AWS Tutkal Stüdyosu şimdi entegre AWS Tutkal DataBrew. AWS Glue Studio, ayıklama, dönüştürme ve yükleme (ETL) işleri oluşturmayı, çalıştırmayı ve izlemeyi kolaylaştıran bir grafik arabirimdir. AWS Tutkal. DataBrew herhangi bir kod yazmadan verileri temizlemenizi ve normalleştirmenizi sağlayan görsel bir veri hazırlama aracıdır. Sağladığı 200'den fazla dönüşüm, artık bir AWS Glue Studio görsel işinde kullanılabilir.
DataBrew'de bir yemek tarifi sezgisel görsel arabiriminde etkileşimli olarak yazabileceğiniz bir dizi veri dönüştürme adımıdır. Bu gönderide, DataBrew'da tarif oluşturmayı nasıl kullanacağınızı ve ardından bunu bir AWS Glue Studio görsel ETL işinin parçası olarak nasıl uygulayacağınızı göreceksiniz.
Mevcut DataBrew kullanıcıları da bu entegrasyondan faydalanacaktır; gelişmiş iş yapılandırmasını ve en son AWS Glue motor sürümünü kullanabilmenin yanı sıra, artık tariflerinizi AWS Glue Studio'nun sağladığı diğer tüm bileşenlerle daha geniş bir görsel iş akışının parçası olarak çalıştırabilirsiniz. .
Bu entegrasyon, her iki aracın mevcut kullanıcılarına belirgin avantajlar sağlar:
- AWS Glue Studio'da uçtan uca genel ETL diyagramının merkezi bir görünümüne sahipsiniz
- DataBrew konsolunda etkileşimli olarak bir tarif tanımlayabilir, değerleri, istatistikleri ve dağıtımı görebilir, ardından bu test edilmiş ve sürümlendirilmiş işleme mantığını AWS Glue Studio görsel işlerinde yeniden kullanabilirsiniz.
- Bir AWS Glue ETL işinde birden çok DataBrew tarifini veya hatta AWS Glue iş akışlarını kullanarak birden çok işi düzenleyebilirsiniz.
- DataBrew tarifleri artık artımlı veri işleme için yer işaretleri, otomatik yeniden denemeler, otomatik ölçeklendirme veya daha fazla verimlilik için küçük dosyaları gruplandırma gibi AWS Glue iş özelliklerini kullanabilir
Çözüme genel bakış
Hayali kullanım durumumuzda, bu gönderi için oluşturulan ve veri hazırlama konusundaki DataBrew yeteneklerini göstermek amacıyla kasıtlı olarak getirilen bazı veri kalitesi sorunlarına sahip sentetik bir tıbbi iddia veri kümesini temizlemeniz gerekir. Daha sonra, ayrı bir kaynaktan gelen ilgili tıbbi sağlayıcılar hakkında bazı ilgili ayrıntılarla zenginleştirildikten sonra, hasar verileri kataloğa alınır (böylece analistler tarafından görülebilir).
Çözüm, sırasıyla talepler ve sağlayıcılarla birlikte iki CSV dosyasını okuyan bir AWS Glue Studio görsel işinden oluşur. İş, kalite sorunlarını ele almak, ikincisinden sütunları seçmek, her iki veri kümesini birleştirmek ve son olarak sonucu depolamak için birincinin tarifini uygular. Amazon Basit Depolama Hizmeti (Amazon S3), çıktı verilerinin aşağıdaki gibi diğer araçlar tarafından kullanılabilmesi için katalogda bir tablo oluşturma Amazon Atina.
Bir DataBrew tarifi oluşturun
Talep dosyası için veri deposunu kaydederek başlayın. Bu, tarifi gerçek verileri kullanarak etkileşimli düzenleyicisinde oluşturmanıza olanak tanır, böylece tanımladığınız dönüşümlerin sonuçlarını değerlendirebilirsiniz.
