AWS 上的自动数据分析 (ADA) 是一种 AWS 解决方案,可让您通过简单直观的用户界面在几分钟内从数据中获得有意义的见解。 ADA 提供了一个 AWS 原生数据分析平台,可供数据分析师开箱即用用于各种用例。 借助 ADA,团队可以从一系列数据源获取、转换、管理和查询不同的数据集,而无需专业的技术技能。 ADA 提供了一组 预制连接器 从广泛的来源获取数据,包括 亚马逊简单存储服务 (Amazon S3), Amazon Kinesis数据流, 亚马逊CloudWatch, 亚马逊云跟踪及 Amazon DynamoDB 以及许多其他
ADA 提供了一个基础平台,可供数据分析师在 IT、财务、营销、销售和安全等多种用例中使用。 ADA 的开箱即用 CloudWatch 数据连接器允许从部署 ADA 的同一 AWS 账户或不同 AWS 账户中的 CloudWatch 日志中提取数据。
在这篇文章中,我们演示了应用程序开发人员或应用程序测试人员如何使用 ADA 获得在 AWS 中运行的应用程序的操作洞察。 我们还演示了如何使用 ADA 解决方案连接到 AWS 中的不同数据源。 我们首先 部署 ADA 解决方案 存入 AWS 账户并 设置 ADA 解决方案 通过创造 数据产品 使用数据连接器。 然后,我们使用 ADA 查询工作台连接单独的数据集并使用熟悉的结构化查询语言 (SQL) 查询相关数据,以获得见解。 我们还演示了如何将 ADA 与 Tableau 等商业智能 (BI) 工具集成以可视化数据并构建报告。
解决方案概述
在本节中,我们将介绍演示的解决方案架构并解释工作流程。 为了演示的目的,使用一个模拟定制应用程序 AWS Lambda 发出日志的函数 Apache 日志格式 以预设的时间间隔使用 亚马逊EventBridge。 这种标准格式可以由许多不同的 Web 服务器生成,并由许多日志分析程序读取。 应用程序(Lambda 函数)日志将发送到 CloudWatch 日志组。 历史应用程序日志存储在S3存储桶中以供参考和查询。 包含列表的查找表 HTTP状态码 与描述一起存储在 DynamoDB 表中。 这三个数据用作 ADA 中数据的来源,以进行关联、查询和分析。 我们 部署 ADA 解决方案 存入 AWS 账户并 设置 ADA。 然后我们创建 数据产品 ADA 内的 CloudWatch 日志组, S3斗及 DynamoDB。 配置数据产品时,ADA 会提供数据管道以从源获取数据。 借助 ADA 查询工作台,您可以使用纯 SQL 查询提取的数据,以进行应用程序故障排除或问题诊断。
下图概述了使用 ADA 深入了解应用程序日志的架构和工作流程。
工作流程包括以下步骤:
- Lambda 函数计划使用 EventBridge 每 2 分钟间隔触发一次。
- Lambda 函数发出存储在指定 CloudWatch 日志组中的日志
/aws/lambda/CdkStack-AdaLogGenLambdaFunction
。 应用程序日志使用 Apache 日志格式架构生成,但以 JSON 格式存储在 CloudWatch 日志组中。 - CloudWatch、Amazon S3 和 DynamoDB 的数据产品是在 ADA 中创建的。 CloudWatch 数据产品连接到存储应用程序(Lambda 函数)日志的 CloudWatch 日志组。 Amazon S3 连接器连接到存储历史日志的 S3 存储桶文件夹。 DynamoDB 连接器连接到 DynamoDB 表,其中存储应用程序引用的状态代码和历史日志。
- 对于每个数据产品,ADA 都会部署数据管道基础设施以从源获取数据。 数据摄取完成后,您可以通过 ADA 查询工作台使用 SQL 编写查询。
- 您可以登录 ADA 门户并从查询工作台编写 SQL 查询,以深入了解应用程序日志。 您可以选择保存查询并与同一域中的其他 ADA 用户共享查询。 ADA 查询功能由 亚马逊雅典娜,这是一种无服务器的交互式分析服务,提供了一种简化、灵活的方法来分析 PB 级数据。
- Tableau 配置为通过 ADA 出口端点访问 ADA 数据产品。 然后,您创建一个包含两个图表的仪表板。 第一个图表是热图,显示与应用程序 API 端点相关的 HTTP 错误代码的流行程度。 第二个图表是一个条形图,显示了历史数据中排名前 10 位的应用程序 API 以及 HTTP 错误代码的总数。
先决条件
对于这篇文章,您需要满足以下先决条件:
- 安装 AWS命令行界面 (AWS CLI), AWS云开发套件 (AWS CDK) 先决条件, TypeScript 特定的 先决条件及 混帐.
