To jest post gościnny, którego współautorem jest Alex Naumov, główny architekt danych w smava.
smava GmbH jest jedną z wiodących firm świadczących usługi finansowe w Niemczech, dzięki której pożyczki osobiste są przejrzyste, uczciwe i przystępne dla konsumentów. W oparciu o procesy cyfrowe smava porównuje oferty kredytowe z ponad 20 banków. W ten sposób pożyczkobiorcy mogą szybko, cyfrowo i efektywnie wybrać najkorzystniejszą dla siebie ofertę.
smava wierzy i wykorzystuje decyzje oparte na danych, aby stać się liderem na rynku. Zespół Data Platform jest odpowiedzialny za wspieranie decyzji opartych na danych w smava poprzez dostarczanie produktów związanych z danymi we wszystkich działach i oddziałach firmy. W skład działów wchodzą zespoły od inżynierii po sprzedaż i marketing. Oddziały oferują asortyment produktowy, czyli pożyczki B2C, pożyczki B2B, a wcześniej także kredyty hipoteczne B2C. Produkty danych wykorzystywane wewnątrz firmy obejmują między innymi wnioski z podróży użytkowników, raporty operacyjne i wyniki kampanii marketingowych. Platforma danych obsługuje średnio 60 tys. zapytań dziennie. Ilość danych wynosi dwucyfrowe TB i stale rośnie w miarę ewolucji biznesu i źródeł danych.
Zespół platformy danych smava stanął przed wyzwaniem dostarczania danych interesariuszom z różnymi umowami SLA, przy jednoczesnym zachowaniu elastyczności umożliwiającej skalowanie w górę i w dół, przy jednoczesnym zachowaniu opłacalności. Wygenerowanie codziennych raportów zajmowało do 3 godzin, co miało wpływ na podejmowanie decyzji biznesowych, gdy ponowne obliczenia musiały nastąpić w ciągu dnia. Aby przyspieszyć samoobsługową analitykę i wspierać innowacje oparte na danych, potrzebne było rozwiązanie umożliwiające każdemu zespołowi samodzielne tworzenie produktów opartych na danych w sposób zdecentralizowany. Do tworzenia produktów danych i zarządzania nimi smava używa Amazonka Przesunięcie ku czerwieni, hurtownia danych w chmurze.
W tym poście pokazujemy, jak smava zoptymalizowała swoją platformę danych, używając Bezserwerowe Amazon Redshift i Udostępnianie danych Amazon Redshift aby pokonać wyzwania związane z właściwym rozmiarem dla nieprzewidywalnych obciążeń i jeszcze bardziej poprawić stosunek ceny do jakości. Dzięki optymalizacjom smava osiągnęła do 50% oszczędności kosztów i do trzech razy szybsze generowanie raportów w porównaniu z poprzednią infrastrukturą analityczną.
Przegląd rozwiązania
Jako firma oparta na danych, smava wykorzystuje chmurę AWS do wspierania swoich zastosowań analitycznych. Aby zapewnić swoim klientom najlepsze oferty i wygodę użytkowania, smava postępuje zgodnie z nowoczesna architektura danych zasady z jeziorem danych jako skalowalnym, trwałym magazynem danych i specjalnie zbudowanymi magazynami danych do przetwarzania analitycznego i wykorzystania danych.
smava pozyskuje dane z różnych zewnętrznych i wewnętrznych źródeł danych do etapu docelowego w oparciu o jezioro danych Usługa Amazon Simple Storage (Amazon S3). Do pozyskiwania danych smava korzysta z zestawu popularnych zewnętrznych platform danych klientów, uzupełnionych niestandardowymi skryptami.
Po tym jak dane wylądują w Amazon S3, smava używa pliku Klej AWS Katalog danych i roboty indeksujące do automatycznego katalogowania dostępnych danych, przechwytywania metadanych i udostępniania interfejsu umożliwiającego wysyłanie zapytań do wszystkich zasobów danych.