- Aşağıdaki bağlantıyı kullanarak hak talepleri CSV dosyasını indirin: alabama_claims_data_Jun2023.csv.
- DataBrew konsolunda, seçin Veri Setleri gezinme bölmesinde, ardından Yeni veri kümesini bağlayın.
- Seçeneği seçin Dosya yükleme.
- İçin Veri kümesi adı, girmek
Alabama claims
. - İçin Yüklemek için bir dosya seçin, az önce bilgisayarınıza indirdiğiniz dosyayı seçin.
- İçin S3 hedefini girin, hesabınızda ve Bölgenizde bir grup girin veya bu bölüme göz atın.
- Geri kalan seçenekleri varsayılan olarak bırakın (CSV, virgülle ve başlıkla ayrılmış) ve veri kümesi oluşturmayı tamamlayın.
- Klinik Proje gezinme bölmesinde, ardından proje oluşturma.
- İçin Proje adı, Adını sen koy
ClaimsCleanup
. - Altında Tarif ayrıntıları, Için Ekli tarif, seçmek Yeni tarif oluştur, Adını sen koy
ClaimsCleanup-recipe
ve seçinAlabama claims
az önce oluşturduğunuz veri kümesi. - Bir seçin DataBrew için uygun rol veya yeni bir tane oluşturun ve proje oluşturmayı tamamlayın.
Bu, verilerin yapılandırılabilir bir alt kümesini kullanarak bir oturum oluşturacaktır. Oturumu başlattıktan sonra, bazı hücrelerin geçersiz veya eksik değerlere sahip olduğunu fark edebilirsiniz.
Sütunlardaki eksik değerlere ek olarak Tanı Kodu, Talep Tutarı, ve Talep Tarihi, verilerdeki bazı değerlerde bazı ekstra karakterler bulunur: Tanı Kodu değerlerin önüne bazen "kod" (boşluk dahil) eklenir ve Prosedür Kodu değerlerin ardından bazen tek tırnak gelir.
Talep Tutarı değerler muhtemelen bazı hesaplamalar için kullanılacaktır, bu nedenle sayıya dönüştürün ve Talep Verileri tarih türüne dönüştürülmelidir.
Ele alınacak veri kalitesi sorunlarını belirlediğimize göre, her durumla nasıl başa çıkacağımıza karar vermemiz gerekiyor.
Sütun içerik menüsünü, üstteki araç çubuğunu veya tarif özetini kullanmak dahil olmak üzere tarif adımları eklemenin birden fazla yolu vardır. Son yöntemi kullanarak, bu gönderide oluşturulan tarifi çoğaltmak için belirtilen adım türünü arayabilirsiniz.
Talep Tutarı bu kullanım durumu için esastır ve karar, bu tür satırları kaldırmaktır.
- adımı ekle Eksik değerleri kaldır.
- İçin Kaynak sütun, seçmek Talep Tutarı.
- Varsayılan eylemi bırak Eksik değerlere sahip satırları silin Ve seç Tamam kaydetmek için.
Görünüm artık adım uygulamasını yansıtacak şekilde güncellenir ve eksik tutarları olan satırlar artık orada değildir.
Tanı Kodu boş olabilir, bu nedenle bu kabul edilir, ancak durumunda Talep Tarihimakul bir tahminde bulunmak istiyoruz. Verilerdeki satırlar kronolojik sıraya göre sıralanır, böylece önceki satırlardaki önizlemelerin geçerli değerini kullanarak eksik tarihler belirleyebilirsiniz. Her günün iddiaları olduğunu varsayarsak, o gün tarihi eksik olan ilk talep olsaydı, en büyük hata onu önizleme gününe atamak olurdu; örnekleme amacıyla, olası hatanın kabul edilebilir olduğunu kabul edelim.
İlk olarak, sütunu dizeden tarih türüne dönüştürün.
