อเมซอน Redshift เป็นคลังข้อมูลบนคลาวด์ที่รวดเร็วและจัดการเต็มรูปแบบในระดับเพตะไบต์ ซึ่งทำให้การวิเคราะห์ข้อมูลทั้งหมดของคุณเป็นเรื่องง่ายและคุ้มค่าโดยใช้ SQL มาตรฐานและเครื่องมือระบบธุรกิจอัจฉริยะ (BI) ที่มีอยู่ของคุณ ปัจจุบันลูกค้าหลายหมื่นรายใช้ Amazon RedShift เพื่อวิเคราะห์ข้อมูลระดับเอ็กซาไบต์และดำเนินการสืบค้นเชิงวิเคราะห์ ทำให้กลายเป็นคลังข้อมูลบนระบบคลาวด์ที่ใช้กันอย่างแพร่หลายที่สุด Amazon RedShift มีให้เลือกทั้งการกำหนดค่าแบบไร้เซิร์ฟเวอร์และแบบจัดเตรียม
Amazon RedShift ช่วยให้คุณเข้าถึงข้อมูลที่จัดเก็บไว้ในได้โดยตรง บริการจัดเก็บข้อมูลอย่างง่ายของ Amazon (Amazon S3) โดยใช้การสืบค้น SQL และรวมข้อมูลระหว่างคลังข้อมูลและ Data Lake ของคุณ ด้วย Amazon RedShift คุณสามารถสืบค้นข้อมูลใน Data Lake S3 ของคุณโดยใช้ศูนย์กลาง AWS กาว metastore จากคลังข้อมูล Redshift ของคุณ
Amazon RedShift รองรับการสืบค้นรูปแบบข้อมูลที่หลากหลาย เช่น CSV, JSON, Parquet และ ORC และรูปแบบตาราง เช่น Apache Hudi และ Delta Amazon RedShift ยังรองรับการสืบค้นข้อมูลที่ซ้อนกันด้วยประเภทข้อมูลที่ซับซ้อน เช่น โครงสร้าง อาร์เรย์ และแผนที่
ด้วยความสามารถนี้ Amazon Redshift จะขยายคลังข้อมูลขนาดเพตะไบต์ของคุณเป็น Data Lake ขนาดเอ็กซาไบต์บน Amazon S3 ในลักษณะที่คุ้มต้นทุน
Apache Iceberg เป็นรูปแบบตารางล่าสุดที่ Amazon RedShift รองรับในตอนนี้ ในโพสต์นี้ เราจะแสดงวิธีสืบค้นตาราง Iceberg โดยใช้ Amazon RedShift และสำรวจการสนับสนุนและตัวเลือกของ Iceberg
ภาพรวมโซลูชัน
ภูเขาน้ำแข็งอาปาเช่ เป็นรูปแบบตารางแบบเปิดสำหรับชุดข้อมูลการวิเคราะห์ขนาดใหญ่มากระดับเพตะไบต์ ภูเขาน้ำแข็งจัดการคอลเลกชันไฟล์จำนวนมากในรูปแบบตาราง และรองรับการดำเนินการ Data Lake เชิงวิเคราะห์สมัยใหม่ เช่น การแทรกระดับบันทึก อัปเดต ลบ และการสืบค้นการเดินทางข้ามเวลา ข้อมูลจำเพาะของ Iceberg ช่วยให้สามารถพัฒนาตารางได้อย่างราบรื่น เช่น สคีมาและวิวัฒนาการพาร์ติชัน และการออกแบบได้รับการปรับให้เหมาะสมสำหรับการใช้งานบน Amazon S3
ภูเขาน้ำแข็งเก็บตัวชี้ข้อมูลเมตาสำหรับไฟล์ข้อมูลเมตาทั้งหมด เมื่อแบบสอบถาม SELECT กำลังอ่านตาราง Iceberg กลไกค้นหาจะไปที่แค็ตตาล็อก Iceberg ก่อน จากนั้นจะดึงรายการตำแหน่งของไฟล์ข้อมูลเมตาล่าสุด ดังที่แสดงในแผนภาพต่อไปนี้