Analitycy danych, którzy potrzebują dostępu do surowych zasobów, korzystają z jeziora danych Amazonka Atena, bezserwerowa, interaktywna usługa analityczna umożliwiająca eksplorację za pomocą zapytań ad hoc. Na potrzeby wszystkich działów w całej organizacji zespół platformy danych smava przygotowuje wybrane produkty związane z danymi zgodnie z wyodrębnij, załaduj i przekształć wzór (ELT). smava wykorzystuje Amazon Redshift jako hurtownię danych w chmurze do przekształcania, przechowywania i analizowania danych oraz ich wykorzystania Widmo przesunięcia ku czerwieni Amazonki aby efektywnie wysyłać zapytania i pobierać ustrukturyzowane i częściowo ustrukturyzowane dane z jeziora danych przy użyciu języka SQL.
smava podąża za modelowanie skarbca danych metodologię obejmującą etapy Raw Vault, Business Vault i Data Mart w celu przygotowania produktów danych dla konsumentów końcowych. Surowy magazyn opisuje obiekty ładowane bezpośrednio ze źródeł danych i reprezentuje kopię etapu docelowego w jeziorze danych. Business Vault jest zapełniany danymi pochodzącymi z Raw Vault i przekształcanymi zgodnie z regułami biznesowymi. Na koniec dane są agregowane w konkretne produkty danych zorientowane na konkretną linię biznesową. To jest Magazyn danych scena. Produkty danych z etapów Business Vault i Data Mart są już dostępne dla konsumentów. smava zdecydowała się wykorzystać Tableau do analityki biznesowej, wizualizacji danych i dalszej analizy. Transformacjami danych zarządza się za pomocą dbt aby uprościć zarządzanie przepływem pracy i współpracę w zespole.
Poniższy diagram przedstawia architekturę platformy danych wysokiego poziomu przed optymalizacjami.
Ewolucja wymagań platformy danych
smava rozpoczęła pracę od pojedynczego klastra przesunięcia ku czerwieni, który będzie obsługiwał wszystkie trzy etapy danych. Wybrali udostępnione węzły klastra Typ RA3 w Instancje zarezerwowane (RI) w celu optymalizacji kosztów. Wraz ze wzrostem ilości danych o 53% rok do roku wzrosła także złożoność i wymagania różnych obciążeń analitycznych.
smava szybko poradziła sobie z rosnącymi wolumenami danych, dostosowując rozmiar klastra i używając Skalowanie współbieżności Amazon Redshift dla szczytowych obciążeń. Ponadto firma smava chciała dać wszystkim zespołom możliwość tworzenia własnych produktów związanych z danymi w sposób samoobsługowy, aby zwiększyć tempo innowacji. Aby uniknąć zakłóceń w centralnie zarządzanych produktach danych, zdecentralizowane środowiska rozwoju produktów musiały być ściśle odizolowane. Ten sam wymóg zastosowano również do wyodrębnienia różnych etapów produktu, nad którymi czuwał zespół Data Platform.
Optymalizacja architektury z udostępnianiem danych i Redshift Serverless
Aby sprostać zmieniającym się wymaganiom, firma smava zdecydowała się oddzielić obciążenie pracą, dzieląc pojedynczy, obsługiwany klaster Redshift na wiele hurtowni danych, przy czym każda hurtownia obsługuje inny etap. Ponadto smava dodała nowe środowiska testowe w Business Vault, aby opracowywać nowe produkty danych bez ryzyka ingerencji w istniejące potoki produktów. Aby uniknąć zakłóceń w centralnie zarządzanych produktach danych zespołu Data Platform, smava wprowadziła dodatkowy klaster Redshift, izolujący zdecentralizowane obciążenia.
smava szukała gotowego do użycia rozwiązania, które umożliwiłoby izolację obciążenia bez zarządzania złożonym potokiem replikacji danych.
Zaraz po uruchomieniu Udostępnianie danych z przesunięciem ku czerwieni możliwości w 2021 roku zespół Data Platform uznał, że jest to rozwiązanie, którego szukało. smava przyjęła funkcję udostępniania danych, aby dane z klastrów producentów były dostępne do odczytu w różnych klastrach konsumenckich, przy czym każdy z tych klastrów konsumenckich obsługuje inny etap.