- adımı ekle Türünü değiştir.
- Klinik Talep Tarihi sütun olarak ve tarih tür olarak, ardından seçin Tamam.
- Şimdi eksik tarihlerin ithamını yapmak için adımı ekleyin Eksik değerleri doldurun veya uygulayın.
- Eylem olarak Son geçerli değerle doldur'u seçin ve Talep Tarihi kaynak olarak.
- Klinik Değişiklikleri önizleyin doğrulamak için, ardından seçin Tamam Adımı kaydetmek için
Şu ana kadar, tarifiniz aşağıdaki ekran görüntüsünde gösterildiği gibi üç adımdan oluşmalıdır.
- Ardından, adımı ekleyin Tırnak işaretlerini kaldır.
- Seçin Prosedür Kodu sütun ve seçin Baştaki ve sondaki tırnak işaretleri.
- İstenilen etkiye sahip olduğunu doğrulamak ve yeni adımı uygulamak için önizleme yapın.
- adımı ekle Özel karakterleri kaldır.
- Seçin Talep Tutarı sütun ve daha spesifik olmak için seçin Özel özel karakterler Ve girin
$
için Özel özel karakterleri girin. - eklemek Türünü değiştir sütuna adım atmak Talep Tutarı Ve seç çift türü olarak.
- Son adım olarak, gereksiz "kod" önekini kaldırmak için bir Değeri veya kalıbı değiştir adım.
- sütunu seçin Tanı Kodu, Ve için Özel değer girin, girmek
code
(sonunda bir boşluk ile).
Örnekte tanımlanan tüm veri kalitesi sorunlarını ele aldığınıza göre, projeyi bir tarif olarak yayınlayın.
- Klinik Yayınlamak içinde Yemek tarifi bölmesinde, isteğe bağlı bir açıklama girin ve yayını tamamlayın.
Her yayınladığınızda, tarifin farklı bir versiyonunu oluşturacaktır. Daha sonra, tarifin hangi sürümünün kullanılacağını seçebileceksiniz.
AWS Glue Studio'da görsel bir ETL işi oluşturun
Ardından, tarifi kullanan işi yaratırsınız. Aşağıdaki adımları tamamlayın:
- AWS Glue Studio konsolunda şunu seçin: Görsel ETL Gezinti bölmesinde.
- Klinik Boş bir tuval ile görsel ve görsel işi oluşturun.
- İşin en üstünde, "İsimsiz iş"i istediğiniz bir adla değiştirin.
- Üzerinde iş Ayrıntıları sekmesinde, işin kullanacağı rolü belirtin.
Bunun bir olması gerekiyor AWS Kimlik ve Erişim Yönetimi (BEN) AWS Glue için uygun rol Amazon S3 ve AWS Glue Data Catalog izinlerine sahip. Daha önce DataBrew için kullanılan rolün çalışan işler için kullanılamayacağını, bu nedenle IAM Rolü açılır menü burada.
Daha önce yalnızca DataBrew işlerini kullandıysanız AWS Glue Studio'da çalışan boyutu, otomatik ölçeklendirme ve Esnek Yürütme, ayrıca en son AWS Glue 4.0 çalışma zamanını kullanın ve getirdiği önemli performans iyileştirmelerinden yararlanın. Bu iş için varsayılan ayarları kullanabilirsiniz, ancak tutumluluk adına istenen işçi sayısını azaltabilirsiniz. Bu örnek için iki işçi yapacaktır. - Üzerinde Görsel sekmesinde, bir S3 kaynağı ekleyin ve adlandırın
Providers
. - İçin S3 URL'si, girmek
s3://awsglue-datasets/examples/medicare/Medicare_Hospital_Provider.csv
.
- biçimi olarak seçin CSV Ve seç çıkarım şeması.
Şimdi şema listeleniyor çıktı şeması dosya başlığını kullanarak sekme.