ขณะนี้ Amazon Redshift ให้การสนับสนุนตาราง Apache Iceberg ซึ่งช่วยให้ลูกค้า Data Lake สามารถเรียกใช้การสืบค้นการวิเคราะห์แบบอ่านอย่างเดียวในลักษณะที่สอดคล้องกันในการทำธุรกรรม สิ่งนี้ช่วยให้คุณสามารถจัดการและบำรุงรักษาตารางของคุณบน Data Lake ของธุรกรรมได้อย่างง่ายดาย
Amazon RedShift รองรับสคีมาดั้งเดิมของ Apache Iceberg และความสามารถในการพัฒนาพาร์ติชันโดยใช้ แคตตาล็อกข้อมูลกาว AWS Dataทำให้ไม่จำเป็นต้องแก้ไขคำจำกัดความของตารางเพื่อเพิ่มพาร์ติชันใหม่ หรือย้ายและประมวลผลข้อมูลจำนวนมากเพื่อเปลี่ยนสคีมาของตาราง Data Lake ที่มีอยู่ Amazon RedShift ใช้สถิติคอลัมน์ที่จัดเก็บไว้ในข้อมูลเมตาของตาราง Apache Iceberg เพื่อเพิ่มประสิทธิภาพแผนการสืบค้นและลดการสแกนไฟล์ที่จำเป็นในการเรียกใช้การสืบค้น
ในโพสต์นี้เราใช้ ชุดข้อมูลสาธารณะของแท็กซี่สีเหลืองจาก NYC Taxi & Limousine Commission เป็นแหล่งข้อมูลของเรา ชุดข้อมูลประกอบด้วยไฟล์ข้อมูลใน อาปาเช่ปาร์เก้ รูปแบบบน Amazon S3 เราใช้ อเมซอน อาเธน่า เพื่อแปลงชุดข้อมูล Parquet นี้แล้วจึงใช้งาน อเมซอน Redshift Spectrum เพื่อสืบค้นและเข้าร่วมกับตารางในเครื่อง Redshift ดำเนินการลบและอัปเดตระดับแถว และวิวัฒนาการพาร์ติชัน ทั้งหมดนี้ประสานงานผ่าน AWS Glue Data Catalog ใน Data Lake ของ S3
เบื้องต้น
คุณควรมีข้อกำหนดเบื้องต้นดังต่อไปนี้:
แปลงข้อมูล Parquet เป็นตารางภูเขาน้ำแข็ง
สำหรับโพสต์นี้ คุณต้องมี ชุดข้อมูลสาธารณะของแท็กซี่สีเหลืองจาก NYC Taxi & Limousine Commission มีให้ในรูปแบบภูเขาน้ำแข็ง คุณสามารถดาวน์โหลดไฟล์แล้วใช้ Athena เพื่อแปลงชุดข้อมูล Parquet ให้เป็นตาราง Iceberg หรืออ้างถึง สร้าง Data Lake ของ Apache Iceberg โดยใช้ Amazon Athena, Amazon EMR และ AWS Glue โพสต์ในบล็อกเพื่อสร้างตารางภูเขาน้ำแข็ง
ในโพสต์นี้ เราใช้ Athena เพื่อแปลงข้อมูล ทำตามขั้นตอนต่อไปนี้:
- ดาวน์โหลดไฟล์โดยใช้ลิงก์ก่อนหน้าหรือใช้ อินเทอร์เฟซบรรทัดคำสั่ง AWS AWS (AWS CLI) เพื่อคัดลอกไฟล์จากบัคเก็ต S3 สาธารณะสำหรับปี 2020 และ 2021 ไปยังบัคเก็ต S3 ของคุณโดยใช้คำสั่งต่อไปนี้:
สำหรับข้อมูลเพิ่มเติมโปรดดูที่ การตั้งค่า Amazon RedShift CLI.