Udostępnianie danych Redshift umożliwia natychmiastowy, szczegółowy i szybki dostęp do danych w klastrach Redshift bez konieczności kopiowania danych. Zapewnia bieżący dostęp do danych, dzięki czemu użytkownicy zawsze widzą najbardziej aktualne i spójne informacje w miarę ich aktualizacji w hurtowni danych. Dzięki udostępnianiu danych możesz bezpiecznie udostępniać aktualne dane klastrom Redshift na tym samym lub różnych kontach AWS oraz w różnych regionach.
Dzięki udostępnianiu danych Redshift firmie smava udało się zoptymalizować architekturę danych, oddzielając obciążenia danymi od poszczególnych klastrów konsumenckich bez konieczności replikowania danych. Poniższy diagram ilustruje architekturę platformy danych wysokiego poziomu po podzieleniu pojedynczego klastra Redshift na wiele klastrów.
Udostępniając samoobsługową hurtownię danych, firma SMAVA zwiększyła demokratyzację danych, zapewniając użytkownikom dostęp do wszystkich aspektów danych. Udostępnili także zespołom zestaw niestandardowych narzędzi do odkrywania danych, analizy ad hoc, tworzenia prototypów i obsługi pełnego cyklu życia dojrzałych produktów związanych z danymi.
Po zebraniu danych operacyjnych z poszczególnych klastrów zespół Data Platform zidentyfikował dalsze potencjalne optymalizacje: klaster Raw Vault był pod stałym obciążeniem przez całą dobę, 24 dni w tygodniu, ale klastry Business Vault były aktualizowane tylko co noc. Aby zoptymalizować koszty, smava użyła metody możliwości wstrzymywania i wznawiania klastrów z obsługą Redshift. Możliwości te są przydatne w przypadku klastrów, które muszą być dostępne w określonych godzinach. Gdy klaster jest wstrzymany, rozliczenia na żądanie są zawieszone. Opłaty pobierane są tylko za pamięć masową klastra.
Funkcja wstrzymywania i wznawiania pomogła firmie Sava zoptymalizować koszty, ale uruchomienie operacji klastra wymagało dodatkowych nakładów operacyjnych. Dodatkowo w klastrach rozwojowych występowały przestoje w godzinach pracy. Wyzwania te zostały ostatecznie rozwiązane poprzez wdrożenie Redshift Serverless w 2022 roku. Zespół Data Platform zdecydował się przenieść klastry etapowe Business Data Vault do Redshift Serverless, co pozwala im płacić za hurtownię danych tylko wtedy, gdy jest używana, niezawodnie i wydajnie.
Redshift Serverless idealnie sprawdza się w przypadkach, gdy trudno jest przewidzieć potrzeby obliczeniowe, takie jak obciążenia zmienne, obciążenia okresowe z okresami bezczynności oraz obciążenia w stanie stabilnym ze skokami. Dodatkowo, w miarę jak zapotrzebowanie na użytkowanie ewoluuje wraz z nowymi obciążeniami i większą liczbą jednoczesnych użytkowników, Redshift Serverless automatycznie udostępnia odpowiednie zasoby obliczeniowe, a hurtownia danych skaluje się płynnie i automatycznie, bez konieczności ręcznej interwencji. Udostępnianie danych jest obsługiwane w obu kierunkach pomiędzy Redshift Serverless i aprowizowanymi klastrami Redshift z węzłami RA3, więc nie były potrzebne żadne zmiany w architekturze smava. Poniższy diagram przedstawia konfigurację architektury wysokiego poziomu po przejściu na technologię Redshift Serverless.
smava połączyła zalety rozwiązań Redshift Serverless i dbt w ramach płynnego potoku CI/CD, przyjmując metodologię programowania opartą na łączach trunkingowych. Zmiany w repozytorium Git są automatycznie wdrażane do etapu testowego i weryfikowane za pomocą automatycznych testów integracyjnych. Takie podejście zwiększyło wydajność programistów i skróciło średni czas potrzebny na produkcję z dni do minut.
