Добро пожаловать в эру данных. Огромный объем ежедневно собираемых данных продолжает расти, что требует развития платформ и решений. Такие услуги, как Простой сервис хранения Amazon (Amazon S3) предлагают масштабируемое решение, которое адаптируется, но остается экономически эффективным для растущих наборов данных. Инициатива по данным об устойчивом развитии Amazon (ASDI) использует возможности Amazon S3, чтобы предоставить вам бесплатное решение для хранения и совместного использования рабочих нагрузок в области климатологии по всему миру. Спонсорская программа открытых данных Amazon позволяет организациям бесплатно размещать данные на AWS.
За последнее десятилетие мы стали свидетелями всплеска фреймворков для науки о данных, а также их массового принятия сообществом специалистов по данным. Одной из таких рамок является Даск, который обладает мощной способностью обеспечивать координацию рабочих вычислительных узлов, тем самым ускоряя сложный анализ больших наборов данных.
В этом посте мы покажем вам, как развернуть пользовательский Комплект для разработки облачных сервисов AWS (AWS CDK), которое расширяет функциональность Dask для межрегиональной работы в глобальной сети Amazon. Решение AWS CDK развертывает сеть рабочих задач Dask в двух регионах AWS, подключаясь к клиентскому региону. Для получения дополнительной информации см. Руководство по распределенным вычислениям с межрегиональным Dask на AWS и Репо GitHub для открытого кода.
После развертывания у пользователя будет доступ к блокноту Jupyter, где он сможет взаимодействовать с двумя наборами данных из ASDI на AWS: Проект 6 взаимного сравнения связанных моделей (CMIP6) и Повторный анализ ECMWF ERA5. CMIP6 посвящен шестому этапу ансамбля глобальных совместных моделей общей циркуляции океана и атмосферы; ERA5 — это пятое поколение атмосферных повторных анализов глобального климата ЕЦСПП и первый повторный анализ, произведенный в качестве оперативной службы.
Это решение было вдохновлено работой с ключевым клиентом AWS, Метеорологическое бюро Великобритании. Метеобюро было основано в 1854 году и является национальной метеорологической службой Великобритании. Они предоставляют прогнозы погоды и климата, чтобы помочь вам принимать более правильные решения, чтобы оставаться в безопасности и процветать. Сотрудничество между Метеобюро и ЕВМЕТСАТ, подробно описанное в Предварительные вычисления данных в кластере Dask, распределенном между центрами обработки данных, подчеркивает растущую потребность в разработке устойчивого, эффективного и масштабируемого решения для обработки данных. Это решение достигает этого, приближая вычисления к данным, а не заставляя данные приближаться к вычислительным ресурсам, что увеличивает стоимость, задержку и энергию.
Обзор решения
Каждый день Метеобюро Великобритании производит до 300 ТБ данных о погоде и климате, часть которых публикуется в ASDI. Эти наборы данных распространяются по всему миру и размещаются для общего пользования. Метеорологическое бюро хотело бы, чтобы потребители могли максимально использовать свои данные, чтобы помочь в информировании важных решений по решению таких вопросов, как лучшая подготовка к лесным пожарам и наводнениям, вызванным изменением климата, и снижение отсутствия продовольственной безопасности за счет более точного анализа урожайности.
Традиционные решения, используемые сегодня, особенно с климатическими данными, требуют много времени и являются неустойчивыми, реплицируя наборы данных между регионами. Передача ненужных данных в масштабе петабайт является дорогостоящей, медленной и потребляет энергию.
Мы подсчитали, что если бы эта практика была принята пользователями Метеобюро, то каждый день можно было бы экономить эквивалент ежедневного энергопотребления 40 домов, а также сократить передачу данных между регионами.
Следующая диаграмма иллюстрирует архитектуру решения.
Решение можно разделить на три основных сегмента: клиентский, рабочий и сетевой. Давайте погрузимся в каждый и посмотрим, как они объединяются.
"Клиент"
Клиент представляет исходный регион, к которому подключаются специалисты по данным. Этот регион (регион A на диаграмме) содержит Блокнот Amazon SageMaker, Сервис Amazon OpenSearch домен и Даск-планировщик как ключевые компоненты. Системные администраторы имеют доступ к встроенной информационной панели Dask, доступной через Эластичный балансировщик нагрузки.