- สร้างฐานข้อมูล
Icebergdb
และสร้างตารางโดยใช้ Athena ชี้ไปที่ไฟล์รูปแบบ Parquet โดยใช้คำสั่งต่อไปนี้: - ตรวจสอบข้อมูลในตาราง Parquet โดยใช้ SQL ต่อไปนี้:
- สร้างตาราง Iceberg ใน Athena ด้วยรหัสต่อไปนี้ คุณสามารถดูคุณสมบัติประเภทตารางเป็นตารางภูเขาน้ำแข็งที่มีรูปแบบ Parquet และการบีบอัดที่รวดเร็วได้ดังต่อไปนี้
create table
คำแถลง. คุณต้องอัปเดตตำแหน่ง S3 ก่อนที่จะรัน SQL โปรดทราบว่าตาราง Iceberg ถูกแบ่งพาร์ติชันด้วยYear
กุญแจ - หลังจากที่คุณสร้างตารางแล้ว ให้โหลดข้อมูลลงในตาราง Iceberg โดยใช้ตาราง Parquet ที่โหลดไว้ก่อนหน้านี้
nyc_taxi_yellow_parquet
ด้วย SQL ต่อไปนี้: - เมื่อคำสั่ง SQL เสร็จสมบูรณ์ ให้ตรวจสอบข้อมูลในตาราง Iceberg
nyc_taxi_yellow_iceberg
- ขั้นตอนนี้จำเป็นก่อนที่จะไปยังขั้นตอนถัดไป - คุณสามารถตรวจสอบว่าตาราง nyc_taxi_yellow_iceberg อยู่ในตารางรูปแบบ Iceberg และแบ่งพาร์ติชันในคอลัมน์ Year โดยใช้คำสั่งต่อไปนี้:
สร้างสคีมาภายนอกใน Amazon RedShift
ในส่วนนี้ เราจะสาธิตวิธีสร้างสคีมาภายนอกใน Amazon RedShift ที่ชี้ไปยังฐานข้อมูล AWS Glue icebergdb
เพื่อสอบถามตารางภูเขาน้ำแข็ง nyc_taxi_yellow_iceberg
ที่เราเห็นในหัวข้อที่แล้วโดยใช้ Athena
เข้าสู่ระบบ Redshift ผ่าน ตัวแก้ไขแบบสอบถาม v2 หรือไคลเอ็นต์ SQL และเรียกใช้คำสั่งต่อไปนี้ (โปรดทราบว่าฐานข้อมูล AWS Glue icebergdb
และข้อมูลภูมิภาคกำลังถูกใช้):
หากต้องการเรียนรู้เกี่ยวกับการสร้างสคีมาภายนอกใน Amazon RedShift โปรดดูที่ สร้างสคีมาภายนอก
หลังจากที่คุณสร้างสคีมาภายนอกแล้ว spectrum_iceberg_schema
คุณสามารถสืบค้นตาราง Iceberg ใน Amazon RedShift ได้
ค้นหาตาราง Iceberg ใน Amazon RedShift
เรียกใช้แบบสอบถามต่อไปนี้ใน Query Editor v2 โปรดทราบว่า spectrum_iceberg_schema
เป็นชื่อของสคีมาภายนอกที่สร้างขึ้นใน Amazon RedShift และ nyc_taxi_yellow_iceberg
คือตารางในฐานข้อมูล AWS Glue ที่ใช้ในการสืบค้น:
ผลลัพธ์ข้อมูลการสืบค้นในภาพหน้าจอต่อไปนี้แสดงให้เห็นว่าตาราง AWS Glue ที่มีรูปแบบ Iceberg สามารถสืบค้นได้โดยใช้ Redshift Spectrum
ตรวจสอบแผนการอธิบายของการสอบถามตารางภูเขาน้ำแข็ง
คุณสามารถใช้แบบสอบถามต่อไปนี้เพื่อรับผลลัพธ์แผนอธิบายซึ่งแสดงรูปแบบคือ ICEBERG
:
ตรวจสอบการอัปเดตเพื่อความสอดคล้องของข้อมูล
หลังจากการอัปเดตบนตาราง Iceberg เสร็จสมบูรณ์ คุณสามารถสืบค้น Amazon RedShift เพื่อดูมุมมองข้อมูลที่สอดคล้องกันในการทำธุรกรรมได้ ลองเรียกใช้แบบสอบถามโดยการเลือก vendorid