smava przyjęła architekturę, która wykorzystuje zarówno aprowizowane, jak i bezserwerowe hurtownie danych Redshift, wraz z możliwością udostępniania danych w celu izolowania obciążeń. Wybierając odpowiednie wzorce architektoniczne dla swoich potrzeb, smava była w stanie osiągnąć co następuje:
- Uprość potoki danych i zmniejsz obciążenie operacyjne
- Skróć czas udostępniania funkcji z dni do minut
- Zwiększ stosunek ceny do wydajności, skracając czasy przestojów i odpowiednio dostosowując obciążenie
- Osiągnij nawet trzykrotnie szybsze generowanie raportów (szybsze obliczenia i większa równoległość) przy 50% pierwotnych kosztów konfiguracji
- Zwiększ elastyczność wszystkich działów i wspieraj podejmowanie decyzji w oparciu o dane poprzez demokratyzację dostępu do danych
- Zwiększ szybkość innowacji, udostępniając możliwości samoobsługi w zakresie danych zespołom we wszystkich działach i wzmacniając możliwości testów A/B, aby objąć całą podróż klienta
Obecnie wszystkie działy firmy smava korzystają z dostępnych produktów związanych z danymi, aby podejmować oparte na danych, dokładne i sprawne decyzje.
Wizja przyszłości
W przyszłości smava planuje dalszą optymalizację platformy danych w oparciu o wskaźniki operacyjne. Rozważają zmianę klastrów z większą liczbą zasobów, takich jak klaster Self-Service Data Mart, na klastry bezserwerowe. Dodatkowo smava optymalizuje łańcuch narzędzi orkiestracji ELT, aby zwiększyć liczbę równoległych potoków danych do uruchomienia. Zwiększy to wykorzystanie udostępnionych zasobów Redshift i umożliwi redukcję kosztów.
Wraz z wprowadzeniem zdecentralizowanej, samoobsługi w zakresie tworzenia produktów danych, smava zrobiła krok naprzód w kierunku: architektura siatki danych. W przyszłości zespół Data Platform planuje dalszą ocenę potrzeb użytkowników swoich usług i ustanowienie dalszych zasad dotyczących siatki danych, takich jak stowarzyszone zarządzanie danymi.
Wnioski
W tym poście pokazaliśmy, jak smava zoptymalizowała swoją platformę danych, izolując środowiska i obciążenia za pomocą funkcji Redshift Serverless i udostępniania danych. Te środowiska Redshift są dobrze zintegrowane z infrastrukturą, elastyczne w skalowaniu na żądanie i wysoce dostępne, a ponadto wymagają minimalnego wysiłku administracyjnego. Ogólnie rzecz biorąc, smava zwiększyła wydajność trzykrotnie, jednocześnie zmniejszając całkowite koszty platformy o 50%. Dodatkowo ograniczyli do minimum koszty operacyjne, zachowując jednocześnie istniejące umowy SLA dotyczące czasu generowania raportów. Co więcej, smava wzmocniła kulturę innowacji, udostępniając możliwości samoobsługowych produktów do przetwarzania danych, co pozwala skrócić czas ich wprowadzenia na rynek.
Jeśli chcesz dowiedzieć się więcej o możliwościach Amazon Redshift, zalecamy obejrzenie najnowszej wersji Co nowego w sesji Amazon Redshift w kanale AWS Events aby uzyskać przegląd funkcji ostatnio dodanych do usługi. Możesz także eksplorować samoobsługowe, praktyczne laboratoria Amazon Redshift do eksperymentowania z kluczowymi funkcjami Amazon Redshift w sposób ukierunkowany.
Można też zanurzyć się głębiej Przypadki użycia Redshift Serverless i przypadki użycia udostępniania danych. Dodatkowo sprawdź najlepsze praktyki w zakresie udostępniania danych i odkryj jak inni klienci zoptymalizowani pod kątem kosztów i wydajności dzięki udostępnianiu danych Redshift aby zainspirować się do własnych zadań.
Jeśli wolisz książki, zajrzyj Amazon Redshift: ostateczny przewodnik autorstwa O'Reilly, w którym autorzy szczegółowo opisują możliwości Amazon Redshift i przedstawiają spostrzeżenia na temat odpowiednich wzorców i technik.
O autorach
Aleks Naumow jest głównym architektem danych w smava GmbH i kieruje projektami transformacji w dziale danych. Alex pracował wcześniej przez 10 lat jako konsultant i architekt danych/rozwiązań w wielu różnych dziedzinach, takich jak telekomunikacja, bankowość, energia i finanse, korzystając z różnych stosów technologii i w wielu różnych krajach. Jego wielką pasją są dane i przekształcanie organizacji tak, aby stały się oparte na danych i najlepsze w tym, co robią.
