Dit bericht is geschreven in samenwerking met Girish Kumar Chidananda van redBus.
rode bus is een van de eerste gebruikers van AWS in India en de meeste van zijn diensten en applicaties worden gehost op de AWS Cloud. AWS bood redBus de flexibiliteit om hun infrastructuur snel op te schalen en tegelijkertijd de kosten extreem laag te houden. AWS heeft een uitgebreide reeks services om aan de meeste van hun behoeften te voldoen, waaronder het bieden van klantenondersteuning waar RedBus voor kan instaan.
In dit bericht delen we de dataplatformarchitectuur van redBus en hoe verschillende componenten zijn verbonden om hun datasnelweg te vormen. We bespreken ook de uitdagingen waarmee RedBus te maken kreeg bij het bouwen van dashboards voor hun real-time business intelligence (BI) use cases, en hoe ze Amazon QuickSight, een snelle, gebruiksvriendelijke, cloudgebaseerde service voor bedrijfsanalyse die het voor alle medewerkers binnen redBus gemakkelijk maakt om visualisaties te bouwen en ad-hocanalyses uit te voeren om zakelijke inzichten uit hun gegevens te halen, op elk moment en op elk apparaat.
Over redBus
rode bus is 's werelds grootste online busticketingplatform gebouwd in India en bedient meer dan 36 miljoen tevreden klanten over de hele wereld. Naast zijn verticale kaartverkoop voor bussen, heeft redBus ook een dienst voor treinkaartjes genaamd rodeRails en een bus- en autoverhuurdienst belde rYde. Het maakt deel uit van de GO-MMT-groep, het toonaangevende online reisbedrijf van India, met een uitgebreid merkenportfolio met andere prominente online reismerken zoals MakeMyTrip en Goibibo.
de datasnelweg 1.0 van redBus
redBus vertrouwt sterk op het nemen van datagestuurde beslissingen op elk niveau, van het volgen van reizigersreizen, het voorspellen van de vraag tijdens druk verkeer, het identificeren en aanpakken van knelpunten in het aanmeldingsproces van hun busbedrijven, en meer. Naarmate het bedrijf van redBus begon te groeien in termen van het aantal steden en landen waarin ze actief waren en het aantal busmaatschappijen en reizigers die in elke stad van de dienst gebruik maakten, nam ook de hoeveelheid inkomende gegevens toe. De noodzaak om toegang te krijgen tot de gegevens en deze op één plek te analyseren, vereiste dat ze hun eigen gegevensplatform moesten bouwen, zoals weergegeven in het volgende diagram.
In de volgende paragrafen gaan we dieper in op elk onderdeel.
Bronnen voor gegevensopname
Met het dataplatform 1.0 wordt de data uit verschillende bronnen gehaald:
- Real time – De real-time gegevensstromen van mobiele redBus-apps, de backend-microservices en wanneer een passagier, busmaatschappij of applicatie een handeling uitvoert, zoals het boeken van buskaartjes, het doorzoeken van de businventaris, het uploaden van een KYC-document en meer
- Batch-modus - Geplande taken halen gegevens op uit meerdere persistente gegevensarchieven zoals Amazon relationele databaseservice (Amazon RDS), waar de OLTP-gegevens van al zijn applicaties worden opgeslagen, Apache Cassandra-clusters, waar de businventaris van verschillende operators wordt opgeslagen, Arango DB, waar de gebruikersidentiteitsgrafieken worden opgeslagen, en meer
Data catalogiseren
De realtime gegevens worden opgenomen in hun zelfbeheerde Apache Nifi-clusters, een open-source gegevensplatform dat wordt gebruikt om de gegevens op te schonen, te analyseren en te catalogiseren met zijn routeringsmogelijkheden voordat de gegevens naar hun bestemming worden verzonden.