และสำหรับการรับและส่ง:
ต่อไปให้อัพเดตค่าของ passenger_count
ถึงปี 4 และ trip_distance
ถึง 9.4 สำหรับ a vendorid
และวันที่รับและส่งบางวันใน Athena:
สุดท้าย ให้เรียกใช้แบบสอบถามต่อไปนี้ใน Query Editor v2 เพื่อดูค่าที่อัปเดตของ passenger_count
และ trip_distance
:
ดังที่แสดงในภาพหน้าจอต่อไปนี้ การดำเนินการอัปเดตบนตาราง Iceberg จะพร้อมใช้งานใน Amazon RedShift
สร้างมุมมองแบบรวมของตารางในเครื่องและข้อมูลประวัติใน Amazon RedShift
ในฐานะกลยุทธ์สถาปัตยกรรมข้อมูลสมัยใหม่ คุณสามารถจัดระเบียบข้อมูลในอดีตหรือข้อมูลที่เข้าถึงไม่บ่อยใน Data Lake และเก็บข้อมูลที่มีการเข้าถึงบ่อยไว้ในคลังข้อมูล Redshift สิ่งนี้ให้ความยืดหยุ่นในการจัดการการวิเคราะห์ตามขนาดและค้นหาโซลูชันสถาปัตยกรรมที่คุ้มค่าที่สุด
ในตัวอย่างนี้ เราโหลดข้อมูล 2 ปีในตาราง Redshift ข้อมูลส่วนที่เหลือจะอยู่บน Data Lake ของ S3 เนื่องจากชุดข้อมูลนั้นมีการสืบค้นน้อยกว่า
- ใช้รหัสต่อไปนี้เพื่อโหลดข้อมูล 2 ปีใน
nyc_taxi_yellow_recent
ตารางใน Amazon RedShift โดยจัดหาจากตาราง Iceberg: - ถัดไป คุณสามารถลบข้อมูลในช่วง 2 ปีที่ผ่านมาออกจากตาราง Iceberg ได้โดยใช้คำสั่งต่อไปนี้ใน Athena เนื่องจากคุณโหลดข้อมูลลงในตาราง Redshift ในขั้นตอนก่อนหน้า:
หลังจากที่คุณทำตามขั้นตอนเหล่านี้เสร็จแล้ว ตาราง Redshift จะมีข้อมูล 2 ปี และข้อมูลส่วนที่เหลือจะอยู่ในตาราง Iceberg ใน Amazon S3
- สร้างมุมมองโดยใช้
nyc_taxi_yellow_iceberg
โต๊ะภูเขาน้ำแข็งและnyc_taxi_yellow_recent
ตารางใน Amazon RedShift: - ตอนนี้สอบถามมุมมอง ขึ้นอยู่กับเงื่อนไขตัวกรอง Redshift Spectrum จะสแกนข้อมูลภูเขาน้ำแข็ง ตาราง Redshift หรือทั้งสองอย่าง คิวรีตัวอย่างต่อไปนี้จะส่งคืนระเบียนจำนวนหนึ่งจากแต่ละตารางต้นฉบับโดยการสแกนทั้งสองตาราง:
วิวัฒนาการของพาร์ติชั่น
ภูเขาน้ำแข็งใช้ การแบ่งพาร์ติชันที่ซ่อนอยู่ซึ่งหมายความว่าคุณไม่จำเป็นต้องเพิ่มพาร์ติชันสำหรับตาราง Apache Iceberg ด้วยตนเอง ค่าพาร์ติชันใหม่หรือข้อกำหนดเฉพาะของพาร์ติชันใหม่ (เพิ่มหรือลบคอลัมน์พาร์ติชัน) ในตาราง Apache Iceberg จะถูกตรวจพบโดยอัตโนมัติโดย Amazon RedShift และไม่จำเป็นต้องดำเนินการด้วยตนเองเพื่ออัปเดตพาร์ติชันในคำจำกัดความของตาราง ตัวอย่างต่อไปนี้แสดงให้เห็นถึงสิ่งนี้
ในตัวอย่างของเรา ถ้าเป็นตาราง Iceberg nyc_taxi_yellow_iceberg