Lingli Zheng pracuje jako Business Development Manager w ogólnoświatowej specjalistycznej organizacji AWS, wspierając klientów w regionie DACH, aby uzyskać najlepszą wartość z usług analitycznych Amazon. Dzięki ponad 12-letniemu doświadczeniu w energetyce, automatyce i branży oprogramowania, ze szczególnym uwzględnieniem analizy danych, sztucznej inteligencji i uczenia maszynowego, jej celem jest pomaganie klientom w osiąganiu wymiernych wyników biznesowych poprzez transformację cyfrową.
Aleksander Spivak jest starszym architektem rozwiązań dla start-upów w AWS, skupiającym się na klientach B2B niezależnych dostawców oprogramowania w regionie EMEA North. Przed rozpoczęciem pracy w AWS Alexander pracował jako konsultant w projektach związanych z usługami finansowymi, zajmując różne stanowiska w zakresie rozwoju oprogramowania i architektury. Pasjonuje się analityką danych, architekturami bezserwerowymi i tworzeniem wydajnych organizacji.
Ten post został sprawdzony pod kątem poprawności technicznej przez Davida Greenshteina, starszego architekta rozwiązań analitycznych.
- Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
- PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
- PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
- PlatonESG. Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
- Platon Zdrowie. Inteligencja w zakresie biotechnologii i badań klinicznych. Dostęp tutaj.
- Źródło: https://aws.amazon.com/blogs/big-data/how-smava-makes-loans-transparent-and-affordable-using-amazon-redshift-serverless/
- :ma
- :Jest
- :Gdzie
- $W GÓRĘ
- 10
- 100
- 12
- 125
- 20
- 2021
- 2022
- 60
- a
- Zdolny
- O nas
- dostęp
- Dostęp do danych
- wykonać
- Stosownie
- Konta
- precyzja
- dokładny
- Osiągać
- osiągnięty
- w poprzek
- Ad
- w dodatku
- dodatek
- Dodatkowy
- do tego
- zaadresowany
- administracja
- przyjęty
- Przyjęcie
- Korzyść
- przystępne
- Po
- zwinny
- AI
- alex
- Alexander
- Wszystkie kategorie
- dopuszczać
- pozwala
- również
- zawsze
- Amazonka
- Amazon Web Services
- wśród
- an
- analiza
- analitycy
- Analityczny
- Analityczny
- analityka
- w czasie rzeczywistym sprawiają,
- i
- każdy
- stosowany
- podejście
- architektoniczny
- architektura
- SĄ
- AS
- aspekty
- Aktywa
- At
- autor
- Autorzy
- zautomatyzowane
- automatycznie
- Automatyzacja
- dostępny
- średni
- uniknąć
- AWS
- B2B
- B2C
- Bankowość
- Banki
- na podstawie
- BE
- stają się
- być
- zanim
- uważa,
- Korzyści
- BEST
- pomiędzy
- billing
- Blog
- Książki
- pożyczkobiorców
- obie
- gałęzie
- przynieść
- biznes
- rozwój biznesu
- business intelligence
- ale
- by
- Kampania
- CAN
- możliwości
- zdolność
- zdobyć
- Etui
- katalog
- wyzwanie
- wyzwania
- Zmiany
- Opłaty
- ZOBACZ
- Dodaj
- Wybierając
- wybrał
- Chmura
- Grupa
- współpraca
- Zbieranie
- połączony
- Firmy
- sukcesy firma
- w porównaniu
- kompletny
- kompleks
- kompleksowość
- obliczać
- równoległy
- wobec
- zgodny
- konsultant
- konsument
- Konsumenci
- konsumpcja
- kontynuować
- Odpowiedni
- Koszty:
- oszczędności
- Koszty:
- kraje
- pokrywa
- Stwórz
- Tworzenie