Специалисты по данным имеют доступ к записной книжке Jupyter, размещенной на SageMaker. Ноутбук может подключаться и запускать рабочие нагрузки в планировщике Dask. Домен службы OpenSearch хранит метаданные наборов данных, подключенных к регионам. Пользователи ноутбуков могут запрашивать эту службу для получения сведений, таких как правильный регион рабочих процессов Dask, без необходимости заранее знать региональное расположение данных.
работник
Каждый из рабочих регионов (регионы B и C на диаграмме) состоит из Amazon Elastic Контейнерный Сервис (Amazon ECS) кластер Даск-воркеры, Amazon FSx для блеска файловая система и автономный Эластичное вычислительное облако Amazon (Amazon EC2). FSx for Lustre позволяет работникам Dask получать доступ и обрабатывать данные Amazon S3 из высокопроизводительной файловой системы, связывая ваши файловые системы с корзинами S3. Он обеспечивает задержки менее миллисекунды, пропускную способность до сотен ГБ/с и миллионы операций ввода-вывода в секунду. Ключевой особенностью Lustre является то, что синхронизируются только метаданные файловой системы. Lustre управляет балансом файлов, которые должны быть загружены и сохранены в горячем состоянии, в зависимости от спроса.
Рабочие кластеры масштабируются в зависимости от использования ЦП, выделяют дополнительных рабочих в длительные периоды потребности и уменьшают масштаб по мере простоя ресурсов.
Каждую ночь в 0:00 UTC задание синхронизации данных предлагает файловой системе Lustre выполнить повторную синхронизацию с подключенной корзиной S3 и извлекает актуальный каталог метаданных корзины. Впоследствии автономный экземпляр EC2 отправляет эти обновления в службу OpenSearch в соответствии с индексом этого региона. Служба OpenSearch предоставляет клиенту необходимую информацию о том, какой пул рабочих процессов следует вызывать для конкретного набора данных.
Cеть
Сеть составляет суть этого решения, используя внутреннюю магистральную сеть Amazon. Используя Транзитный шлюз AWS, мы можем соединить каждый из регионов друг с другом без необходимости использования общедоступного Интернета. Каждый из рабочих может динамически подключаться к планировщику Dask, что позволяет специалистам по данным выполнять межрегиональные запросы через Dask.
Предпосылки
Пакет AWS CDK использует язык программирования TypeScript. Следуйте инструкциям в Начало работы с AWS CDK чтобы настроить локальную среду и загрузить свою учетную запись разработки (вам потребуется загрузить все регионы, указанные в Репо GitHub).
Для успешного развертывания вам потребуется Докер установлен и работает на вашей локальной машине.
Разверните пакет AWS CDK
Развернуть пакет AWS CDK очень просто. После того, как вы установите необходимые компоненты и загрузите свою учетную запись, вы можете приступить к загрузке базы кода.
- Скачать Репозиторий GitHub:
- Установите модули узла:
- Разверните AWS CDK:
Развертывание стека может занять более полутора часов.
Код прохождения
В этом разделе мы рассмотрим некоторые ключевые особенности базы кода. Если вы хотите ознакомиться с полной кодовой базой, см. Репозиторий GitHub.
Настройте и настройте свой стек
В файле бин/variables.ts, вы найдете два объявления переменных: одно для клиента и одно для рабочих. Объявление клиента представляет собой словарь со ссылкой на регион и диапазон CIDR. Настройка этих переменных изменит регион и диапазон CIDR, в которых будут развернуты клиентские ресурсы.