เดิมถูกแบ่งพาร์ติชันตามปีและต่อมาคอลัมน์ vendorid
ถูกเพิ่มเป็นคอลัมน์พาร์ติชั่นเพิ่มเติม จากนั้น Amazon RedShift ก็สามารถสืบค้นตาราง Iceberg ได้อย่างราบรื่น nyc_taxi_yellow_iceberg
ด้วยแผนพาร์ติชันที่แตกต่างกันสองแบบในช่วงเวลาหนึ่ง
ข้อควรพิจารณาเมื่อสืบค้นตาราง Iceberg โดยใช้ Amazon RedShift
ในช่วงระยะเวลาแสดงตัวอย่าง ให้พิจารณาสิ่งต่อไปนี้เมื่อใช้ Amazon RedShift กับตาราง Iceberg:
- รองรับเฉพาะตาราง Iceberg ที่กำหนดไว้ใน AWS Glue Data Catalog เท่านั้น
- ไม่รองรับคำสั่งตาราง CREATE หรือ ALTER ภายนอก ซึ่งหมายความว่าตาราง Iceberg ควรมีอยู่แล้วในฐานข้อมูล AWS Glue
- ไม่รองรับการค้นหาการเดินทางข้ามเวลา
- รองรับ Iceberg เวอร์ชัน 1 และ 2 สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับเวอร์ชันรูปแบบ Iceberg โปรดดูที่ การกำหนดเวอร์ชันของรูปแบบ.
- สำหรับรายการประเภทข้อมูลที่รองรับกับตาราง Iceberg โปรดดูที่ ประเภทข้อมูลที่รองรับกับตาราง Apache Iceberg (ตัวอย่าง).
- ราคาสำหรับการสืบค้นตาราง Iceberg เหมือนกับการเข้าถึงรูปแบบข้อมูลอื่นๆ โดยใช้ Amazon RedShift
สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับข้อควรพิจารณาในการดูตัวอย่างตารางรูปแบบ Iceberg โปรดดูที่ การใช้ตาราง Apache Iceberg กับ Amazon RedShift (ตัวอย่าง).
ความคิดเห็นของลูกค้า
“Tinuiti ซึ่งเป็นบริษัทการตลาดอิสระที่ใหญ่ที่สุด จัดการข้อมูลปริมาณมากในแต่ละวัน และต้องมีที่เก็บข้อมูลดิบที่แข็งแกร่งและกลยุทธ์คลังข้อมูลที่แข็งแกร่งสำหรับทีมข่าวกรองการตลาดของเราในการจัดเก็บและวิเคราะห์ข้อมูลลูกค้าของเราทั้งหมดด้วยวิธีที่ง่าย ราคาไม่แพง และปลอดภัย และแนวทางที่แข็งแกร่ง” Justin Manus ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Tinuiti กล่าว “การสนับสนุนของ Amazon Redshift สำหรับตาราง Apache Iceberg ใน Data Lake ของเรา ซึ่งเป็นแหล่งความจริงเพียงแหล่งเดียว จัดการกับความท้าทายที่สำคัญในการเพิ่มประสิทธิภาพและการเข้าถึง และทำให้ขั้นตอนการรวมข้อมูลของเราง่ายขึ้นอีกเพื่อเข้าถึงข้อมูลทั้งหมดที่นำเข้าจากแหล่งต่างๆ และเพื่อเพิ่มพลังให้กับเรา ศักยภาพของแบรนด์ของลูกค้า”
สรุป
ในโพสต์นี้ เราได้แสดงตัวอย่างการสืบค้นตาราง Iceberg ใน Redshift โดยใช้ไฟล์ที่จัดเก็บไว้ใน Amazon S3 ซึ่งจัดหมวดหมู่เป็นตารางใน AWS Glue Data Catalog และสาธิตคุณสมบัติสำคัญบางอย่าง เช่น การอัปเดตและการลบระดับแถวที่มีประสิทธิภาพ และประสบการณ์วิวัฒนาการสคีมาสำหรับผู้ใช้เพื่อปลดล็อกพลังของข้อมูลขนาดใหญ่โดยใช้ Athena
