט"ר רוצה לאפשר לצרכנים להפיק יותר מהנתונים שלהם כדי לסייע בקבלת החלטות קריטיות בטיפול בנושאים כמו הכנה טובה יותר לשריפות ושיטפונות שנגרמו כתוצאה משינויי אקלים, והפחתת חוסר ביטחון תזונתי באמצעות ניתוח טוב יותר של תפוקת יבול.
הפתרונות המסורתיים הנמצאים בשימוש כיום, במיוחד עם נתוני אקלים, גוזלים זמן ואינם ברי קיימא, משכפלים מערכי נתונים חוצה אזורים. העברת נתונים מיותרת בסולם פטה-בייט היא יקרה, איטית וצורכת אנרגיה.
הערכנו שאם נוהג זה יאומץ על ידי משתמשי Met Office, ניתן היה לחסוך את המקבילה לצריכת החשמל היומית של 40 בתים מדי יום, והם יכולים גם להפחית את העברת הנתונים בין אזורים.
התרשים הבא ממחיש את ארכיטקטורת הפתרונות.
ניתן לחלק את הפתרון לשלושה פלחים עיקריים: לקוח, עובדים ורשת. בואו נצלול לתוך כל אחד מהם ונראה איך הם מתאחדים.
לקוח
הלקוח מייצג את אזור המקור אליו מתחברים מדעני נתונים. אזור זה (אזור A בתרשים) מכיל מחברת אמזון SageMaker, שירות חיפוש פתוח של אמזון תחום, וכן א מתזמן חושך כמרכיבי מפתח. למנהלי מערכת יש גישה ללוח המחוונים המובנה של Dask שנחשף באמצעות א איזון עומסים אלסטי.
למדעני נתונים יש גישה למחברת Jupyter המתארחת ב- SageMaker. המחברת מסוגלת להתחבר ולהפעיל עומסי עבודה על מתזמן Dask. תחום OpenSearch Service מאחסן מטא נתונים על מערכי הנתונים המחוברים באזורים. משתמשי מחשב נייד יכולים לבצע שאילתות בשירות זה כדי לאחזר פרטים כגון האזור הנכון של עובדי ה-Dask מבלי צורך לדעת מראש את המיקום האזורי של הנתונים.
עובד
כל אחד מאזורי העובדים (אזורים B ו-C בתרשים) מורכב מ-an שירות מיכלים אלסטי של אמזון (אמזון ECS) אשכול של עובדי דסק, אמזון FSx עבור ברק מערכת קבצים, ומערכת עצמאית ענן מחשוב אלסטי של אמזון (Amazon EC2). FSx for Luster מאפשר לעובדי Dask לגשת ולעבד נתוני Amazon S3 ממערכת קבצים בעלת ביצועים גבוהים על ידי קישור מערכות הקבצים שלך לדלי S3. הוא מספק השהיות של תת אלפיות השנייה, עד מאות GBs/s של תפוקה, ומיליוני IOPS. תכונה מרכזית של Luster היא שרק המטא נתונים של מערכת הקבצים מסונכרנים. Luster מנהל את מאזן הקבצים שיש לטעון ולחמם, על בסיס ביקוש.
אשכולות עובדים מתרחבים על סמך שימוש ב-CPU, מספקים עובדים נוספים בתקופות ממושכות של ביקוש, ומצטמצמים כשהמשאבים הופכים לבטלה.
בכל לילה בשעה 0:00 UTC, עבודת סנכרון נתונים מבקשת ממערכת הקבצים Luster לסנכרן מחדש עם דלי S3 המצורף, ומושכת קטלוג מטא נתונים עדכני של הדלי. לאחר מכן, המופע העצמאי EC2 דוחף את העדכונים הללו לשירות OpenSearch בהתאמה לאינדקס של אותו אזור. שירות OpenSearch מספק את המידע הדרוש ללקוח לגבי המאגר של עובדים שצריך להתקשר עבור מערך נתונים מסוים.