- 部署 您的 AWS 账户中的 ADA 解决方案
us-east-1
区域。- 启动 ADA 时提供管理员电子邮件 AWS CloudFormation 堆。 这是 ADA 发送 root 用户密码所必需的。 如果启用多重身份验证 (MFA),则需要管理员电话号码才能接收一次性密码消息。 对于此演示,未启用 MFA。
- 构建并部署示例应用程序(可在 GitHub回购)解决方案,以便可以在您的帐户中配置以下资源
us-east-1
地区:- 模拟日志记录应用程序的 Lambda 函数和每隔 2 分钟调用应用程序函数的 EventBridge 规则。
- 具有相关存储桶策略的 S3 存储桶以及包含历史应用程序日志的 CSV 文件。
- 包含查找数据的 DynamoDB 表。
- 相应 AWS身份和访问管理 (IAM) 服务所需的角色和权限。
- (可选)安装 Tableau桌面,第三方 BI 提供商。 在本文中,我们使用 Tableau Desktop 版本 2021.2。 使用 Tableau Desktop 应用程序的许可版本需要付费。 有关更多详细信息,请参阅 Tableau 许可 信息。
部署和设置 ADA
ADA部署成功后,您可以 登录 使用安装过程中提供的管理员电子邮件。 然后您创建一个 域 命名 CW_Domain
。 域是用户定义的数据产品的集合。 例如,域可能是团队或项目。 域为用户提供了一种结构化的方式来组织其数据产品和管理访问权限。
- 在 ADA 控制台上,选择 域名 在导航窗格中。
- 创建域.
- 输入名称(
CW_Domain
) 和描述,然后选择 提交.
使用 AWS CDK 设置示例应用程序基础设施
部署演示应用程序的 AWS CDK 解决方案托管在 GitHub上。 本节详细介绍了克隆存储库和设置 AWS CDK 项目的步骤。 在运行这些命令之前,请务必 配置 您的 AWS 凭证。 创建一个文件夹,打开终端,然后导航到需要安装 AWS CDK 解决方案的文件夹。 运行以下代码:
这些步骤执行以下操作:
- 安装库依赖项
- 建立项目
- 生成有效的 CloudFormation 模板
- 在您的 AWS 账户中使用 AWS CloudFormation 部署堆栈
部署大约需要 1-2 分钟,并创建 DynamoDB 查找表、Lambda 函数和包含历史日志文件作为输出的 S3 存储桶。 将这些值复制到文本编辑应用程序,例如记事本。
创建 ADA 数据产品
我们为此演示创建了三种不同的数据产品,每种数据产品对应您将查询以获得操作见解的每个数据源。 数据产品是已成功导入ADA并可查询的数据集(表格或CSV文件等数据的集合)。
创建 CloudWatch 数据产品
首先,我们通过设置 ADA 来提取示例应用程序(Lambda 函数)的 CloudWatch 日志组,从而为应用程序日志创建数据产品。 使用 CdkStack.LambdaFunction
输出以获取 Lambda 函数 ARN 并在 CloudWatch 控制台上找到相应的 CloudWatch 日志组 ARN。
然后完成以下步骤:
- 在 ADA 控制台上,导航到 ADA 域并创建 CloudWatch 数据产品。
- 针对 名称¸输入名称。
- 针对 来源类型, 选择 亚马逊CloudWatch.
- 关闭 自动个人识别信息.