คุณสามารถใช้ Amazon RedShift เพื่อเรียกใช้การสืบค้นบนตาราง Data Lake ในไฟล์และรูปแบบตารางต่างๆ เช่น อาปาเช่ ฮูดี และ ทะเลสาบเดลต้าและตอนนี้ด้วย ภูเขาน้ำแข็งอาปาเช่ (ตัวอย่าง)ซึ่งมีตัวเลือกเพิ่มเติมสำหรับความต้องการสถาปัตยกรรมข้อมูลสมัยใหม่ของคุณ
เราหวังว่านี่จะเป็นจุดเริ่มต้นที่ดีสำหรับการสืบค้นตาราง Iceberg ใน Amazon RedShift
เกี่ยวกับผู้เขียน
โรหิต บันสาล เป็นสถาปนิกโซลูชันผู้เชี่ยวชาญด้านการวิเคราะห์ที่ AWS เขาเชี่ยวชาญใน Amazon Redshift และทำงานร่วมกับลูกค้าเพื่อสร้างโซลูชันการวิเคราะห์รุ่นต่อไปโดยใช้บริการ AWS Analytics อื่นๆ
สาทิส สาทิยา เป็นวิศวกรผลิตภัณฑ์อาวุโสที่ Amazon Redshift เขาเป็นผู้คลั่งไคล้บิ๊กดาต้าตัวยงที่ร่วมมือกับลูกค้าทั่วโลกเพื่อให้ประสบความสำเร็จและตอบสนองความต้องการด้านคลังข้อมูลและสถาปัตยกรรมดาต้าเลค
รัญจน์ พม่า เป็นสถาปนิกโซลูชันผู้เชี่ยวชาญด้านการวิเคราะห์ที่ AWS เขาเชี่ยวชาญด้าน Amazon Redshift และช่วยลูกค้าสร้างโซลูชันการวิเคราะห์ที่ปรับขนาดได้ เขามีประสบการณ์มากกว่า 16 ปีในด้านเทคโนโลยีฐานข้อมูลและคลังข้อมูลต่างๆ เขาหลงใหลเกี่ยวกับการทำงานอัตโนมัติและการแก้ปัญหาของลูกค้าด้วยโซลูชันระบบคลาวด์
- เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
- PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
- เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
- เพลโตESG. ยานยนต์ / EVs, คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
- เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
- ChartPrime. ยกระดับเกมการซื้อขายของคุณด้วย ChartPrime เข้าถึงได้ที่นี่.
- BlockOffsets การปรับปรุงการเป็นเจ้าของออฟเซ็ตด้านสิ่งแวดล้อมให้ทันสมัย เข้าถึงได้ที่นี่.
- ที่มา: https://aws.amazon.com/blogs/big-data/query-your-iceberg-tables-in-data-lake-using-amazon-redshift-preview/
- :มี
- :เป็น
- :ไม่
- :ที่ไหน
- $ ขึ้น
- 1
- 10
- 100
- 16
- 17
- 2020
- 2021
- 22
- 26
- 28
- 30
- 385
- 46
- 500
- 53
- 7
- 8
- 9
- a
- เกี่ยวกับเรา
- เข้า
- Accessed
- การเข้าถึง
- การเข้าถึง
- บรรลุ
- ข้าม
- เพิ่ม
- ที่เพิ่ม
- เพิ่มเติม
- ที่อยู่
- ราคาไม่แพง
- ทั้งหมด
- ช่วยให้
- แล้ว
- ด้วย
- อเมซอน
- อเมซอน อาเธน่า
- อเมซอน EMR
- Amazon Web Services
- จำนวน
- an
- วิเคราะห์