רשת
רשת מהווה את עיקר הפתרון הזה, תוך שימוש ברשת השדרה הפנימית של אמזון. על ידי שימוש ב AWS Transit Gateway, אנו מסוגלים לחבר כל אחד מהאזורים זה לזה מבלי שנצטרך לחצות את האינטרנט הציבורי. כל אחד מהעובדים מסוגל להתחבר באופן דינמי לתוך מתזמן Dask, מה שמאפשר למדעני נתונים להריץ שאילתות בין-אזוריות דרך Dask.
תנאים מוקדמים
חבילת AWS CDK משתמשת בשפת התכנות TypeScript. בצע את השלבים ב תחילת העבודה עבור AWS CDK כדי להגדיר את הסביבה המקומית שלך ולאתחל את חשבון הפיתוח שלך (תצטרך לאתחל את כל האזורים המצוינים ב- GitHub ריפו).
לפריסה מוצלחת, תצטרך Docker מותקן ופועל על המחשב המקומי שלך.
פרוס את חבילת AWS CDK
פריסת חבילת AWS CDK היא פשוטה. לאחר שתתקין את התנאים המוקדמים ואתחול את חשבונך, תוכל להמשיך בהורדת בסיס הקוד.
- הורד מאגר GitHub:
- התקן מודולי צומת:
- פרוס את AWS CDK:
הפריסה של הערימה עשויה להימשך יותר משעה וחצי.
פריצת דרך של קוד
בסעיף זה, אנו בודקים כמה מתכונות המפתח של בסיס הקוד. אם תרצה לבדוק את בסיס הקוד המלא, עיין ב- מאגר GitHub.
הגדר והתאם אישית את הערימה שלך
בתיק bin/variables.ts, תמצא שתי הצהרות משתנות: אחת ללקוח ואחת לעובדים. הצהרת הלקוח היא מילון עם הפניה לטווח אזור ו-CIDR. התאמה אישית של משתנים אלה תשנה הן את אזור האזור והן טווח CIDR שבו ייפרסו משאבי הלקוח.
משתנה העבודה מעתיק את אותה פונקציונליות; עם זאת, זוהי רשימה של מילונים כדי להכיל הוספה או חיסור של מערכי נתונים שהמשתמש רוצה לכלול. בנוסף, כל מילון מכיל את השדות שנוספו של dataset
ו lustreFileSystemPath
. ערכת נתונים משמשת לציון URI ה-S3 המחבר אליו Luster יתחבר. ה lustreFileSystemPath
המשתנה משמש כמיפוי לאופן שבו המשתמש רוצה שהמערך הזה ימופה באופן מקומי במערכת קבצי העובד. ראה את הקוד הבא:
פרסם באופן דינמי את ה-IP של המתזמן
אתגר הגלום באופי החוצה-אזורי של פרויקט זה היה שמירה על קשר דינמי בין עובדי Dask והמתזמן. כיצד נוכל לפרסם כתובת IP, המסוגלת לשנות, בכל אזורי AWS? הצלחנו להשיג זאת באמצעות השימוש ב מפת ענן של AWS ו associate-vpc-with-hosted-zone. תקצירי השירות המאפשרים ל-AWS לנהל את מרחב השמות של ה-DNS הזה באופן פרטי. ראה את הקוד הבא:
ממשק משתמש למחברת Jupyter
מחברת Jupyter המתארחת ב- SageMaker מספקת למדענים סביבה מוכנה לפריסה כדי להתחבר בקלות ולהתנסות במערך הנתונים הטעונים. השתמשנו ב- a סקריפט תצורת מחזור החיים לספק למחברת סביבת מפתח מוגדרת מראש ובסיס קוד לדוגמה. ראה את הקוד הבא:
צמתים של עובד דסק
כשמדובר בעובדי Dask, ניתנת התאמה אישית גדולה יותר, ליתר דיוק על סוג מופע, שרשורים לכל מיכל והתראות קנה מידה. כברירת מחדל, הספקת העובדים על סוג מופע m5d.4xlarge, עולה למערכת הקבצים Luster בעת ההשקה, ומחלקת את העובדים והשרשורים שלה באופן דינמי ליציאות. כל זה ניתן להתאמה אישית. ראה את הקוד הבא:
ביצוע
כדי להעריך את הביצועים, אנו משתמשים בחישוב מדגם ורישום של טמפרטורת האוויר ב-2 מטרים על סמך ההבדל בין חיזוי CMIP6 לחודש לבין טמפרטורת אוויר ממוצעת של ERA5 למשך 10 שנים. אנו קובעים רף של שני עובדים בכל אזור ומעריכים את ההבדל בהפחתת הזמן ככל שנוספו עובדים נוספים. בתיאוריה, ככל שהפתרון מתרחב, צריך להיות הבדל חומרי פרודוקטיבי בהפחתת הזמן הכולל.