Рабочая переменная копирует ту же функциональность; однако это список словарей для добавления или удаления наборов данных, которые пользователь хочет включить. Кроме того, каждый словарь содержит добавленные поля dataset
и lustreFileSystemPath
. Набор данных используется для указания подключаемого URI S3 для подключения Lustre. lustreFileSystemPath
переменная используется в качестве сопоставления того, как пользователь хочет, чтобы этот набор данных отображался локально в рабочей файловой системе. См. следующий код:
Динамически публиковать IP планировщика
Проблема, присущая межрегиональному характеру этого проекта, заключалась в поддержании динамической связи между работниками Dask и планировщиком. Как мы можем опубликовать IP-адрес, который может меняться в регионах AWS? Нам удалось добиться этого с помощью Карта облака AWS и связать vpc с размещенной зоной. Сервис абстрагируется, позволяя AWS управлять этим пространством имен DNS в частном порядке. См. следующий код:
Пользовательский интерфейс ноутбука Jupyter
Блокнот Jupyter, размещенный в SageMaker, предоставляет ученым готовую среду для развертывания, позволяющую легко подключаться и экспериментировать с загруженными наборами данных. Мы использовали сценарий конфигурации жизненного цикла чтобы предоставить ноутбуку предварительно настроенную среду разработчика и базу примеров кода. См. следующий код:
Рабочие узлы Dask
Когда дело доходит до рабочих процессов Dask, предоставляется большая настраиваемость, в частности, в отношении типа экземпляра, потоков на контейнер и масштабирования сигналов тревоги. По умолчанию рабочие процессы инициализируются на экземпляре типа m5d.4xlarge, монтируются в файловую систему Lustre при запуске и динамически распределяют свои рабочие процессы и потоки по портам. Все это опционально настраивается. См. следующий код:
Перфоманс
Для оценки производительности мы используем примерный расчет и график температуры воздуха на высоте 2 метра, основанный на разнице между прогнозом CMIP6 на месяц и средней температурой воздуха ERA5 за 10 лет. Мы устанавливаем контрольный показатель для двух работников в каждом регионе и оцениваем разницу в сокращении времени по мере добавления дополнительных работников. Теоретически, по мере масштабирования решения должна быть продуктивная материальная разница в сокращении общего времени.
В следующей таблице приведены сведения о нашем наборе данных.
Dataset | Переменные | Размер диска | Размер набора данных Xarray | Регион |
ERA5 | 2011–2020 (120 файлов netcdf) | 53.5GB | 364.1 GB | сша-восток-1 |
CMIP6 | 1.13GB | 0.11 GB | сша-запад-2 |
В следующей таблице показаны собранные результаты, демонстрирующие время (в секундах) для каждого вычисления и прогноза на трех этапах вычисления прогноза CMIP6, ERA5 и разницы.
. | . | Количество рабочих | |||
Вычисление | Регион | 2(СМИП) + 2(ЭРА) | 2(СМИП) + 4(ЭРА) | 2(СМИП) + 8(ЭРА) |
2 (СМИП) + 12(ЭРА) |
CMIP6 (predicted_tas_regridded ) |
сша-запад-2 | 11.8 | 11.5 | 11.2 | 11.6 |
ЭРА5 (historic_temp_regridded ) |
сша-восток-1 | 1512 | 711 | 427 | 202 |
Разница (propogated pool ) |
сша-запад-2 и сша-восток-1 | 1527 | 906 | 469 | 251 |
Следующий график визуализирует производительность и масштаб.
В нашем эксперименте мы наблюдали линейное улучшение вычислений для набора данных ERA5 по мере увеличения числа рабочих. По мере увеличения числа рабочих время вычислений иногда сокращалось вдвое.
Блокнот Jupyter
В рамках запуска решения мы развертываем предварительно настроенный блокнот Jupyter, чтобы помочь протестировать кросс-региональное решение Dask. Записная книжка демонстрирует избавление от необходимости знать региональное расположение наборов данных вместо запроса каталога через серию записных книжек Jupyter, работающих в фоновом режиме.
Чтобы начать, следуйте инструкциям в этом разделе.
Код для блокнотов можно найти в lib/SagemakerCode
с основным ноутбуком ux_notebook.ipynb
. Эта записная книжка вызывает другие записные книжки, запуская вспомогательные сценарии. ux_notebook
предназначен для того, чтобы быть отправной точкой для ученых, без необходимости идти куда-то еще.
Для начала откройте этот блокнот в SageMaker после развертывания AWS CDK. AWS CDK создает экземпляр ноутбука со всеми файлами в репозитории, загруженными и резервными копиями в AWS CodeCommit репозиторий.
Чтобы запустить приложение, откройте и запустите первую ячейку ux_notebook
. Эта ячейка управляет get_variables
Блокнот в фоновом режиме, который предложит вам ввести данные, которые вы хотите выбрать. Мы включаем пример; однако обратите внимание, что вопросы появятся только после того, как будет выбран предыдущий вариант. Это сделано намеренно для ограничения раскрывающегося списка и дополнительно настраивается путем редактирования get_variables
Блокнот.