Bu kullanım durumunda, sağlayıcı veri kümesindeki tüm sütunların gerekli olmadığına karar verilir, bu nedenle geri kalanını atabiliriz.
- İle sağlayıcılar düğüm seçili, bir ekle Alanları Bırak transform (ana düğümü seçmediyseniz, bir tane olmayacaktır; bu durumda, üst düğümü manuel olarak atayın).
- sonra tüm alanları seçin Sağlayıcı Posta Kodu.
Daha sonra bu veriler, sağlayıcıyı kullanan Alabama eyaleti için taleplerle birleştirilecek; ancak, bu ikinci veri kümesi belirtilen duruma sahip değil. Gerçekten ihtiyacımız olan verileri filtreleyerek birleştirmeyi optimize etmek için veri bilgisini kullanabiliriz.
- eklemek filtre çocuğu olarak dönüştürmek Alanları Bırak.
- Adını sen koy
Alabama providers
ve durumun eşleşmesi gereken bir koşul ekleyinAL
. - İkinci kaynağı (yeni bir S3 kaynağı) ekleyin ve adlandırın
Alabama claims
. - Girmek için S3 URL'si, DataBrew'ı ayrı bir tarayıcı sekmesinde açın, gezinti bölmesinde Veri Kümeleri'ni seçin ve tabloda gösterilen konumu kopyalayın. Alabama iddiaları (ilişkili http bağlantısını değil, s3:// ile başlayan metni kopyalayın). Ardından görsel işe geri dönün, şu şekilde yapıştırın S3 URL'si; doğruysa, içinde göreceksiniz çıktı şeması sekme listelenen veri alanları.
- CSV biçimini seçin ve diğer kaynakta yaptığınız gibi şemayı çıkarın.
- Bu kaynağın bir çocuğu olarak, Düğüm ekle için menü
recipe
Ve seç Veri Hazırlama Tarifi. - Bu yeni düğümün özelliklerinde ona bir isim verin.
Claim cleanup recipe
ve daha önce yayınladığınız tarifi ve versiyonu seçin. - Tarif adımlarını buradan inceleyebilir ve gerekirse değişiklik yapmak için DataBrew bağlantısını kullanabilirsiniz.
- eklemek Kaydol düğümü ve ikisini de seçin Alabama sağlayıcıları ve Talep temizleme tarifleri ebeveyn olarak.
- Her iki kaynaktan sağlayıcı kimliğine eşit bir birleştirme koşulu ekleyin.
- Son adım olarak, hedef olarak bir S3 düğümü ekleyin (aradığınızda ilk listelenenin kaynak olduğunu unutmayın; hedef olarak listelenen sürümü seçtiğinizden emin olun).
- Düğüm yapılandırmasında, varsayılan JSON biçimini bırakın ve iş rolünün üzerinde yazma izni olduğu bir S3 URL'si girin.
Ayrıca, veri çıktısını katalogda tablo olarak kullanılabilir hale getirin.
- içinde Veri Kataloğu güncelleme seçenekleri bölümünde, ikinci seçeneği seçin Veri Kataloğu'nda bir tablo oluşturun ve sonraki çalıştırmalarda şemayı güncelleyin ve yeni bölümler ekleyin, ardından tablo oluşturma izniniz olan bir veritabanı seçin.
- Atamak
alabama_claims
isim olarak ve seçin Talep Tarihi bölüm anahtarı olarak (bu, açıklama amaçlıdır; bunun gibi küçük bir tablo, daha sonra daha fazla veri eklenmeyecekse, gerçekten bölümlere ihtiyaç duymaz). - Artık işi kaydedip çalıştırabilirsiniz.
- Üzerinde Runs sekmesinde, iş kimliği bağlantısını kullanarak süreci takip edebilir ve ayrıntılı iş metriklerini görebilirsiniz.
İşin tamamlanması birkaç dakika sürmelidir.