Opslag en analyse
redBus gebruikt de volgende diensten voor opslag en analyse:
- Amazon eenvoudige opslagservice (Amazon S3), een objectopslagservice die de basis vormt voor hun datameer vanwege de vrijwel onbeperkte schaalbaarheid en hogere duurzaamheid. Realtime gegevensstromen van Apache Druid en gegevens uit de gegevensopslag stromen met regelmatige tussenpozen op basis van de schema's.
- Apache Druid, een gegevensopslag in OLAP-stijl (gegevensstromen via Kafka Druid-gegevenslader), die tijdens het laden van gegevens feiten en statistieken tegen verschillende dimensies berekent.
- Amazon roodverschuiving, een datawarehouse-service in de cloud waarmee u exabytes aan gegevens kunt analyseren en complexe analytische query's kunt uitvoeren. redBus gebruikt Amazon Redshift om de verwerkte gegevens van Amazon S3 en de geaggregeerde gegevens van Apache Druid op te slaan.
Bevraging en visualisatie
Om redBus zo datagedreven mogelijk te maken, hebben ze ervoor gezorgd dat de data via een visualisatielaag toegankelijk is voor hun SRE-engineers, data-engineers en businessanalisten. Deze laag bevat dashboards die worden bediend met behulp van Apache SuperSet, een open-source toepassing voor gegevensvisualisatie, en Amazone Athene, een interactieve queryservice om gegevens in Amazon S3 te analyseren met behulp van standaard SQL voor ad-hocqueryvereisten.
De uitdagingen
Aanvankelijk verwerkte redBus gegevens die werden opgenomen met een snelheid van 10 miljoen gebeurtenissen per dag. Naarmate het bedrijf in de loop van de tijd begon te groeien, groeide ook het datavolume (van gigabytes tot terabytes tot petabytes), de gegevensopname per dag (van 10 miljoen tot 320 miljoen gebeurtenissen) en de behoeften aan het dashboard voor bedrijfsinformatie. Kort daarna kregen ze te maken met uitdagingen met de BI-mogelijkheden van hun zelfbeheerde Superset en de toegenomen operationele complexiteit.
Beperkte BI-mogelijkheden
redBus stuitte op de volgende BI-beperkingen:
- Onvermogen om visualisaties te maken op basis van meerdere gegevensbronnen – Superset staat niet toe om visualisaties te maken van meerdere tabellen binnen de gegevensverkenningslaag. RedBus-data-engineers moesten de tabellen vooraf op het niveau van de gegevensbron zelf laten samenvoegen. Om een 360-graden beeld te creëren voor de zakelijke belanghebbenden van RedBus, werd het voor data-engineers onhandig om meerdere tabellen bij te houden die de visualisatielaag ondersteunen.
- Geen globaal filter voor visuals in een dashboard – Een globaal of primair filter voor visuals in een dashboard wordt niet ondersteund in Superset. Bedenk bijvoorbeeld dat er visuals zijn zoals Sales Wins per regio, YTD Inkomsten gerealiseerd per regio, Sales Pipeline per regio en meer in een dashboard, en een filter Regio is toegevoegd aan het dashboard met waarden zoals EMEA, APAC en VS. Het filter Regio is alleen van toepassing op een van de visuals, niet op het hele dashboard. Dashboardgebruikers verwachtten echter filtering over het hele dashboard.
- Geen zakelijke gebruiksvriendelijke tool - Superset is zeer gericht op ontwikkelaars als het gaat om maatwerk. Als een RedBus-bedrijfsanalist bijvoorbeeld een getimede vernieuwing moet aanpassen die automatisch elk segment op een dashboard opnieuw opvraagt volgens een vooraf ingestelde waarde, dan moet de analist het JSON-metadataveld van het dashboard bijwerken. Daarom is het hebben van kennis van JSON en de syntaxis ervan verplicht voor eventuele aanpassingen aan de visuals of het dashboard.