הטבלה הבאה מסכמת את פרטי מערך הנתונים שלנו.
מערך נתונים | משתנים | גודל דיסק | גודל מערך נתונים Xarray | אזור |
ERA5 | 2011–2020 (120 קבצי netcdf) | 53.5GB | 364.1 GB | us-east-1 |
CMIP6 | 1.13GB | 0.11 GB | us-west-2 |
הטבלה הבאה מציגה את התוצאות שנאספו, מציגה את הזמן (בשניות) עבור כל חישוב וחיזוי בשלושה שלבים במחשוב חיזוי CMIP6, ERA5 והפרש.
. | . | מספר עובדים | |||
לחשב | אזור | 2(CMIP) + 2(ERA) | 2(CMIP) + 4(ERA) | 2(CMIP) + 8(ERA) |
2(CMIP) + 12(ERA) |
CMIP6 (predicted_tas_regridded ) |
us-west-2 | 11.8 | 11.5 | 11.2 | 11.6 |
ERA5 (historic_temp_regridded ) |
us-east-1 | 1512 | 711 | 427 | 202 |
הבדל (propogated pool ) |
us-west-2 ו-us-east-1 | 1527 | 906 | 469 | 251 |
הגרף הבא מדגים את הביצועים ואת קנה המידה.
מהניסוי שלנו, ראינו שיפור ליניארי בחישוב עבור מערך הנתונים של ERA5 ככל שמספר העובדים גדל. ככל שמספר העובדים גדל, זמני החישוב הופחתו לעיתים בחצי.
מחברת צדק
כחלק מהשקת הפתרון, אנו פורסים מחברת Jupyter מוגדרת מראש כדי לסייע בבדיקת פתרון Dask חוצה אזורי. המחברת מדגים את הדאגה שהוסרה מהצורך לדעת את המיקום האזורי של מערכי נתונים, במקום לערוך שאילתות לקטלוג דרך סדרה של מחברות Jupyter הפועלות ברקע.
כדי להתחיל, עקוב אחר ההוראות בסעיף זה.
את הקוד של המחברות ניתן למצוא ב lib/SagemakerCode
כאשר המחברת הראשית היא ux_notebook.ipynb
. מחברת זו קוראת למחברות אחרות, ומפעילה תסריטים מסייעים. ux_notebook
נועד להיות נקודת הכניסה למדענים, ללא צורך ללכת למקום אחר.
כדי להתחיל, פתח מחברת זו ב- SageMaker לאחר פריסת ה-AWS CDK. AWS CDK יוצר מופע מחברת עם כל הקבצים במאגר נטענים ומגובים ל- AWS CodeCommit מאגר.
כדי להפעיל את היישום, פתח והפעל את התא הראשון של ux_notebook
. תא זה מפעיל את get_variables
מחברת ברקע, שמבקש ממך להזין את הנתונים שברצונך לבחור. אנו כוללים דוגמה; עם זאת, שים לב ששאלות יופיעו רק לאחר בחירת האפשרות הקודמת. זה מכוון בהגבלת האפשרויות הנפתחות וניתן להגדרה על ידי עריכת ה- get_variables
מחברת.