ADA 有一项功能,可在导入过程中自动检测个人身份信息 (PII) 数据,该功能默认启用。 在本演示中,我们为数据产品禁用此选项,因为 PII 数据的发现不在本演示的范围内。
- 下一页.
- 搜索并选择从上一步复制的 CloudWatch 日志组 ARN。
- 复制日志组ARN.
- 在数据产品页面,输入日志组ARN。
- 针对 云观察查询,输入您希望 ADA 从日志组获取的查询。
在此演示中,我们查询 @message 字段,因为我们有兴趣从日志组中获取应用程序日志。
- 选择初始导入后如何触发数据更新。
ADA 可配置为以灵活的时间间隔(最多 15 分钟或更晚)或按需从源获取数据。 对于演示,我们将数据更新设置为每小时运行一次。
- 下一页.
接下来,ADA 将连接到日志组并查询架构。 由于日志采用 Apache 日志格式,因此我们将日志转换为单独的字段,以便我们可以对特定日志字段运行查询。 ADA 提供四种 默认 转换并支持通过 Python 脚本进行自定义转换。 在此演示中,我们运行自定义 Python 脚本将 JSON 消息字段转换为 Apache 日志格式字段。
- 转换模式.
- 创建新的变换.
- 上载
apache-log-extractor-transform.py
脚本来自/asset/transform_logs/
文件夹中。 - 提交.
ADA 将使用脚本转换 CloudWatch 日志并呈现处理后的架构。
- 下一页.
- 在最后一步中,查看步骤并选择 提交.
ADA 将开始数据处理、创建数据管道并准备要从查询工作台查询的 CloudWatch 日志组。 此过程将需要几分钟才能完成,并将显示在 ADA 控制台的下方 数据产品.
创建 Amazon S3 数据产品
我们重复这些步骤,从 Amazon S3 数据源添加历史日志,并从 DynamoDB 表查找参考数据。 对于这两个数据源,我们不创建自定义转换,因为数据格式为 CSV(用于历史日志)和关键属性(用于参考查找数据)。
- 在 ADA 控制台上,创建新的数据产品。
- 输入名称(
hist_logs
)并选择 Amazon S3. - 复制 Amazon S3 URI(后面的文本
arn:aws:s3:::
)从CdkStack.S3
输出变量并导航到 Amazon S3 控制台。 - 在搜索框中输入复制的文本,打开 S3 存储桶,选择
/logs
文件夹,然后选择复制 S3 URI。
历史日志存放在该路径下。
- 导航回 ADA 控制台并输入复制的 S3 URI S3位置.
- 针对 更新触发器, 选择 电力无忧 因为历史日志以未指定的频率更新。
- 针对 更新政策, 选择 附加 将新导入的数据附加到现有数据中。
- 下一页.
ADA 处理所选文件夹路径中文件的架构。 由于日志采用 CSV 格式,因此 ADA 无需进行额外转换即可读取列名称。 然而,列 status_code
和 request_size
被 ADA 推断为 long 类型。 我们希望数据产品之间的列数据类型保持一致,以便我们可以连接数据表并查询数据。 专栏 status_code
将用于创建跨数据表的联接。
- 转换模式 将两列的数据类型更改为字符串数据类型。
请注意中突出显示的列名称 架构预览 应用数据类型转换之前的窗格。
- 在 转型计划 窗格下 内置转换,选择 应用映射.
此选项允许您将数据类型从一种类型更改为另一种类型。
- 在 应用映射 部分,取消选择 删除其他字段.
如果未禁用此选项,则仅保留转换后的列,并删除所有其他列。 因为我们想要保留所有列,所以我们禁用此选项。
- 下 字段映射¸为 旧名 和 新名称,输入
status_code
和为 新型,输入string
. - 新增项目.
- 针对 旧名 和 新名称¸ 输入 request_size 并获取 新数据类型,输入字符串。
- 提交.