Verhoogde operationele kosten
Hoewel Superset open source is, wat betekent dat er geen licentiekosten zijn, betekent dit ook dat er meer moeite moet worden gedaan om alle componenten te onderhouden die nodig zijn om te functioneren als BI-tool op bedrijfsniveau. redBus heeft een webserver (Nginx) geïmplementeerd en onderhouden met een Toepassing Load Balancer om de taakverdeling te doen; een metadata-databaseserver (MySQL) waar Superset zijn interne informatie opslaat, zoals gebruikers, segmenten en dashboarddefinities; een asynchrone taakwachtrij (Celery) voor het ondersteunen van langlopende query's; een berichtenmakelaar (RabbitMQ); en een gedistribueerde caching-server (Redis) voor het cachen van de resultaten, het in kaart brengen van gegevens en meer Amazon Elastic Compute-cloud (Amazon EC2) instanties. Het volgende diagram illustreert deze architectuur.
Het DevOps-team van redBus moest het zware werk doen door de infrastructuur in te richten, back-ups te maken, de componenten naar behoefte handmatig te schalen, de afzonderlijke componenten te upgraden en meer. Er was ook een Python-webontwikkelaar nodig om de configuratiewijzigingen door te voeren, zodat alle componenten naadloos samenwerken. Al deze handmatige handelingen verhoogden de totale eigendomskosten voor redBus.
Reis naar QuickSight
redBus begon met het verkennen van BI-oplossingen, voornamelijk rond een aantal van zijn dashboardvereisten:
- BI-dashboards voor zakelijke belanghebbenden en analisten, waarbij de gegevens worden verkregen via Amazon S3 en Amazon Redshift.
- Een real-time Application Performance Monitoring (APM)-dashboard om hun SRE-engineers en -ontwikkelaars te helpen de hoofdoorzaak van een probleem in hun microservices-implementatie te identificeren, zodat ze de problemen kunnen oplossen voordat ze de ervaring van hun klant beïnvloeden. In dit geval worden de gegevens verkregen via Druid.
QuickSight paste in de meeste BI-dashboardvereisten van redBus en binnen de kortste keren begon hun dataplatformteam met een proof of concept (POC) voor een aantal van hun complexe dashboards. Aan het einde van de POC, die een maand duurde, deelde het team hun bevindingen.
Ten eerste is QuickSight rijk aan BI-mogelijkheden, waaronder de volgende:
- Het is een self-service BI-oplossing met drag-and-drop-functies die redBus-analisten zouden kunnen helpen om het comfortabel te gebruiken zonder codeerinspanningen.
- Visualisaties van meerdere gegevensbronnen in één enkel dashboard kunnen zakelijke stakeholders van RedBus helpen een 360-graden beeld te krijgen van verkoop, prognoses en inzichten in één enkel venster.
- Trapsgewijze filters over visuals en over bladen in een dashboard zijn broodnodige functies voor de BI-vereisten van RedBus.
- QuickSight biedt Excel-achtige beelden: tabellen met berekeningen, draaitabellen met celgroepering en vormgeving zijn aantrekkelijk voor de kijkers.
- De supersnelle, parallelle, in-memory berekeningsengine (SPICE) in QuickSight zou redBus kunnen helpen opschalen naar honderdduizenden gebruikers, die allemaal tegelijkertijd snelle interactieve analyses kunnen uitvoeren over een breed scala aan AWS-gegevensbronnen.
- Kant-en-klare ML-inzichten en prognoses zonder extra kosten zouden het datawetenschapsteam van redBus in staat stellen zich te concentreren op ML-modellen naast verkoopprognoses en vergelijkbare modellen.
- Ingebouwde beveiliging op rijniveau (RLS) zou redBus in staat kunnen stellen gefilterde toegang te verlenen aan hun kijkers. RedBus heeft bijvoorbeeld veel business analisten die verschillende landen aansturen. Met RLS ziet elke bedrijfsanalist alleen gegevens met betrekking tot het aan hem toegewezen land binnen één enkel dashboard.