- วิเคราะห์
- การวิเคราะห์
- วิเคราะห์
- และ
- ใด
- อาปาเช่
- สถาปัตยกรรม
- เป็น
- รอบ
- แถว
- AS
- At
- อัตโนมัติ
- โดยอัตโนมัติ
- ใช้ได้
- AWS
- AWS กาว
- รากฐาน
- เพราะ
- ก่อน
- กำลัง
- ใหญ่
- ข้อมูลขนาดใหญ่
- ผูกพัน
- บล็อก
- ทั้งสอง
- ยี่ห้อ
- สร้าง
- ธุรกิจ
- ระบบธุรกิจอัจฉริยะ
- by
- CAN
- ความสามารถในการ
- ความสามารถ
- แค็ตตาล็อก
- ส่วนกลาง
- บาง
- ท้าทาย
- เปลี่ยนแปลง
- หัวหน้า
- ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี
- ไคลเอนต์
- เมฆ
- รหัส
- คอลเลกชัน
- คอลัมน์
- คอลัมน์
- สมบูรณ์
- ซับซ้อน
- เงื่อนไข
- พิจารณา
- การพิจารณา
- คงเส้นคงวา
- มี
- แปลง
- การประสานงาน
- ค่าใช้จ่ายที่มีประสิทธิภาพ
- สร้าง
- ที่สร้างขึ้น
- การสร้าง
- วิกฤติ
- ลูกค้า
- ข้อมูลลูกค้า
- ลูกค้า
- ประจำวัน
- ข้อมูล
- การรวมข้อมูล
- ดาต้าเลค
- คลังข้อมูล
- ฐานข้อมูล
- ชุดข้อมูล
- วันที่
- ค่าเริ่มต้น
- กำหนด
- คำนิยาม
- คำจำกัดความ
- สันดอน
- สาธิต
- แสดงให้เห็นถึง
- แสดงให้เห็นถึง
- ทั้งนี้ขึ้นอยู่กับ
- ออกแบบ
- รายละเอียด
- ตรวจพบ
- dev
- ต่าง
- โดยตรง
- Dont
- สอง
- ดาวน์โหลด
- แต่ละ
- อย่างง่ายดาย
- ง่าย
- บรรณาธิการ
- ที่มีประสิทธิภาพ
- ทั้ง
- การกำจัด
- ช่วยให้
- เครื่องยนต์
- วิศวกร
- คนที่กระตือรือร้น
- การเข้า
- อีเธอร์ (ETH)
- วิวัฒนาการ
- ตัวอย่าง
- มีอยู่
- ที่มีอยู่
- ประสบการณ์
- อธิบาย
- สำรวจ
- ขยาย
- ภายนอก
- พิเศษ
- FAST
- คุณสมบัติ
- เนื้อไม่มีมัน
- ไฟล์
- กรอง
- หา
- บริษัท
- ชื่อจริง
- ความยืดหยุ่น
- ดังต่อไปนี้
- สำหรับ
- รูป
- มัก
- ราคาเริ่มต้นที่
- อย่างเต็มที่
- ต่อไป
- ได้รับ
- จะช่วยให้
- โลก
- ไป
- ยิ่งใหญ่
- บัญชีกลุ่ม
- จัดการ
- มี
- he
- จะช่วยให้
- ทางประวัติศาสตร์
- ความหวัง
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- ทำอย่างไร
- HTML
- ที่ http
- HTTPS
- if
- in
- อิสระ
- ข้อมูล
- บูรณาการ
- Intelligence
- เข้าไป
- IT
- ITS
- ร่วม
- jpg
- JSON
- จัสติน
- เก็บ
- คีย์
- ทะเลสาบ
- ใหญ่
- ใหญ่ที่สุด
- ชื่อสกุล
- ต่อมา
- ล่าสุด
- เรียนรู้
- น้อยลง
- กดไลก์
- LIMIT
- Line
- LINK
- รายการ
- โหลด
- ในประเทศ
- ที่ตั้ง
- เก็บรักษา
- ทำให้
- การทำ
- จัดการ
- การจัดการ
- จัดการ
- ลักษณะ
- คู่มือ
- ด้วยมือ
- แผนที่
- ตลาด
- การตลาด
- วิธี
- พบ
- เมตาดาต้า
- ทันสมัย
- ข้อมูลเพิ่มเติม
- มากที่สุด
- ย้าย
- การย้าย
- ต้อง
- ชื่อ