ADA 将在 Amazon S3 数据源上应用映射转换。 请注意其中的列类型 架构预览 窗格。
- 查看样本 预览应用转换后的数据。
ADA 将显示 PII 数据确认,以确保只有授权用户才能查看数据或数据集不包含任何 PII 数据。
- 同意 继续查看示例数据。
请注意,该架构与 CloudWatch 日志组架构相同,因为当前应用程序日志和历史应用程序日志均采用 Apache 日志格式。
- 在最后一步中,检查配置并选择 提交.
ADA 开始处理来自 Amazon S3 源的数据、创建后端基础设施并准备数据产品。 此过程需要几分钟时间,具体取决于数据的大小。
创建 DynamoDB 数据产品
最后,我们创建一个 DynamoDB 数据产品。 完成以下步骤:
- 在 ADA 控制台上,创建新的数据产品。
- 输入名称(
lookup
)并选择 Amazon DynamoDB. - 输入
Cdk.DynamoDBTable
输出变量为 DynamoDB 表 ARN.
该表包含将在本演示中用作查找表的关键属性。 对于查找数据,我们使用 HTTP 代码以及代码的长描述和短描述。 您还可以使用 PostgreSQL、MySQL 或 CSV 文件源作为替代。
- 针对 更新触发器, 选择 点播.
更新将按需进行,因为查找主要用于查询时的参考目的,并且对查找数据的任何更新都可以使用按需触发器在 ADA 中更新。
- 下一页.
ADA 从底层 DynamoDB 架构中读取架构,并提供列名称和类型以进行可选转换。 我们将继续使用默认架构选择,因为列类型与 CloudWatch 日志组和 Amazon S3 CSV 数据源中的类型一致。 拥有跨数据源一致的数据类型允许我们通过使用列字段连接表来编写查询来获取记录。 例如,列 key
在 DynamoDB 架构中对应于 status_code
在 Amazon S3 和 CloudWatch 数据产品中。 我们可以编写可以使用列名连接三个表的查询 key
。 下一节将显示一个示例。
- 继续当前架构.
- 查看配置并选择 提交.
ADA 将处理来自 DynamoDB 表数据源的数据并准备数据产品。 根据数据的大小,此过程需要几分钟。
现在,我们拥有 ADA 处理的所有三个数据产品,可供您运行查询。
使用查询工作台查询数据
ADA 允许您对数据产品运行查询,同时抽象数据源并使其可使用 SQL(结构化查询语言)进行访问。 您可以编写查询并连接表,就像查询关系数据库中的表一样。 我们通过两个用户场景演示了 ADA 的查询能力。 在这两种情况下,我们都会将应用程序日志数据集加入到错误代码查找表中。 在第一个用例中,我们查询当前应用程序日志以识别访问次数最多的 10 个应用程序端点以及相应的 HTTP 状态代码:
在第二个示例中,我们查询历史日志表以获取错误最多的前 10 个应用程序端点,以了解端点调用模式:
除了查询之外,您还可以选择保存查询并与同一域中的其他用户共享保存的查询。 共享查询可直接从查询工作台访问。 查询结果还可以导出为CSV格式。
在 Tableau 中可视化 ADA 数据产品
ADA 提供了以下能力: 联接 第三方 BI 工具可根据 ADA 数据产品可视化数据并创建报告。 在此演示中,我们使用 ADA 与 Tableau 的本机集成来可视化我们之前配置的三个数据产品中的数据。 使用 Tableau 的 Athena 连接器并按照中的步骤操作 画面配置,您可以将 ADA 配置为 Tableau 中的数据源。 Tableau 和 ADA 之间成功建立连接后,Tableau 将填充 Tableau 目录下的三个数据产品 cw_domain
.
然后,我们使用 HTTP 状态代码作为连接列在三个数据库之间建立关系,如以下屏幕截图所示。 Tableau 允许我们以在线和离线模式处理数据源。 在在线模式下,Tableau将连接到ADA并实时查询数据产品。 在离线模式下,我们可以使用 提取 从 ADA 中提取数据并将数据导入到 Tableau 的选项。 在此演示中,我们将数据导入到 Tableau 中以使查询更加灵敏。 然后我们保存 Tableau 工作簿。 我们可以通过选择数据库来检查数据源中的数据 现在更新.