- tworzenie
- kultura
- kurator
- zwyczaj
- klient
- dane klienta
- Klientów
- codziennie
- dane
- dostęp do danych
- Analityka danych
- Jezioro danych
- Platforma danych
- udostępnianie danych
- Wizualizacja danych
- hurtownia danych
- magazyn danych
- sterowane danymi
- David
- dzień
- Dni
- Promocje
- Zdecentralizowane
- postanowiła
- Podejmowanie decyzji
- Decyzje
- zmniejszony
- dedykowane
- głębiej
- ostateczny
- dostarczyć
- Kreowanie
- demokratyzacja
- Demokratyzować
- Departament
- Działy
- wdrażane
- detal
- rozwijać
- deweloperzy
- oprogramowania
- ZROBIŁ
- różne
- trudny
- cyfrowy
- cyfrowy Transformacja
- kierunki
- bezpośrednio
- odkryj
- odkrycie
- nurkować
- do
- domeny
- na dół
- podczas
- każdy
- efektywność
- wydajny
- skutecznie
- starania
- EMEA
- Umożliwia
- zakończenia
- energia
- angaże
- Inżynieria
- środowiska
- zapewniają
- Eter (ETH)
- oceniać
- wydarzenia
- ewoluuje
- ewoluowały
- ewoluuje
- Przede wszystkim system został opracowany
- doświadczenie
- eksperyment
- eksploracja
- odkryj
- zewnętrzny
- w obliczu
- sprawiedliwy
- FAST
- szybciej
- korzystny
- Cecha
- Korzyści
- W końcu
- finansować
- budżetowy
- usługi finansowe
- Elastyczność
- elastyczne
- Skupiać
- skupienie
- następujący
- następujący sposób
- W razie zamówieenia projektu
- Dla konsumentów
- dawniej
- Naprzód
- Sprzyjać
- od
- pełny
- funkcjonalności
- dalej
- Ponadto
- przyszłość
- Generować
- generacja
- Niemcy
- otrzymać
- git
- Dać
- GmBH
- zarządzanie
- wspaniały
- wzrosła
- Rozwój
- Wzrost
- Gość
- Guest Post
- poprowadzi
- prowadzony
- miał
- hands-on
- zdarzyć
- Have
- mający
- he
- pomógł
- pomoc
- na wysokim szczeblu
- wyższy
- wysoko
- gospodarz
- GODZINY
- W jaki sposób
- HTML
- HTTPS
- idealny
- zidentyfikowane
- Idle
- ilustruje
- wpływ
- podnieść
- in
- zawierać
- Włącznie z
- Zwiększać
- wzrosła
- indywidualny
- przemysł
- Informacja
- Infrastruktura
- Innowacja
- wewnątrz
- spostrzeżenia
- inspirowane
- instancje
- natychmiastowy
- zintegrowany
- integracja
- Inteligencja
- interaktywne
- zainteresowany
- Interfejs
- ingerencja
- ingerowania
- wewnętrzny
- interwencja
- najnowszych
- wprowadzono
- wprowadzenie
- Wprowadzenie
- odosobniony
- izolacja
- isv
- IT
- Podróże
- Klawisz
- jezioro
- lądowanie
- Ziemie
- uruchomić
- lider
- prowadzący
- Wyprowadzenia
- nauka
- wifecycwe
- lubić
- Linia
- relacja na żywo
- dane na żywo
- załadować
- pożyczka
- Kredyty
- poszukuje
- zrobiony
- utrzymanie
- robić
- WYKONUJE
- Dokonywanie
- zarządzanie
- zarządzane
- kierownik
- zarządzający
- sposób
- podręcznik
- wiele
- rynek
- Lider na rynku
- Marketing
- dojrzały
- Poznaj nasz
- siatka
- Metadane
- Metodologia
- Metryka
- minimum
- minuty
- ML
- jeszcze
- Ponadto
- Kredyty hipoteczne
- większość
- ruch
- wielokrotność
- mianowicie
- Potrzebować
- potrzebne
- wymagania
- Nowości
- Nie
- węzły
- Północ
- już dziś
- numer
- obiekty
- of
- Oferty
- on
- Na żądanie
- ONE
- tylko
- operacyjny
- operacyjny
- operacje
- optymalizacja
- Optymalizacja
- zoptymalizowane
- optymalizacji
- Option
- or
- orkiestracja