Предыдущий код хранит переменные глобально, чтобы другие записные книжки могли извлекать и загружать выбранные вами варианты. Для демонстрации в следующей ячейке должны быть сохранены предыдущие переменные.
Затем появится запрос на дальнейшие спецификации данных. Эта ячейка уточняет данные, которые вам нужны, представляя идентификаторы таблиц в удобочитаемом формате. Пользователи выбирают, как если бы это была форма, но заголовки сопоставляются с таблицами в фоновом режиме, что помогает системе извлекать соответствующие наборы данных.
После того, как вы сохранили все свои варианты и ячейки выбора, загрузите данные в регионы, запустив ячейку в Получение данных набор раздел. Команда %%capture подавляет ненужные выходные данные из get_data
блокнот. Обратите внимание, что вы можете удалить это, чтобы проверить выходные данные из других блокнотов. Затем данные извлекаются в бэкэнд.
В то время как другие ноутбуки работают в фоновом режиме, единственной точкой взаимодействия для пользователя является ux_notebook
. Это сделано для того, чтобы абстрагироваться от утомительного процесса импорта данных в формат, которому может с легкостью следовать любой пользователь.
Теперь, когда данные загружены, мы можем начать с ними взаимодействовать. В следующих ячейках приведены примеры расчетов, которые вы можете выполнять с данными о погоде. С использованием рентгеновские массивы, мы импортируем, вычисляем и затем наносим на график эти наборы данных.
Наш пример иллюстрирует график прогностических данных, извлекающих данные, выполняющих вычисления и отображающих результаты менее чем за 7.5 секунд, что на несколько порядков быстрее, чем при обычном подходе.
Под капотом
Тетради get_catalog_input
и get_variables
использовать библиотеку ipyвиджеты для отображения виджетов, таких как раскрывающиеся списки и выборки из нескольких полей. Эти параметры сохраняются глобально с помощью команды %%store, чтобы к ним можно было получить доступ из ux_notebook
. Один из вариантов предложит вам, хотите ли вы исторические данные, прогнозные данные или и то, и другое. Эта переменная передается в get_data
Блокнот, чтобы определить, какие последующие блокноты запускать.
Ассоциация get_data
Блокнот сначала извлекает общий домен службы OpenSearch, сохраненный в Хранилище параметров AWS Systems Manager. Этот домен позволяет нашей записной книжке выполнять запрос на сбор информации, которая укажет, где хранятся выбранные наборы данных в региональном разрезе. Если эти наборы данных расположены на региональном уровне, записная книжка попытается подключиться к планировщику Dask, передав информацию, собранную из службы OpenSearch. Планировщик Dask, в свою очередь, сможет вызывать рабочих в правильных регионах.
Как настроить и продолжить разработку
Эти записные книжки предназначены для того, чтобы служить примером того, как вы можете создать для пользователей способ интерфейса и взаимодействия с данными. Записная книжка в этом посте служит иллюстрацией того, что возможно, и мы приглашаем вас продолжить разработку решения для дальнейшего повышения вовлеченности пользователей. Основной частью этого решения является серверная технология, но без какого-либо механизма взаимодействия с этой серверной частью пользователи не смогут реализовать весь потенциал решения.
Чтобы избежать будущих расходов, удалите ресурсы. Давайте уничтожим наше развернутое решение с помощью следующей команды:
Заключение
В этом посте показано межрегиональное расширение Dask на AWS и возможная интеграция с общедоступными наборами данных на AWS. Решение было построено как общий шаблон, и дополнительные наборы данных могут быть загружены для ускорения анализа сложных данных с большим объемом операций ввода-вывода.
Данные трансформируют каждую область и каждый бизнес. Тем не менее, поскольку данные растут быстрее, чем большинство компаний могут их отслеживать, сбор данных и получение пользы от этих данных представляет собой сложную задачу. Современная стратегия работы с данными может помочь вам достичь лучших бизнес-результатов с помощью данных. AWS предоставляет наиболее полный набор сервисов для сквозного перемещения данных, чтобы помочь вам извлечь пользу из ваших данных и превратить их в ценные сведения.