הקוד הקודם מאחסן משתנים באופן גלובלי, כך שמחברות אחרות יוכלו לאחזר ולטעון את מבחר האפשרויות שלך. לצורך הדגמה, התא הבא צריך להוציא את משתני השמירה מלפני.
לאחר מכן, מופיעה בקשה למפרטי נתונים נוספים. תא זה מחדד את הנתונים שאתה מחפש על ידי הצגת המזהים של טבלאות בפורמט קריא אנושי. משתמשים בוחרים כאילו זה טופס, אבל הכותרות ממפות לטבלאות ברקע שעוזרות למערכת לאחזר את מערכי הנתונים המתאימים.
לאחר שאחסנת את כל האפשרויות ותאי הבחירה שלך, טען את הנתונים לתוך האזורים על ידי הפעלת התא ב- קבלת הנתונים סט סָעִיף. הפקודה %%capture תדכא פלטים מיותרים מה- get_data
מחברת. שים לב שאתה יכול להסיר את זה כדי לבדוק פלטים מהמחברות האחרות. לאחר מכן הנתונים מאוחזרים ב-backend.
בעוד שמחברות אחרות פועלות ברקע, נקודת המגע היחידה עבור המשתמש היא ux_notebook
. זה נועד להפשט את התהליך המייגע של ייבוא נתונים לפורמט שכל משתמש יכול לעקוב אחריהם בקלות.
כשהנתונים נטענים כעת, נוכל להתחיל ליצור איתם אינטראקציה. התאים הבאים הם דוגמאות לחישובים שאתה עשוי להפעיל על נתוני מזג אוויר. באמצעות מערכי רנטגן, אנו מייבאים, מחשבים ואז מתווים את מערכי הנתונים הללו.
המדגם שלנו ממחיש עלילה של נתונים חזויים המאחזרים נתונים, מפעילים את החישוב ומתווים את התוצאות תוך פחות מ-7.5 שניות - סדרי גודל מהירים יותר מגישה טיפוסית.
מתחת למכסת המנוע
המחברות get_catalog_input
ו get_variables
להשתמש בספרייה ipywidgets כדי להציג ווידג'טים כגון תפריטים נפתחים ובחירות מרובות תיבות. אפשרויות אלה נשמרות באופן גלובלי באמצעות הפקודה %%store כך שניתן לגשת אליהן מה- ux_notebook
. אחת האפשרויות מנחה אותך אם אתה רוצה נתונים היסטוריים, נתונים חזויים או שניהם. משתנה זה מועבר ל- get_data
מחברת כדי לקבוע אילו מחברות עוקבות להפעיל.
השמיים get_data
המחברת מאחזרת תחילה את דומיין OpenSearch Service המשותף שנשמר בו חנות פרמטרים של מנהל מערכות AWS. תחום זה מאפשר למחברת שלנו להריץ שאילתה על איסוף מידע שתציין היכן מאוחסנים מערכי הנתונים שנבחרו באופן אזורי. כאשר מערכי הנתונים הללו ממוקמים אזורית, המחברת תבצע ניסיון חיבור למתזמן Dask, ויעביר את המידע שנאסף משירות OpenSearch. מתזמן ה-Dask בתורו יוכל לקרוא לעובדים באזורים הנכונים.
כיצד להתאים אישית ולהמשיך בפיתוח
מחברות אלה נועדו להוות דוגמה לאופן שבו אתה יכול ליצור דרך למשתמשים להתממשק ולקיים אינטראקציה עם הנתונים. המחברת בפוסט זה משמשת כהמחשה למה שאפשר, ואנו מזמינים אתכם להמשיך ולהתבסס על הפתרון לשיפור נוסף של מעורבות המשתמשים. החלק המרכזי בפתרון זה הוא טכנולוגיית הקצה האחורי, אך ללא מנגנון כלשהו לאינטראקציה עם הקצה האחורי הזה, המשתמשים לא יממשו את מלוא הפוטנציאל של הפתרון.