- İş tamamlandığında, Athena konsoluna gidin.
- tabloyu ara
alabama_claims
seçtiğiniz veritabanında ve bağlam menüsünü kullanarak Önizleme Tablosu, bu da tabloda basit bir SELECT * SQL deyimi çalıştıracaktır.
DataBrew tarifi ile verilerin temizlendiğini ve AWS Glue Studio birleştirme ile zenginleştirildiğini iş sonucunda görebilirsiniz.
Apache Spark, AWS Glue Studio'da oluşturulan işleri çalıştıran motordur. Oluşturduğu olay günlüklerinde Spark kullanıcı arabirimini kullanarak, işinizin nasıl performans gösterdiğini ve potansiyel performans darboğazlarını anlamanıza yardımcı olabilecek iş planı ve çalıştırma hakkındaki içgörüleri görüntüleyebilirsiniz. Örneğin, büyük bir veri kümesindeki bu iş için, birleştirmeyi gerçekleştirmeden önce sağlayıcı durumunu açık bir şekilde filtrelemenin etkisini karşılaştırmak veya paralelliği iyileştirmek için bir Otomatik Dengeleme dönüşümü eklemekten fayda sağlayıp sağlayamayacağınızı belirlemek için bunu kullanabilirsiniz.
Varsayılan olarak iş, Apache Spark olay günlüklerini yol altında depolar. s3://aws-glue-assets-<your account id>-<your region name>/sparkHistoryLogs/
. İşleri görüntülemek için, kullanarak bir Geçmiş sunucusu kurmanız gerekir. mevcut yöntemlerden biri.
Temizlemek
Artık bu çözüme ihtiyacınız yoksa Amazon S3'te oluşturulan dosyaları, işin oluşturduğu tabloyu, DataBrew tarifini ve AWS Glue işini silebilirsiniz.
Sonuç
Bu gönderide, sağlanan etkileşimli düzenleyiciyi kullanarak bir tarif oluşturmak için AWS DataBrew'u nasıl kullanabileceğinizi ve ardından yayınlanan tarifi bir AWS Glue Studio görsel ETL işinin parçası olarak nasıl kullanabileceğinizi gösterdik. Veri hazırlığı yaparken ve verileri AWS Glue Catalog tablolarına alırken gerekli olan bazı yaygın görev örneklerini dahil ettik.
Bu örnek, görsel işte tek bir tarif kullandı, ancak ETL sürecinin farklı bölümlerinde birden fazla tarif kullanmak ve ayrıca aynı tarifi birden çok işte yeniden kullanmak mümkündür.
Bu AWS Glue çözümleri, herhangi bir kod yazmadan oluşturması ve bakımı kolay olan gelişmiş ETL ardışık düzenlerini etkili bir şekilde oluşturmanıza olanak tanır. Her iki aracı birleştiren çözümler oluşturmaya bugünden başlayabilirsiniz.
yazarlar hakkında
Mihail Smirnov AWS Glue ekibinde Kıdemli Yazılım Geliştirme Mühendisi ve AWS Glue DataBrew geliştirme ekibinin bir parçasıdır. İş dışında ilgi alanları arasında gitar çalmayı öğrenmek ve ailesiyle seyahat etmek yer alıyor.
Gonzalo herreros AWS Glue ekibinde Kıdemli Büyük Veri Mimarıdır. Dublin, İrlanda merkezli, AWS Glue tabanlı büyük veri çözümleriyle müşterilerin başarılı olmasına yardımcı oluyor. Boş zamanlarında masa oyunları oynamaktan ve bisiklete binmekten hoşlanır.
- SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
- PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
- PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
- PlatoESG. Otomotiv / EV'ler, karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
- Blok Ofsetleri. Çevre Dengeleme Sahipliğini Modernleştirme. Buradan Erişin.