通过 Tableau 中的数据源配置,我们可以在 ADA 数据产品上创建自定义报告、图表和可视化效果。 让我们考虑两个可视化用例。
如下图所示,我们使用 Tableau 内置的应用程序端点可视化 HTTP 错误的频率 热图 图表。 我们过滤掉 HTTP 状态代码,仅包含 4xx 和 5xx 范围内的错误代码。
我们还创建了一个条形图来描述按 HTTP 错误代码计数排序的历史日志中的应用程序端点。 在此图表中,我们可以看到 /v1/server/admin
端点生成了最多的 HTTP 错误状态代码。
清理
清理示例应用程序基础结构是一个两步过程。 首先,要删除为本演示目的配置的基础设施,请在终端中运行以下命令:
对于以下问题,输入 y,AWS CDK 将删除为演示部署的资源:
或者,您可以通过 AWS CloudFormation 控制台导航到 CdkStack 堆栈并选择 删除.
第二步是卸载ADA。 有关说明,请参阅 卸载解决方案.
结论
在这篇文章中,我们演示了如何使用 ADA 解决方案从跨两个不同数据源存储的应用程序日志中获取见解。 我们演示了如何在 AWS 账户上安装 ADA 并使用 AWS CDK 部署演示组件。 我们在 ADA 中创建了数据产品,并使用 ADA 的内置数据连接器为数据产品配置了相应的数据源。 我们演示了如何使用标准 SQL 查询来查询数据产品并生成有关日志数据的见解。 我们还将第三方 BI 产品 Tableau Desktop 客户端连接到 ADA,并演示了如何针对数据产品构建可视化。
ADA 可自动执行摄取、转换、管理和查询不同数据集的过程,并简化数据的生命周期管理。 ADA 的预构建连接器允许您从不同的数据源获取数据。 具备 AWS 产品和服务基本知识的软件团队将能够在几个小时内建立一个运营数据分析平台,并提供对数据的安全访问。 然后可以使用直观且独立的 Web 用户界面轻松快速地查询数据。
立即尝试 ADA,轻松管理数据并从数据中获取见解。
关于作者
阿帕拉吉坦·维迪亚纳坦 是 AWS 的首席企业解决方案架构师。 他支持企业客户在 AWS 云上迁移工作负载并实现其现代化。 他是一名云架构师,在设计和开发企业、大型分布式软件系统方面拥有 23 年以上的经验。 他专注于机器学习和数据分析,重点关注数据和特征工程领域。 他是一名有抱负的马拉松运动员,爱好包括徒步旅行、骑自行车以及与妻子和两个儿子共度时光。
拉希姆·拉赫曼 是一位来自澳大利亚悉尼的软件开发人员,在软件开发和架构方面拥有 10 多年的经验。 他主要致力于为常见客户用例和业务问题构建大规模开源 AWS 解决方案。 在业余时间,他喜欢运动并与朋友和家人共度时光。
哈菲兹·萨阿杜拉 是 Amazon Web Services 的首席技术产品经理。 Hafiz 专注于 AWS 解决方案,旨在通过解决常见业务问题和用例来帮助客户。
- SEO 支持的内容和 PR 分发。 今天得到放大。
- PlatoData.Network 垂直生成人工智能。 赋予自己力量。 访问这里。
- 柏拉图爱流。 Web3 智能。 知识放大。 访问这里。
- 柏拉图ESG。 汽车/电动汽车, 碳, 清洁科技, 能源, 环境, 太阳能, 废物管理。 访问这里。
- 柏拉图健康。 生物技术和临床试验情报。 访问这里。
- 图表Prime。 使用 ChartPrime 提升您的交易游戏。 访问这里。
- 块偏移量。 现代化环境抵消所有权。 访问这里。
- Sumber: https://aws.amazon.com/blogs/big-data/derive-operational-insights-from-application-logs-using-automated-data-analytics-on-aws/
- :具有
- :是
- :不是
- :在哪里
- $UP
- 10