Чтобы узнать больше о различных способах использования ваших данных в облаке, посетите Блог о больших данных AWS. Мы также приглашаем вас прокомментировать свои мысли об этом посте, а также о том, планируете ли вы попробовать это решение.
Об авторах
Патрик О'Коннор является инженером по прототипированию WWSO из Лондона. Он творчески решает проблемы, адаптируется к широкому спектру технологий, таких как Интернет вещей, бессерверные технологии, трехмерные пространственные технологии и машинное обучение/ИИ, а также неустанно интересуется, как технологии могут продолжать развивать повседневные подходы.
Чакра Нагараджан — руководитель компании Machine Learning Prototyping SA с 21-летним опытом работы в области машинного обучения, больших данных и высокопроизводительных вычислений. В своей нынешней роли он помогает клиентам решать сложные бизнес-задачи реального мира, создавая прототипы с помощью комплексных решений AI/ML в облаке и на периферийных устройствах. Его специализация в области машинного обучения включает компьютерное зрение, обработку естественного языка, прогнозирование временных рядов и персонализацию.
Вэл Коэн является старшим инженером по прототипированию WWSO в Лондоне. По своей натуре решатель проблем, Вэл любит писать код для автоматизации процессов, создавать инструменты, ориентированные на клиентов, и создавать инфраструктуру для различных приложений для своей глобальной клиентской базы. У Вэла есть опыт работы с самыми разными технологиями, такими как веб-разработка переднего плана, внутренняя работа и AI/ML.
Найл Робинсон является главой отдела фьючерсов в Метеорологическом бюро Великобритании. Он и его команда изучают новые способы, с помощью которых Метеорологическое бюро может приносить пользу за счет инновационных продуктов и стратегического партнерства. У него была разнообразная карьера, он руководил междисциплинарной группой по исследованиям и разработкам в области информатики, академическими исследованиями в области науки о данных и полевым исследователем, а также экспертом в области моделирования климата.
- SEO-контент и PR-распределение. Получите усиление сегодня.
- ПлатонАйСтрим. Анализ данных Web3. Расширение знаний. Доступ здесь.
- Чеканка будущего с Эдриенн Эшли. Доступ здесь.
- Покупайте и продавайте акции компаний PREIPO® с помощью PREIPO®. Доступ здесь.
- Источник: https://aws.amazon.com/blogs/big-data/build-efficient-cross-regional-i-o-intensive-workloads-with-dask-on-aws/
- :имеет
- :является
- :куда
- $UP
- 1
- 10
- 100
- 11
- 12
- 20
- 24
- 3d
- 40
- 50
- 7
- 9
- a
- способность
- в состоянии
- О нас
- выше
- АБСТРАКТ НАЯ
- рефераты
- академический
- научные исследования
- ускорять
- ускоряющий
- доступ
- Доступ
- вмещать
- выполнять
- Учетная запись
- Достигает
- через
- адаптируются
- добавленный
- добавить
- дополнительный
- Дополнительно
- адрес
- адресация
- Добавляет
- администраторы
- принял
- Принятие
- После
- AI / ML
- AIR
- Все
- Позволяющий
- позволяет
- вдоль
- причислены
- Amazon
- Amazon EC2
- an
- анализ
- и
- любой
- появиться
- Применение
- Приложения
- подхода
- подходы
- соответствующий
- архитектура
- МЫ
- AS
- At
- Атмосфера
- атмосферный
- автоматизировать
- избежать
- AWS
- Клиент AWS
- Позвоночник
- со спинкой
- Backend
- фон
- Баланс
- Использование темпера с изогнутым основанием
- основанный
- BE
- становиться
- было
- до
- не являетесь
- ниже
- эталонный тест
- Лучшая
- между
- большой
- Big Data
- Начальная загрузка
- изоферменты печени
- Приведение
- Сломанный