- Kaynak: https://aws.amazon.com/blogs/big-data/use-aws-glue-databrew-recipes-in-your-aws-glue-studio-visual-etl-jobs/
- :vardır
- :dır-dir
- :olumsuzluk
- $UP
- 10
- 100
- 12
- %15
- 20
- 200
- 22
- 26
- 28
- 500
- 7
- 8
- a
- Yapabilmek
- Hakkımızda
- kabul edilebilir
- kabul edilen
- erişim
- Hesap
- Action
- gerçek
- eklemek
- katma
- ekleme
- ilave
- adres
- ileri
- Sonra
- alabama
- Türkiye
- izin vermek
- Ayrıca
- Amazon
- Amazon Web Servisleri
- tutarları
- an
- Analistler
- ve
- herhangi
- Apache
- Apache Spark
- Uygulama
- Tamam
- ARE
- AS
- ilişkili
- At
- yazar
- Oto
- Otomatik
- mevcut
- AWS
- AWS Tutkal
- Arka
- merkezli
- BE
- önce
- olmak
- yarar
- faydaları
- Büyük
- büyük Veri
- boş
- yazı tahtası
- Masa Oyunları
- imleri
- her ikisi de
- Getiriyor
- tarayıcı
- inşa etmek
- fakat
- by
- CAN
- yetenekleri
- dava
- katalog
- Hücreler
- merkezi
- değişiklik
- değişiklikler
- karakterler
- çocuk
- seçim
- Klinik
- iddia
- iddia
- kod
- Sütun
- Sütunlar
- birleştirmek
- gelecek
- ortak
- karşılaştırmak
- tamamlamak
- bileşenler
- bilgisayar
- koşul
- yapılandırma
- Düşünmek
- oluşur
- konsolos
- bağlam
- dönüştürmek
- dönüştürülmüş
- doğru
- uyan
- Ücret
- olabilir
- yaratmak
- çevrimiçi kurslar düzenliyorlar.
- Oluşturma
- oluşturma
- görenek
- Müşteriler
- veri
- Veri Hazırlama
- veri işleme
- veri kalitesi
- veritabanı
- veri kümeleri
- Tarih
- Tarih
- gün
- anlaşma
- karar vermek
- karar
- Varsayılan
- göstermek
- tanım
- İstediğiniz
- detaylı
- ayrıntılar
- dev
- gelişme
- Geliştirme Takımı
- DID
- farklı
- farklı
- dağıtım
- do
- Değil
- yapıyor
- Dolar
- çift
- Damla
- dublin
- her
- kolay
- editör
- Efekt
- etkili bir şekilde
- sağlar
- son
- Motor
- mühendis
- zenginleştirilmiş
- zenginleştirici
- Keşfet
- hata
- gerekli
- Eter (ETH)
- değerlendirmek
- Hatta
- Etkinlikler
- Her
- her gün
- örnek
- örnekler
- mevcut
- ekstra
- çıkarmak
- aile
- uzak
- Özellikler
- az
- Alanlar
- fileto
- dosyalar
- doldurmak
- filtre
- süzme
- Nihayet
- Ad
- takip
- takip etme
- İçin
- biçim
- itibaren
- daha fazla
- Games
- oluşturulan
- Vermek
- büyük
- Var
- he
- yardım et
- yardımcı olur
- okuyun
- onun
- tarih
- Ne kadar
- Nasıl Yapılır
- Ancak
- HTML
- http
- HTTPS
- IAM
- ID
- tespit
- belirlemek
- Kimlik
- if
- darbe
- iyileştirmek
- iyileştirmeler
- in
- dahil
- dahil
- Dahil olmak üzere
- belirtilen
- giriş
- anlayışlar
- kurmak
- örnek
- entegre
- bütünleşme
- interaktif
- faiz
- ilgi alanları
- arayüzey
- içine
- tanıttı
- sezgisel
- İrlanda
- sorunlar
- IT
- ONUN
- İş
- Mesleki Öğretiler
- kaydol
- katıldı
- jpg
- json
- sadece
- tutmak
- anahtar
- bilgi
- büyük
- büyük
- büyük
- Soyad
- sonra
- son
- öğrenme
- Ayrılmak
- sevmek
- Muhtemelen
- LINK
- Listelenmiş
- yük
- yer
- mantık
- uzun
- korumak
- yapmak
- YAPAR
- el ile
- Maç
- tıbbi
- Menü
- yöntem
- yöntemleri
- Metrikleri
- dakika
- eksik
- izlemek
- Daha
- çoklu
- şart
- isim
- Gezin
- Navigasyon
- gerek
- gerekli
- ihtiyaçlar
- yeni
- yok hayır
- düğüm
- Fark etme..