כדי להימנע מחיובים עתידיים, מחק את המשאבים. בואו נשמיד את הפתרון הפרוס שלנו עם הפקודה הבאה:
סיכום
פוסט זה מציג את ההרחבה של Dask inter-Regionally ב-AWS, ושילוב אפשרי עם מערכי נתונים ציבוריים ב-AWS. הפתרון נבנה כתבנית גנרית, וניתן לטעון מערכי נתונים נוספים כדי להאיץ ניתוחי I/O גבוהים על נתונים מורכבים.
נתונים משנים כל תחום וכל עסק. עם זאת, כאשר הנתונים גדלים מהר יותר ממה שרוב החברות יכולות לעקוב אחריהם, איסוף נתונים והפקת ערך מהנתונים הללו הוא מאתגר. אסטרטגיית נתונים מודרנית יכולה לעזור לך ליצור תוצאות עסקיות טובות יותר עם נתונים. AWS מספקת את מערך השירותים השלם ביותר עבור מסע הנתונים מקצה לקצה כדי לעזור לך לפתוח ערך מהנתונים שלך ולהפוך אותם לתובנה.
למידע נוסף על הדרכים השונות להשתמש בנתונים שלך בענן, בקר באתר בלוג Big Data של AWS. אנו מזמינים אותך עוד להגיב עם מחשבותיך על הפוסט הזה, והאם זה פתרון שאתה מתכנן לנסות.
על הכותבים
פטריק או'קונור הוא מהנדס אב טיפוס של WWSO שבסיסו בלונדון. הוא פותר בעיות יצירתי, שניתן להסתגל למגוון רחב של טכנולוגיות, כגון IoT, טכנולוגיה ללא שרת, טכנולוגיה מרחבית תלת מימדית ו-ML/AI, יחד עם סקרנות בלתי פוסקת כיצד הטכנולוגיה יכולה להמשיך ולפתח גישות יומיומיות.
צ'אקרה Nagarajan היא מנהלת מכונות למידת אב-טיפוס SA עם ניסיון של 21 שנים בלמידת מכונה, ביג דאטה ומחשוב בעל ביצועים גבוהים. בתפקידו הנוכחי, הוא עוזר ללקוחות לפתור בעיות עסקיות מורכבות בעולם האמיתי על ידי בניית אבות טיפוס עם פתרונות AI/ML מקצה לקצה במכשירי ענן וקצה. ההתמחות שלו ב-ML כוללת ראייה ממוחשבת, עיבוד שפה טבעית, חיזוי סדרות זמן והתאמה אישית.
ואל כהן הוא מהנדס אב טיפוס בכיר ב-WWSO שבסיסו בלונדון. ואל פותר בעיות מטבעה, נהנית לכתוב קוד כדי להפוך תהליכים לאוטומטיים, לבנות כלים אובססיביים ללקוחות וליצור תשתית ליישומים שונים עבור בסיס הלקוחות הגלובלי שלה. ל-Val יש ניסיון במגוון רחב של טכנולוגיות, כגון פיתוח אינטרנט חזיתי, עבודה עורפית ו-AI/ML.
ניאל רובינסון הוא ראש תחום חוזים עתידיים על מוצרים במשרד המט" בבריטניה. הוא והצוות שלו בוחנים דרכים חדשות ש-Met Office יכול לספק ערך באמצעות חדשנות במוצר ושותפויות אסטרטגיות. הייתה לו קריירה מגוונת, הוביל צוות מחקר ופיתוח אינפורמטיקה רב-תחומי, מחקר אקדמי במדעי הנתונים ומדען שטח יחד עם מומחיות במודלי אקלים.
- הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
- PlatoAiStream. Web3 Data Intelligence. הידע מוגבר. גישה כאן.
- הטבעת העתיד עם אדריאן אשלי. גישה כאן.
- קנה ומכירה של מניות בחברות PRE-IPO עם PREIPO®. גישה כאן.