- строить
- Строительство
- построенный
- встроенный
- бизнес
- но
- by
- вычислять
- призывают
- под названием
- вызова
- Объявления
- CAN
- возможности
- способный
- Карьера
- каталог
- CD
- Клетки
- вызов
- сложные
- изменение
- изменения
- заряд
- расходы
- выбор
- Обращение
- клиент
- климат
- ближе
- облако
- Кластер
- CO
- код
- кодовая база
- сотрудничество
- Сбор
- как
- выходит
- приход
- комментарий
- сообщество
- Компании
- полный
- комплекс
- компоненты
- Состоит
- вычисление
- Вычисление
- компьютер
- Компьютерное зрение
- вычисление
- Конфигурация
- Свяжитесь
- подключенный
- Соединительный
- связи
- Потребители
- потребление
- Container
- содержит
- продолжать
- продолжается
- копии
- Основные
- исправить
- Цена
- рентабельным
- может
- соединенный
- ЦП
- Создайте
- создает
- творческий
- критической
- урожай
- Пересекать
- любопытство
- Текущий
- изготовленный на заказ
- клиент
- Клиенты
- настраиваемый
- настроить
- ежедневно
- приборная панель
- данным
- наука о данных
- стратегия данных
- Наборы данных
- день
- десятилетие
- решения
- По умолчанию
- Спрос
- демонстрирует
- развертывание
- развернуть
- развертывание
- развертывает
- предназначенный
- уничтожить
- подробный
- подробнее
- Определять
- развивать
- Застройщик
- Развитие
- Устройства
- разница
- инвалид
- открытие
- Дисплей
- распределенный
- распределенных вычислений
- DNS
- Docker
- домен
- вниз
- динамический
- динамично
- каждый
- простота
- легко
- Edge
- редактирование
- эффективный
- в другом месте
- включить
- впритык
- энергетика
- обязательство
- инженер
- запись
- Окружающая среда
- Эквивалент
- Эпоха
- к XNUMX году
- Эфир (ETH)
- Каждая
- каждый день
- повседневный
- развивается
- пример
- Примеры
- опыт
- эксперимент
- опыта
- Больше
- экспорт
- подвергаться
- расширение
- быстрее
- Особенность
- Особенности
- поле
- Поля
- Файл
- Файлы
- Найдите
- Во-первых,
- фокусируется
- следовать
- после
- питание
- Что касается
- форма
- формат
- формы
- найденный
- Основана
- Рамки
- каркасы
- Бесплатно
- от
- плод
- полный
- функциональность
- далее
- будущее
- Фьючерсная торговля
- Общие
- поколение
- получить
- получающий
- идти
- Глобальный
- Глобальная сеть
- ГЛОБАЛЬНО
- земной шар
- будет
- график
- большой
- сетка
- Расти
- Рост
- было
- Половина
- вдвое
- Есть
- he
- помощь
- помогает
- ее
- High
- высокая производительность
- основной момент
- его
- исторический
- кашель
- состоялся
- час
- Как
- How To
- Однако
- HTML
- HTTPS
- человек читаемый
- Сотни
- Idle
- идентификаторы
- if
- иллюстрирует
- Импортировать
- импортирующий
- улучшать
- улучшение
- in
- включают
- включает в себя
- расширились
- индекс
- указывать
- наделяют информацией
- информация
- Инфраструктура
- свойственный
- Инновации
- вход
- нестабильность
- понимание
- вдохновленный
- устанавливать
- пример
- вместо
- инструкции
- интеграции.
- Умышленный
- взаимодействовать
- взаимодействующий
- Интерфейс
- в нашей внутренней среде,
- Интернет
- в
- приглашать
- КАТО
- IP
- IP-адрес
- вопросы
- IT
- ЕГО
- работа
- путешествие
- JPG
- Jupyter Notebook
- Сохранить
- Основные
- Знать
- язык
- большой
- Фамилия
- Задержка
- запуск
- ведущий
- УЧИТЬСЯ
- изучение
- Библиотека
- Жизненный цикл
- такое как
- связывающий
- Список
- загрузка
- локальным
- в местном масштабе
- расположенный
- расположение
- Лондон
- машина
- обучение с помощью машины
- основной
- сделать
- управлять
- менеджер
- управляет
- карта
- отображение
- Масса
- Массовое усыновление
- материала
- Май..