- พื้นเมือง
- จำเป็นต้อง
- จำเป็น
- ความต้องการ
- ใหม่
- ถัดไป
- รุ่นต่อไป
- ไม่
- หมายเหตุ
- ตอนนี้
- จำนวน
- NYC
- of
- เจ้าหน้าที่
- on
- เปิด
- การดำเนินการ
- การดำเนินการ
- เพิ่มประสิทธิภาพ
- การปรับให้เหมาะสม
- การเพิ่มประสิทธิภาพ
- Options
- or
- แต่เดิม
- อื่นๆ
- ของเรา
- เอาท์พุต
- เกิน
- หน้า
- หลงใหล
- ดำเนินการ
- การปฏิบัติ
- ระยะเวลา
- แผนการ
- แผน
- เพลโต
- เพลโตดาต้าอินเทลลิเจนซ์
- เพลโตดาต้า
- จุด
- โพสต์
- ที่มีศักยภาพ
- อำนาจ
- ข้อกำหนดเบื้องต้น
- ดูตัวอย่าง
- ก่อน
- ก่อนหน้านี้
- ปัญหาที่เกิดขึ้น
- กระบวนการ
- ผลิตภัณฑ์
- คุณสมบัติ
- ให้
- สาธารณะ
- คำสั่ง
- การอ่าน
- บันทึก
- ลด
- ภูมิภาค
- เอาออก
- แทนที่
- จำเป็นต้องใช้
- REST
- รับคืน
- แข็งแรง
- วิ่ง
- วิ่ง
- เดียวกัน
- เห็น
- พูดว่า
- ที่ปรับขนาดได้
- ขนาด
- การสแกน
- การสแกน
- สแกน
- รูปแบบ
- ไร้รอยต่อ
- ได้อย่างลงตัว
- Section
- ปลอดภัย
- เห็น
- ระดับอาวุโส
- serverless
- บริการ
- ชุด
- น่า
- โชว์
- แสดงให้เห็นว่า
- แสดง
- แสดงให้เห็นว่า
- ง่าย
- เดียว
- ทางออก
- โซลูชัน
- การแก้
- บาง
- แหล่ง
- แหล่งที่มา
- การจัดหา
- ผู้เชี่ยวชาญ
- ความเชี่ยวชาญ
- สเปค
- รายละเอียด
- สเปกตรัม
- SQL
- มาตรฐาน
- ที่เริ่มต้น
- คำแถลง
- สถิติ
- ขั้นตอน
- ขั้นตอน
- การเก็บรักษา
- จัดเก็บ
- เก็บไว้
- ร้านค้า
- กลยุทธ์
- เชือก
- ความสำเร็จ
- อย่างเช่น
- สนับสนุน
- ที่สนับสนุน
- รองรับ
- ตาราง
- ทีม
- เทคโนโลยี
- เทคโนโลยี
- เมตริกซ์
- กว่า
- ที่
- พื้นที่
- ที่มา
- ของพวกเขา
- แล้วก็
- ล้อยางขัดเหล่านี้ติดตั้งบนแกน XNUMX (มม.) ผลิตภัณฑ์นี้ถูกผลิตในหลายรูปทรง และหลากหลายเบอร์ความแน่นหนาของปริมาณอนุภาคขัดของมัน จะทำให้ท่านได้รับประสิทธิภาพสูงในการขัดและการใช้งานที่ยาวนาน
- นี้
- พัน
- ตลอด
- เวลา
- การเดินทางข้ามเวลา
- การประทับเวลา
- ไปยัง
- ในวันนี้
- เครื่องมือ
- ธุรกรรม
- การเดินทาง
- ความจริง
- สอง
- ชนิด
- ชนิด
- ปึกแผ่น
- สหภาพ
- ปลดล็อก
- บันทึก
- ให้กับคุณ
- การปรับปรุง
- การใช้
- ใช้
- มือสอง
- ผู้ใช้
- ใช้
- การใช้
- ตรวจสอบความถูกต้อง
- ความคุ้มค่า
- ความคุ้มค่า
- ความหลากหลาย
- ต่างๆ
- มาก
- ผ่านทาง
- รายละเอียด
- ไดรฟ์
- คลังสินค้า
- การจัดเก็บสินค้า
- คือ
- ทาง..
- we
- เว็บ
- บริการเว็บ
- เมื่อ
- ที่
- WHO
- กว้าง
- อย่างกว้างขวาง
- จะ
- กับ
- โรงงาน
- ปี
- ปี
- เธอ
- ของคุณ
- ลมทะเล