- מקור: https://aws.amazon.com/blogs/big-data/build-efficient-cross-regional-i-o-intensive-workloads-with-dask-on-aws/
- :יש ל
- :הוא
- :איפה
- $ למעלה
- 1
- 10
- 100
- 11
- 12
- 20
- 24
- 3d
- 40
- 50
- 7
- 9
- a
- יכולת
- יכול
- אודות
- מֵעַל
- תקציר
- תקצירים
- אקדמי
- מחקר אקדמי
- להאיץ
- מאיצה
- גישה
- נצפה
- להתאים
- להשיג
- חֶשְׁבּוֹן
- משיגה
- לרוחב
- מסתגל
- הוסיף
- מוסיף
- נוסף
- בנוסף
- כתובת
- פְּנִיָה
- מוסיף
- מנהלים
- מאומץ
- אימוץ
- לאחר
- AI / ML
- AIR
- תעשיות
- מאפשר
- מאפשר
- לאורך
- גם
- אמזון בעברית
- אמזון
- an
- אנליזה
- ו
- כל
- לְהוֹפִיעַ
- בקשה
- יישומים
- גישה
- גישות
- מתאים
- ארכיטקטורה
- ARE
- AS
- At
- אווירה
- אטמוספרי
- אוטומטי
- לְהִמָנַע
- AWS
- לקוח AWS
- עמוד שדרה
- מגובה
- קצה אחורי
- רקע
- איזון
- בסיס
- מבוסס
- BE
- להיות
- היה
- לפני
- להיות
- להלן
- בנצ 'מרק
- מוטב
- בֵּין
- גָדוֹל
- נתונים גדולים
- אוזן נעל
- שניהם
- מביאים
- שבור
- לִבנוֹת
- בִּניָן
- נבנה
- מובנה
- עסקים
- אבל
- by
- לחשב
- שיחה
- נקרא
- קוראים
- שיחות
- CAN
- יכולות
- מסוגל
- קריירה
- קטלוג
- CD
- תאים
- לאתגר
- אתגר
- שינוי
- משתנה
- תשלום
- חיובים
- בחירות
- מחזור
- לקוחות
- אַקלִים
- קרוב יותר
- ענן
- אשכול
- CO
- קוד
- בסיס קוד
- שיתוף פעולה
- איסוף
- איך
- מגיע
- מגיע
- הערה
- קהילה
- חברות
- להשלים
- מורכב
- רכיבים
- מורכב
- חישוב
- לחשב
- המחשב
- ראייה ממוחשבת
- מחשוב
- תְצוּרָה
- לְחַבֵּר
- מחובר
- מקשר
- הקשר
- צרכנים
- צְרִיכָה
- מכולה
- מכיל
- להמשיך
- ממשיך
- עותקים
- ליבה
- לתקן
- עלות
- עלות תועלת
- יכול
- יחד
- CPU
- לִיצוֹר
- יוצר
- יְצִירָתִי
- קריטי
- יבול
- לַחֲצוֹת
- סקרנות
- נוֹכְחִי
- מנהג
- לקוח
- לקוחות
- להתאמה אישית
- אישית
- יומי
- לוח מחוונים
- נתונים
- מדע נתונים
- אסטרטגיית נתונים
- מערכי נתונים
- יְוֹם
- עָשׂוֹר
- החלטות
- בְּרִירַת מֶחדָל
- דרישה
- מדגים
- לפרוס
- פרס
- פריסה
- פורס
- מעוצב
- להרוס
- מְפוֹרָט
- פרטים
- לקבוע
- לפתח
- מפתח
- צעצועי התפתחות
- התקנים
- הבדל
- נכה
- תגלית
- לְהַצִיג
- מופץ
- מחשוב מבוזר
- DNS
- סַוָר
- תחום
- מטה
- דינמי
- באופן דינמי
- כל אחד
- להקל
- בקלות
- אדג '
- עריכה
- יעיל
- במקום אחר
- לאפשר
- מקצה לקצה
- אנרגיה
- התעסקות
- מהנדס
- כניסה