- redBus gebruikt OneLogin als identiteitsprovider, die Security Assertion Markup Language 2.0 (SAML 2.0) ondersteunt. Met de hulp van identiteitsfederatie en single sign-on-ondersteuning van QuickSight, kon redBus een eenvoudige onboarding-stroom bieden voor hun QuickSight-gebruikers.
- QuickSight biedt ingebouwde waarschuwingen en mogelijkheden voor e-mailmeldingen.
Ten tweede is QuickSight een volledig beheerd, cloud-native, serverloos BI-serviceaanbod van AWS, met de volgende kenmerken:
- RedBus-engineers hoeven zich niet te concentreren op het zware werk van provisioning, schaling en onderhoud van hun BI-oplossing op EC2-instances.
- QuickSight biedt native integratie met AWS-services zoals Amazon Redshift, Amazon S3 en Athena, en andere populaire frameworks zoals Presto, Snowflake, Teradata en meer. QuickSight maakt verbinding met de meeste gegevensbronnen die redBus al heeft, behalve Apache Druid, omdat native integratie met Druid vanaf december 2022 niet beschikbaar was. Voor een volledige lijst van de ondersteunde gegevensbronnen, zie Ondersteunde gegevensbronnen.
De uitkomst
Gezien alle rijke functies en lagere totale eigendomskosten, koos redBus voor QuickSight vanwege hun BI-dashboardvereisten. Met QuickSight hebben de data engineers van redBus in een mum van tijd een aantal dashboards gebouwd om inzichten uit petabytes aan data te geven aan business stakeholders en analisten. De redBus-datasnelweg is geëvolueerd om business intelligence naar een veel breder publiek in hun organisatie te brengen, met betere prestaties en snellere time-to-value. Vanaf november 2022 combineert het QuickSight voor zakelijke gebruikers en Superset voor realtime APM-dashboards (op het moment van schrijven biedt QuickSight geen native connector voor Druid), zoals weergegeven in het volgende diagram.
Dashboard voor detectie van verkoopafwijkingen
Hoewel er veel dashboards zijn die redBus heeft ingezet voor productie, is detectie van verkoopafwijkingen een van de interessante dashboards die redBus heeft gebouwd. Het maakt gebruik van het eigen verkoopprognosemodel van redBus, dat op zijn beurt is gebaseerd op historische verkoopgegevens van Amazon Redshift-tabellen en real-time verkoopgegevens van Druid-tabellen, zoals weergegeven in de volgende afbeelding.
Met regelmatige tussenpozen voeden de geplande taken het redBus-voorspellingsmodel met real-time en historische verkoopgegevens, en vervolgens worden de voorspelde gegevens in een Amazon Redshift-tabel gepusht. Het dashboard voor de detectie van verkoopafwijkingen in QuickSight wordt bediend door de resulterende Amazon Redshift-tabel.
Het volgende is een van de beelden van het dashboard voor detectie van verkoopafwijkingen. Het is gebouwd met behulp van een lijndiagram dat de werkelijke verkoop per uur, de voorspelde verkoop en een waarschuwingsdrempel voor een tijdreeks voor een bepaald bedrijfscohort in redBus weergeeft.
In deze visual vertegenwoordigt elke balk het aantal verkoopafwijkingen dat op een bepaald punt in de tijdreeks is geactiveerd.
De analisten van redBus konden verder inzoomen op de verkoopdetails en afwijkingen op minuutniveau, zoals weergegeven in het volgende diagram. Deze drill-down-functie komt uit de doos met QuickSight.
Zie voor meer informatie over het toevoegen van drill-downs aan QuickSight-dashboardvisuals Drill-downs toevoegen aan visuele gegevens in Amazon QuickSight.
Afgezien van de beelden, is het een van de favoriete dashboards van kijkers bij redBus geworden vanwege de volgende opvallende kenmerken:
- Omdat het filteren van visuals een out-of-the-box functie is in QuickSight, wordt een op tijdstempel gebaseerd filter aan het dashboard toegevoegd. Dit helpt bij het filteren van meerdere visuals in het dashboard met één enkele klik.