- значить
- механизм
- Метаданные
- миллионы
- ML
- модель
- Модерн
- Модули
- Месяц
- ежемесячно
- ежемесячные данные
- БОЛЕЕ
- самых
- ГОРУ
- многопрофильная
- имя
- национальный
- натуральный
- Естественный язык
- Обработка естественного языка
- природа
- необходимо
- Необходимость
- нуждающихся
- сеть
- Новые
- следующий
- ночь
- узел
- узлы
- ноутбук
- ноутбуки
- сейчас
- номер
- номера
- of
- предлагают
- Офис
- on
- ONE
- только
- открытый
- открытые данные
- с открытым исходным кодом
- открытый исходный код
- оперативный
- Опция
- Опции
- or
- оркестровка
- организации
- Другое
- наши
- внешний
- Результаты
- выходной
- за
- общий
- пакет
- параметр
- часть
- особый
- особенно
- партнерства
- Прошло
- Прохождение
- шаблон
- производительность
- периодов
- воплощение
- петабайт
- фаза
- план
- Платформы
- Платон
- Платон Интеллектуальные данные
- ПлатонДанные
- Точка
- бассейн
- порты
- возможное
- После
- потенциал
- мощностью
- мощный
- практика
- прогноз
- Predictions
- предпосылки
- предыдущий
- первичный
- Основной
- частная
- Проблема
- проблемам
- процесс
- Процессы
- обработка
- Произведенный
- Продукт
- Инновации продукта
- производительный
- FitPartner™
- Программирование
- Проект
- Прототипы
- макетирования
- обеспечивать
- при условии
- приводит
- обеспечение
- что такое варган?
- публиковать
- опубликованный
- Тянет
- Запросы
- Вопросы
- R & D
- ассортимент
- скорее
- готовый
- реальный мир
- реализовать
- уменьшить
- снижение
- снижение
- область
- региональный
- районы
- неослабевающий
- остатки
- удаление
- удален
- хранилище
- представляет
- исследованиям
- Полезные ресурсы
- те
- Итоги
- Роли
- Run
- Бег
- SA
- безопасный
- sagemaker
- то же
- Сохранить
- масштабируемые
- Шкала
- Весы
- масштабирование
- Наука
- Ученый
- Ученые
- скрипты
- секунды
- Раздел
- посмотреть
- видел
- сегментами
- выбранный
- выбор
- старший
- Серии
- Serverless
- служит
- обслуживание
- Услуги
- набор
- Поделиться
- общие
- должен
- показывать
- Showcasing
- Шоу
- просто
- просто
- шестой
- медленной
- So
- Решение
- Решения
- РЕШАТЬ
- некоторые
- Источник
- пространственный
- конкретно
- спецификации
- указанный
- спонсорство
- стек
- этапы
- автономные
- Начало
- и политические лидеры
- оставаться
- Шаги
- диск
- магазин
- хранить
- магазины
- простой
- Стратегический
- Стратегическое партнерство
- Стратегия
- последующее
- впоследствии
- успешный
- такие
- Поверхность
- возникает
- Стабильность
- комфортного
- система
- системы
- ТАБЛИЦЫ
- взять
- команда
- технологии
- технологии
- Технологии
- тестXNUMX
- чем
- который
- Ассоциация
- информация
- Источник
- Великобритании
- мир
- их
- тогда
- Там.
- тем самым
- Эти
- они
- этой
- те
- три
- Thrive
- Через
- пропускная способность
- время
- Временные ряды
- раз
- позиций
- в
- сегодня
- вместе
- инструменты
- трек
- Отслеживание
- перевод
- превращение
- транзит
- срабатывание
- ОЧЕРЕДЬ
- два
- напишите
- Машинопись
- типичный
- Uk
- под
- отпереть
- неустойчивый
- новейший
- Updates
- на
- URI
- Применение
- использование
- используемый
- Информация о пользователе
- пользователей
- через
- UTC
- Использующий
- VAL
- ценностное
- разнообразие
- различный
- с помощью
- видение
- Войти
- объем
- хотеть
- хочет
- теплый
- законопроект
- Путь..
- способы
- we
- Погода
- Web
- Веб-разработка
- были
- будь то
- , которые
- широкий
- Широкий диапазон
- будете
- пожелания
- без
- Работа
- работник
- рабочие
- Мир
- беспокоиться
- бы
- письмо
- лет
- еще
- Уступать
- являетесь
- ВАШЕ
- зефирнет