- סביבה
- שווה
- תקופה
- מוערך
- Ether (ETH)
- כל
- כל יום
- כל יום
- להתפתח
- דוגמה
- דוגמאות
- ניסיון
- לְנַסוֹת
- מומחיות
- לחקור
- יצוא
- חשוף
- הארכה
- מהר יותר
- מאפיין
- תכונות
- שדה
- שדות
- שלח
- קבצים
- ראשון
- מתמקד
- לעקוב
- הבא
- מזון
- בעד
- טופס
- פוּרמָט
- צורות
- מצא
- נוסד
- מסגרת
- מסגרות
- חופשי
- החל מ-
- הַגשָׁמָה
- מלא
- פונקציונלי
- נוסף
- עתיד
- עתידים
- כללי
- דור
- לקבל
- מקבל
- Git
- גלוֹבָּלִי
- רשת גלובלית
- ברחבי עולם
- כדור הארץ
- הולך
- גרף
- יותר
- רֶשֶׁת
- לגדול
- גדל
- היה
- חצי
- חָצוּי
- יש
- he
- ראש
- לעזור
- עוזר
- לה
- גָבוֹהַ
- ביצועים גבוהים
- פסים
- שֶׁלוֹ
- היסטורי
- המארח
- אירח
- שעה
- איך
- איך
- אולם
- HTML
- HTTPS
- קריא אדם
- מאות
- להתבטל
- מזהה
- if
- מדגים
- לייבא
- יבוא
- לשפר
- השבחה
- in
- לכלול
- כולל
- גדל
- מדד
- להצביע
- לְהוֹדִיעַ
- מידע
- תשתית
- הטמון
- חדשנות
- קלט
- חוסר ביטחון
- תובנה
- השראה
- להתקין
- למשל
- במקום
- הוראות
- השתלבות
- מְכוּוָן
- אינטראקציה
- אינטראקציה
- מִמְשָׁק
- פנימי
- אינטרנט
- אל תוך
- להזמין
- IOT
- IP
- כתובת IP
- בעיות
- IT
- שֶׁלָה
- עבודה
- מסע
- jpg
- מחברת צדק
- שמור
- מפתח
- לדעת
- שפה
- גָדוֹל
- אחרון
- חֶבִיוֹן
- לשגר
- מוביל
- לִלמוֹד
- למידה
- סִפְרִיָה
- מעגל החיים
- כמו
- לינקדין
- מְקַשֵׁר
- רשימה
- לִטעוֹן
- מקומי
- באופן מקומי
- ממוקם
- מיקום
- לונדון
- מכונה
- למידת מכונה
- גדול
- לעשות
- לנהל
- מנהל
- מצליח
- מַפָּה
- מיפוי
- מסה
- אימוץ המוני
- חוֹמֶר
- מאי..
- אומר
- מנגנון
- מידע נוסף
- מיליונים
- ML
- מודל
- מודרני
- מודולים
- חוֹדֶשׁ
- אחת לחודש
- נתונים חודשיים
- יותר
- רוב
- הר
- רב תחומית
- שם
- לאומי
- טבעי
- שפה טבעית
- עיבוד שפה טבעית
- טבע
- הכרחי
- צורך
- צורך
- רשת
- חדש
- הבא
- לילה
- צומת
- צמתים
- מחברה
- מחשבים ניידים
- עַכשָׁיו
- מספר
- מספרים
- of
- הַצָעָה
- Office
- on
- ONE
- רק
- לפתוח
- נתונים פתוחים
- קוד פתוח
- קוד קוד פתוח
- מבצעי
- אפשרות
- אפשרויות
- or
- תזמור
- ארגונים
- אחר
- שלנו
- הַחוּצָה
- תוצאות
- תפוקה
- יותר
- מקיף
- חבילה
- פרמטר
- חלק
- מסוים
- במיוחד
- שותפויות
- עבר
- חולף
- תבנית
- ביצועים
- תקופות
- התאמה אישית
- פטיבה
- שלב
- תכנית
- פלטפורמות
- אפלטון
- מודיעין אפלטון