- URL-acties die op de visuals zijn geconfigureerd, helpen de kijkers om naar de contextgevoelige interne applicaties te navigeren.
- E-mailwaarschuwingen geconfigureerd op KPI's en metervisuals helpen de kijkers om op tijd meldingen te ontvangen.
Volgende stappen
Naast het bouwen van nieuwe dashboards voor hun BI-dashboardbehoeften, onderneemt redBus de volgende volgende stappen:
- Verkennen QuickSight ingebedde analyses voor een aantal van hun applicatievereisten om de tijd tot inzichten voor gebruikers te versnellen met in-context datavisuals, interactieve dashboards en meer direct binnen applicaties
- Verkennen QuickSight Q, waardoor hun zakelijke belanghebbenden vragen kunnen stellen in natuurlijke taal en nauwkeurige antwoorden kunnen krijgen met relevante visualisaties die hen kunnen helpen inzichten uit de gegevens te halen
- Een uniforme dashboardoplossing bouwen met behulp van QuickSight die al hun gegevensbronnen dekt zodra integraties beschikbaar komen
Conclusie
In dit bericht hebben we je laten zien hoe redBus zijn dataplatform bouwde met behulp van verschillende AWS-services en Apache-frameworks, de uitdagingen die het platform doormaakte (vooral wat betreft hun BI-dashboardvereisten en uitdagingen tijdens het schalen), en hoe ze QuickSight gebruikten en de totale kosten verlaagden van eigendom.
Bekijk hun voor meer informatie over engineering bij redBus middelgrote blogposts. Neem voor meer informatie over wat er gebeurt in QuickSight of als u vragen heeft contact op met de QuickSight-community, dat erg actief is en verschillende bronnen biedt.
Over de auteurs
Girish Kumar Chidananda werkt als Senior Engineering Manager – Data Engineering bij redBus, waar hij de afgelopen 5 jaar verschillende data engineering applicaties en componenten voor redBus heeft gebouwd. Voordat hij aan zijn reis in de IT-industrie begon, werkte hij als werktuigbouwkundige en controlesysteemingenieur bij verschillende organisaties en behaalde hij een MS-graad in Fluid Power Engineering aan de Universiteit van Bath.
Kayalvizhi Kandasamy werkt samen met digital-native bedrijven om hun innovatie te ondersteunen. Als Senior Solutions Architect (APAC) bij Amazon Web Services gebruikt ze haar ervaring om mensen te helpen hun ideeën tot leven te brengen, waarbij ze zich voornamelijk richt op microservice-architecturen en cloud-native oplossingen met behulp van AWS-services. Buiten haar werk speelt ze graag schaak en is ze een door de FIDE beoordeelde schaker. Ook coacht ze haar dochters de kunst van het schaken en bereidt ze ze voor op verschillende schaaktoernooien.
- Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
- Platoblockchain. Web3 Metaverse Intelligentie. Kennis versterkt. Toegang hier.
- Bron: https://aws.amazon.com/blogs/big-data/a-dive-into-redbuss-data-platform-and-how-they-used-amazon-quicksight-to-accelerate-business-insights/
- $ 10 miljoen
- 1
- 10
- 100
- 2022
- 360 graden
- a
- Over
- versnellen
- toegang
- beschikbaar
- Volgens
- accuraat
- over
- acties
- actieve
- Ad
- toegevoegd
- Extra
- aanpakken
- adoptanten
- invloed hebben op
- Na
- tegen
- Alarm
- Alles
- al
- Amazone
- Amazon EC2
- Amazon QuickSight
- Amazon RDS
- Amazon Web Services
- bedragen
- analyse
- analist
- analisten
- Analytisch
- analytics
- analyseren
- en
- onregelmatigheidsdetectie
- antwoorden
- APAC
- apache
- Aanvraag
- toepassingen
- Solliciteer
- apps
- architectuur
- rond
- Kunst
- toegewezen
- aantrekkelijk
- gehoor
- auteur
- webmaster.