- 11
- 12
- 14
- 15%
- 16
- 160
- 17
- 2021
- 3000
- 500
- 7
- 8
- 9
- a
- 对,能力--
- Able
- 关于
- ACCESS
- 访问
- 无障碍
- 账号管理
- 横过
- 行动
- ADA
- 加
- 增加
- 额外
- 解决
- 管理员
- 后
- 驳
- 所有类型
- 让
- 允许
- 沿
- 还
- 替代
- Amazon
- 亚马逊网络服务
- 其中
- an
- 分析
- 分析师
- 分析
- 分析
- 和
- 另一个
- 任何
- 阿帕奇
- API
- APIs
- 应用领域
- 应用领域
- 应用的
- 使用
- 应用
- 架构
- 保健
- AS
- 有志
- At
- 属性
- 澳大利亚
- 认证
- 授权
- 自动化
- 自动化
- 自动
- 可使用
- AWS
- AWS CloudFormation
- 背部
- 后端
- 酒吧
- 基于
- 基本包
- BE
- 因为
- 很
- before
- 不啻
- 之间
- 都
- 盒子
- 建立
- 建筑物
- 内建的
- 商业
- 商业智能
- 但是
- by
- 呼叫
- CAN
- 能力
- 案件
- 例
- 检索目录
- CD
- 更改
- 图表
- 图表
- 选择
- 客户
- 云端技术
- 码
- 代码
- 采集
- 柱
- 列
- 相当常见
- 完成
- 组件
- 配置
- 配置
- 分享链接
- 已联繫
- 地都
- 所连接
- 考虑
- 一贯
- 安慰
- 包含
- 继续
- 相关
- 相关
- 相应
- 对应
- 价格
- 创建信息图
- 创建
- 创建
- 创造
- 资历
- 电流
- 习俗
- 顾客
- 合作伙伴
- XNUMX月XNUMX日
- data
- 数据分析
- 数据处理
- 数据库
- 数据库
- 数据集
- 默认
- 需求
- 演示
- 演示
- 证明
- 根据
- 部署
- 部署
- 部署
- 部署
- 描述
- 设计
- 设计
- 通过电脑捐款
- 详细
- 详情
- 开发商
- 发展
- 研发支持
- 诊断
- 不同
- 直接
- 禁用
- 发现
- 屏 显:
- 分布
- 不同
- 不会
- 域
- 域名
- 别
- 下降
- ,我们将参加
- 每
- 此前
- 容易
- 编辑
- 或
- 邮箱地址
- 启用
- 使
- 端点
- 端点
- 工程师
- 确保
- 输入
- 企业
- 企业客户
- 企业解决方案
- 错误
- 故障
- 建立
- 成熟
- 醚(ETH)
- 例子
- 现有
- 体验
- 说明
- 解释
- 提取
- 提取数据
- 熟悉
- 家庭
- 专栏
- 少数
- 部分
- 字段
- 数字
- 文件
- 档
- 最后
- 金融
- (名字)
- 柔软
- 专注焦点
- 重点
- 以下
- 针对
- 格式
- 四
- 频率
- 朋友
- 止
- 功能
- Gain增益
- 生成
- 产生
- 得到
- 越来越
- 治理
- 团队
- 组的
- 有
- 有
- he
- 帮助
- 突出
- 徒步旅行
- 他的
- 历史的
- 爱好
- 托管
- HOURS
- 创新中心
- How To
- 但是
- HTML
- HTTP
- HTTPS
- IAM
- 相同
- 鉴定
- 身分
- if
- 进口
- in
- 包括
- 包括
- 包含
- 信息
- 基础设施
- 初始
- 可行的洞见
- 安装
- 安装
- 说明
- 集成
- 积分
- 房源搜索
- 互动
- 有兴趣
- 接口
- 成
- 直观的
- 所调用
- 参与
- 问题
- IT
- 加入
- 加盟
- 加入
- JPG
- JSON
- 只是
- 保持
- 键
- 知识
- 语言
- 大
- 大规模
- (姓氏)
- 后来
- 发射
- 学习
- 自学资料库