- şimdi
- numara
- of
- on
- ONE
- bir tek
- açık
- optimize
- seçenek
- Opsiyonlar
- or
- sipariş
- Diğer
- bizim
- çıktı
- dışında
- tekrar
- tüm
- bölmesi
- Bölüm
- parçalar
- yol
- performans
- icra
- izin
- izinleri
- plan
- Platon
- Plato Veri Zekası
- PlatoVeri
- OYNA
- mümkün
- Çivi
- potansiyel
- hazırlık
- Önizleme
- Önizlemeleri
- süreç
- işleme
- üretir
- proje
- özellikleri
- sağlanan
- sağlayan
- sağlayıcılar
- sağlar
- Yayın
- yayınlamak
- yayınlanan
- amaç
- amaçlı
- kalite
- tırnak işareti
- Gerçekten mi
- makul
- yemek tarifi
- Tarifler
- azaltmak
- yansıtmak
- bölge
- kayıt
- uygun
- Kaldır
- değiştirmek
- İstenen
- gereklidir
- gereklilik
- sırasıyla
- DİNLENME
- sonuç
- Sonuçlar
- yeniden
- yorum
- Rol
- koşmak
- ishal
- aynı
- İndirim
- ölçek
- ölçekleme
- Ara
- İkinci
- Bölüm
- görmek
- görme
- seçilmiş
- ayrı
- Hizmetler
- Oturum
- set
- ayarlar
- meli
- gösterdi
- gösterilen
- işaret
- önemli
- Basit
- tek
- beden
- küçük
- So
- şu ana kadar
- Yazılım
- çözüm
- Çözümler
- biraz
- Kaynak
- kaynaklar
- uzay
- Kıvılcım
- özel
- özel
- Belirtilen
- SQL
- başlama
- XNUMX dakika içinde!
- Eyalet
- Açıklama
- istatistik
- adım
- Basamaklar
- hafızası
- mağaza
- basit
- dizi
- stüdyo
- sonraki
- başarılı olmak
- böyle
- uygun
- ÖZET
- elbette
- sentetik
- tablo
- Bizi daha iyi tanımak için
- Hedef
- görevleri
- takım
- test edilmiş
- o
- The
- Kaynak
- Devlet
- Onları
- sonra
- Orada.
- Re-Tweet
- üç
- zaman
- için
- bugün
- araç
- araçlar
- üst
- iz
- Dönüştürmek
- Dönüşüm
- dönüşümler
- Seyahat
- iki
- tip
- ui
- altında
- anlamak
- Güncelleme
- güncellenmiş
- URL
- kullanılabilir
- kullanım
- kullanım durumu
- Kullanılmış
- kullanıcılar
- kullanım
- kullanma
- DOĞRULA
- değer
- Değerler
- doğrulamak
- versiyon
- Görüntüle
- gözle görülür
- istemek
- oldu
- yolları
- we
- ağ
- web hizmetleri
- İYİ
- vardı
- ne zaman
- hangi
- irade
- ile
- olmadan
- İş
- işçi
- işçiler
- iş akışı
- olur
- yazmak
- yazı yazıyor
- sen
- zefirnet
- zip