- אפלטון נתונים
- נקודה
- בריכה
- יציאות
- אפשרי
- הודעה
- פוטנציאל
- כּוֹחַ
- חזק
- תרגול
- נבואה
- התחזיות
- תנאים מוקדמים
- קודם
- יְסוֹדִי
- מנהל
- פְּרָטִי
- בעיה
- בעיות
- תהליך
- תהליכים
- תהליך
- מיוצר
- המוצר
- חדשנות המוצר
- פּרוּדוּקטִיבִי
- תָכְנִית
- תכנות
- פּרוֹיֶקט
- טיפוס
- prototyping
- לספק
- ובלבד
- מספק
- אַספָּקָה
- ציבורי
- לפרסם
- לאור
- מושך
- שאילתות
- שאלות
- R & D
- רכס
- במקום
- המוכן
- עולם אמיתי
- להבין
- להפחית
- הפחתה
- הפחתה
- באזור
- אזורי
- אזורים
- ללא הרף
- שְׂרִידִים
- להסיר
- הוסר
- מאגר
- מייצג
- מחקר
- משאבים
- אלה
- תוצאות
- תפקיד
- הפעלה
- ריצה
- SA
- בטוח
- בעל חכמים
- אותו
- שמור
- להרחבה
- סולם
- מאזניים
- דרוג
- מדע
- מַדְעָן
- מדענים
- סקריפטים
- שניות
- סעיף
- לִרְאוֹת
- לראות
- מגזרים
- נבחר
- מבחר
- לחצני מצוקה לפנסיונרים
- סדרה
- ללא שרת
- משמש
- שרות
- שירותים
- סט
- שיתוף
- משותף
- צריך
- לְהַצִיג
- לראווה
- הופעות
- פָּשׁוּט
- בפשטות
- ו
- להאט
- So
- פִּתָרוֹן
- פתרונות
- לפתור
- כמה
- מָקוֹר
- מרחבית
- במיוחד
- מפרטים
- מפורט
- חָסוּת
- לערום
- שלבים
- עצמאי
- התחלה
- החל
- להשאר
- צעדים
- אחסון
- חנות
- מאוחסן
- חנויות
- פשוט
- אסטרטגי
- שותפויות אסטרטגיות
- אִסטרָטֶגִיָה
- לאחר מכן
- כתוצאה מכך
- מוצלח
- כזה
- משטח
- לְהִתְנַחְשֵׁל
- קיימות
- בר קיימא
- מערכת
- מערכות
- שולחן
- לקחת
- נבחרת
- טק
- טכנולוגיות
- טכנולוגיה
- מבחן
- מֵאֲשֶׁר
- זֶה
- השמיים
- המידע
- המקור
- בריטניה
- העולם
- שֶׁלָהֶם
- אז
- שם.
- בכך
- אלה
- הֵם
- זֶה
- אלה
- שְׁלוֹשָׁה
- לשגשג
- דרך
- תפוקה
- זמן
- סדרת זמן
- פִּי
- כותרות
- ל
- היום
- יַחַד
- כלים
- לעקוב
- מעקב
- להעביר
- הפיכה
- מעבר
- מפעילה
- תור
- שתיים
- סוג
- כתב כתיבה
- טיפוסי
- Uk
- תחת
- לפתוח
- לא בר קיימא
- עדכן
- עדכונים
- על
- URI
- נוֹהָג
- להשתמש
- מְשׁוּמָשׁ
- משתמש
- משתמשים
- באמצעות
- UTC
- ניצול
- מדד
- ערך
- מגוון
- שונים
- באמצעות
- חזון
- לְבַקֵר
- כֶּרֶך
- רוצה
- רוצה
- חם
- היה
- דֶרֶך..
- דרכים
- we
- מזג אוויר
- אינטרנט
- בניית אתרים
- היו
- אם
- אשר
- רָחָב
- טווח רחב
- יצטרך
- משאלות
- עם
- לְלֹא
- תיק עבודות
- עובד
- עובדים
- עוֹלָם
- לדאוג
- היה
- כתיבה
- שנים
- עוד
- תְשׁוּאָה
- אתה
- זפירנט