- zamówienie
- organizacja
- organizacji
- oryginalny
- Inne
- Pozostałe
- na zewnątrz
- koniec
- ogólny
- Przezwyciężać
- przegląd
- własny
- Pokój
- Parallel
- pasja
- namiętny
- Wzór
- wzory
- pauza
- Wstrzymany
- Zapłacić
- Szczyt
- dla
- jest gwarancją najlepszej jakości, które mogą dostarczyć Ci Twoje monitory,
- periodycznie
- osobisty
- Pożyczki osobiste
- rurociąg
- plany
- Platforma
- Platformy
- plato
- Analiza danych Platona
- PlatoDane
- Popularny
- zaludniony
- Post
- potencjał
- power
- przewidzieć
- woleć
- Przygotować
- Przygotowuje
- poprzedni
- poprzednio
- Główny
- Zasady
- Wcześniejszy
- procesów
- przetwarzanie
- producent
- Produkt
- rozwój produktów
- Produkcja
- Produkty
- projektowanie
- prototypowanie
- zapewniać
- pod warunkiem,
- zapewnia
- że
- zapytania
- szybko
- zasięg
- Surowy
- Czytaj
- niedawny
- niedawno
- uznane
- polecić
- zmniejszyć
- Zredukowany
- redukcja
- redukcje
- region
- regiony
- zwolnić
- pozostał
- replikacja
- raport
- Raportowanie
- Raporty
- składnica
- reprezentuje
- wymagać
- wymagany
- wymaganie
- wymagania
- Zasoby
- odpowiedzialny
- Efekt
- Resume
- recenzja
- prawo
- Ryzyko
- role
- reguły
- run
- sole
- Sprzedaż i marketing
- taki sam
- Oszczędności
- skalowalny
- Skala
- waga
- skalowaniem
- skrypty
- bezszwowy
- płynnie
- bezpiecznie
- widzieć
- Samoobsługa
- senior
- oddzielny
- rozsadzający
- Bezserwerowe
- służy
- usługa
- Usługi
- służąc
- Sesja
- zestaw
- ustawienie
- Share
- dzielenie
- ona
- pokazać
- pokazał
- Targi
- Prosty
- upraszczać
- pojedynczy
- So
- Tworzenie
- rozwoju oprogramowania
- rozwiązanie
- Rozwiązania
- rozwiązany
- pozyskiwany
- Źródła
- specjalista
- specyficzny
- prędkość
- kolce
- SQL
- Półki na książki
- STAGE
- etapy
- inscenizacja
- interesariusze
- rozpoczęty
- startup
- przebywający
- stały
- Ewolucja krok po kroku
- przechowywanie
- sklep
- sklep
- wzmocniony
- wzmocnienie
- zbudowany
- przedmiot
- taki
- wsparcie
- Utrzymany
- Wspierający
- zawieszony
- Żywy obraz
- trwa
- namacalny
- zespół
- Zespoły
- tech
- Techniczny
- Techniki
- telekomunikacja
- test
- Testy
- niż
- że
- Połączenia
- Przyszłość
- ich
- Im
- Te
- one
- innych firm
- to
- tych
- tysiąc
- trzy
- Przez
- czas
- czasy
- do
- razem
- wziął
- narzędzia
- Kwota produktów:
- w kierunku
- Przekształcać
- Transformacja
- przemiany
- przekształcony
- transformatorowy
- przezroczysty
- wyzwalać
- dla
- nieobliczalny
- nowomodny
- zaktualizowane
- Stosowanie
- posługiwać się
- używany
- Użytkownik
- Doświadczenie użytkownika
- Użytkownicy
- zastosowania
- za pomocą
- wykorzystuje
- zatwierdzony
- wartość
- zmienna
- różnorodność
- różnorodny
- Sklepienie
- wyobrażanie sobie
- Tom
- kłęby
- poszukiwany
- Magazyn
- była
- oglądania
- Droga..
- sposoby
- we
- sieć
- usługi internetowe
- DOBRZE
- były
- Co
- jeśli chodzi o komunikację i motywację
- który
- Podczas
- KIM
- szeroki
- Wikipedia
- będzie
- w
- bez
- pracował
- workflow
- pracujący
- Godziny pracy
- działa
- warsztaty
- na calym swiecie
- rok
- lat
- ty
- Twój
- youtube
- zefirnet