- Beschikbaar
- AWS
- backend
- backups
- bars
- gebaseerde
- omdat
- worden
- vaardigheden
- wezen
- Betere
- Blog
- Box camera's
- merk
- merken
- brengen
- makelaar
- bouw
- Gebouw
- bebouwd
- ingebouwd
- bus
- bedrijfsdeskundigen
- business intelligence
- Dit betekent dat we onszelf en onze geliefden praktisch vergiftigen.
- mogelijkheden
- auto
- geval
- gevallen
- catalogus
- Veroorzaken
- uitdagingen
- Wijzigingen
- tabel
- in kaart brengen
- controle
- Schaakspel
- koos
- Steden
- Plaats
- Cloud
- codering
- cohorte
- combines
- Bedrijven
- afstand
- compleet
- complex
- complexiteit
- bestanddeel
- componenten
- uitgebreid
- Berekenen
- concept
- gekoppeld blijven
- verbindt
- Overwegen
- onder controle te houden
- Kosten
- Kosten
- kon
- landen
- Land
- Koppel
- aan het bedekken
- en je merk te creëren
- Wij creëren
- klant
- Klantenservice
- Klanten
- maatwerk
- aan te passen
- dashboards
- gegevens
- Datameer
- Gegevensplatform
- data science
- data visualisatie
- datawarehouse
- Gegevensgestuurde
- Database
- dag
- December
- beslissingen
- Mate
- Vraag
- ingezet
- inzet
- bestemming
- detail
- gegevens
- Opsporing
- Ontwikkelaar
- ontwikkelaars
- apparaat
- DevOps
- DEED
- anders
- Afmeting
- direct
- bespreken
- verdeeld
- document
- Nee
- doen
- Dont
- beneden
- druïde
- duurzaamheid
- gedurende
- elk
- gemakkelijk te gebruiken
- inspanning
- inspanningen
- ingebed
- EMEA
- medewerkers
- in staat stellen
- Motor
- ingenieur
- Engineering
- Ingenieurs
- enterprise-kwaliteit
- Geheel
- vooral
- Ether (ETH)
- EVENTS
- evolueerde
- voorbeeld
- Behalve
- verwacht
- ervaring
- exploratie
- Verkennen
- uitgebreid
- uiterst
- geconfronteerd
- naar
- SNELLE
- sneller
- Favoriet
- Kenmerk
- Voordelen
- Federatie
- veld-
- Figuur
- filter
- filtering
- filters
- geschikt
- Bepalen
- Flexibiliteit
- stroom
- Stromen
- Focus
- gericht
- volgend
- formulier
- Foundation
- frameworks
- vriendelijk
- oppompen van
- Vooraan
- geheel
- functie
- verder
- Krijgen
- krijgen
- Geven
- glas
- Globaal
- toe te kennen
- grafieken
- Groep
- Groeiend
- gelukkig
- met
- hard
- hulp
- helpt
- Hoge
- hoger
- zeer
- Snelweg
- historisch
- houdt
- gehost
- Hoe
- Echter
- HTML
- HTTPS
- Honderden
- ideeën
- identificeren
- het identificeren van
- Identiteit
- in
- omvat
- Inclusief
- Inkomend
- meer
- Indië
- individueel
- -industrie
- informatie
- Infrastructuur
- Innovatie
- inzichten
- integratie
- integraties
- Intelligentie
- interactieve
- interessant
- intern
- inventaris
- kwestie
- problemen
- IT
- IT-industrie
- zelf
- Vacatures
- toegetreden
- json
- kafka
- houden
- blijven
- kennis
- KYC
- meer
- taal
- grootste
- Achternaam*
- lagen
- leidend
- LEARN
- Niveau
- Licenties
- Life
- facelift
- beperkingen
- Lijn
- Lijst
- laden
- lader
- het laden
- Kijk
- Laag
- onderhouden
- maken
- MERKEN
- maken
- beheer
- beheerd
- manager
- verplicht
- handboek
- handmatig
- veel
- middel
- mechanisch
- Bericht
- Metadata
- Metriek
- microservices
- miljoen
- minuut
- ML
- Mobile
- mobiele apps
- model
- modellen
- Grensverkeer
- meer
- meest
- MS
- meervoudig
- MySQL
- inheemse
- Naturel
- Natuurlijke taal
- OP DEZE WEBSITE VIND JE
- Noodzaak
- nodig
- behoeften
- New
- volgende
- NGINX
- opvallend
- notificatie
- meldingen
- November
- aantal
- object
- Object Opslag
- bieden
- het aanbieden van
- Aanbod
- Onboarding
- EEN
- online.