- 行货
- 生命周期
- 喜欢
- 极限
- Line
- 清单
- 生活
- 日志
- 记录
- 长
- 看
- 查找
- 机
- 机器学习
- 使
- 制作
- 管理
- 颠覆性技术
- 经理
- 许多
- 地图
- 制图
- 马拉松
- 营销
- 问题
- 有意义的
- 的话
- 外交部
- 可能
- 迁移
- 分钟
- 时尚
- 现代化
- 更多
- 最先进的
- 大多
- Mozilla的
- 多因素认证
- MySQL的
- 姓名
- 命名
- 名称
- 本地人
- 导航
- 导航
- 旅游导航
- 需求
- 打印车票
- 需要
- 全新
- 新
- 下页
- 数
- of
- 优惠精选
- 这一点在线下监测数字化产品的影响方面尤为明显。
- 老
- on
- 点播
- 一
- 在线
- 仅由
- 打开
- 开放源码
- 操作
- 附加选项
- or
- 秩序
- 其他名称
- 其它
- 输出
- 产量
- 简介
- 页
- 面包
- 密码
- 径
- 模式
- 演出
- 权限
- 亲自
- 电话
- ii
- 管道
- 地方
- 朴素
- 计划
- 平台
- 柏拉图
- 柏拉图数据智能
- 柏拉图数据
- 政策
- 门户网站
- 帖子
- PostgreSQL的
- 供电
- Prepare
- 准备
- 先决条件
- 当下
- 礼物
- 预览
- 以前
- 主要
- 校长
- 先
- 问题
- 继续
- 过程
- 处理
- 过程
- 处理
- 生成
- 产品
- 产品经理
- 核心产品
- 产品与服务
- 训练课程
- 项目
- 提供
- 提供
- 提供者
- 提供
- 目的
- 目的
- 蟒蛇
- 查询
- 题
- 很快
- 范围
- 阅读
- 准备
- 接收
- 记录
- 简称
- 地区
- 关系
- 相应
- 去掉
- 重复
- 业务报告
- 请求
- 必须
- 资源
- 那些
- 响应
- 成果
- 保留
- 检讨
- 骑术
- 角色
- 根
- 第
- 运行
- 亚军
- 运行
- 销售
- 同
- 保存
- 鳞片
- 情景
- 预定
- 范围
- 搜索
- 其次
- 部分
- 安全
- 保安
- 看到
- 选
- 选择
- 提交
- 发送
- 分开
- 服务
- 无服务器
- 服务
- 特色服务
- 集
- 设置
- Share
- 共用的,
- 短
- 如图
- 作品
- 简易
- 简
- 简化
- 尺寸
- 技能
- So
- 软件
- 软件开发
- 方案,
- 解决方案
- 来源
- 来源
- 专家
- 专业
- 具体的
- 指定
- 花费
- 运动
- SQL
- 堆
- 独立
- 标准
- 开始
- 启动
- Status
- 步
- 步骤
- 存储
- 存储
- 串
- 结构化
- 成功
- 顺利
- 这样
- 支持
- 肯定
- 悉尼
- 产品
- 表
- 画面
- 采取
- 需要
- 团队
- 队
- 文案
- 技术技能
- 终端
- 这
- 其
- 然后
- 那里。
- 博曼
- 第三方
- Free Introduction
- 三
- 通过
- 次
- 至
- 今晚
- 工具
- 最佳
- 返回顶部
- 合计
- 改造
- 转型
- 转换
- 转化
- 转型
- 变换
- 引发
- 二
- 类型
- 类型
- 下
- 相关
- 理解
- 更新
- 最新动态
- 上
- 的URI
- us
- 使用
- 用例
- 用过的
- 用户
- 用户界面
- 用户
- 运用
- 价值观
- 变量
- 各种
- 版本
- 通过
- 查看
- 想
- 方法..
- we
- 卷筒纸
- Web服务
- 井
- ,尤其是
- 这
- 而
- 宽
- 大范围
- 妻子
- 将
- 中
- 也完全不需要
- 工作
- 工作流程
- 合作
- 将
- 写
- 年
- 您
- 您一站式解决方案
- 和风网