- open
- open source
- bediend
- operatie
- operationele
- Operations
- operator
- exploitanten
- bestellen
- organisatie
- organisaties
- Overige
- buiten
- het te bezitten.
- ownership
- brood
- Parallel
- deel
- bijzonder
- Mensen
- uitvoeren
- prestatie
- pijpleiding
- Spil
- plaats
- platform
- Plato
- Plato gegevensintelligentie
- PlatoData
- speler
- spelen
- PoC
- punt
- Populair
- portfolio
- mogelijk
- Post
- energie
- voorspeld
- Bereidt zich voor
- in de eerste plaats
- primair
- Voorafgaand
- productie
- vooraanstaand
- bewijs
- proof of concept voor
- gepatenteerd
- zorgen voor
- mits
- leverancier
- biedt
- het verstrekken van
- geduwd
- Python
- Contact
- Spoor
- snel
- tarief
- bereiken
- real-time
- realtime gegevens
- realiseerde
- ontvangen
- regio
- regelmatig
- verwant
- relevante
- vertegenwoordigen
- vertegenwoordigt
- nodig
- Voorwaarden
- Resources
- Resultaten
- inkomsten
- Rijk
- wortel
- lopen
- verkoop
- Schaalbaarheid
- Scale
- scaling
- gepland
- Geplande banen
- Wetenschap
- naadloos
- zoeken
- secties
- veiligheid
- ziet
- Zelfbediening
- verzending
- senior
- -Series
- Serverless
- service
- Diensten
- serveer-
- verscheidene
- Delen
- gedeeld
- getoond
- gelijk
- Eenvoudig
- gelijktijdig
- single
- Plak
- So
- oplossing
- Oplossingen
- Spoedig
- bron
- bronnen
- kruiden
- SQL
- stakeholders
- standaard
- gestart
- Start
- Stappen
- mediaopslag
- shop
- opgeslagen
- winkels
- suite
- ondersteuning
- ondersteunde
- Ondersteuning
- steunen
- syntaxis
- Systems
- tafel
- het nemen
- Taak
- team
- termen
- De
- de wereld
- hun
- daarom
- duizenden kosten
- drempel
- Door
- ticketing
- tickets
- niet de tijd of
- Tijdreeksen
- Timed
- naar
- samen
- tools
- Totaal
- Toernooien
- in de richting van
- Tracking
- verkeer
- reizen
- reiziger
- reizigers
- veroorzaakt
- BEURT
- unified
- universiteit-
- onbeperkt
- bijwerken
- Uploaden
- us
- .
- Gebruiker
- gebruikers
- waarde
- Values
- variëteit
- divers
- via
- Bekijk
- kijkers
- virtueel
- visualisatie
- volume
- Magazijn
- web
- webserver
- webservices
- Wat
- Wat is
- welke
- en
- WIE
- breed
- bredere
- wil
- Wint
- binnen
- zonder
- Mijn werk
- samenwerken
- werkte
- Bedrijven
- wereld
- s werelds
- zou
- het schrijven van
- jaar
- zephyrnet