Στον χώρο της ανάλυσης δεδομένων, οι οργανισμοί συχνά ασχολούνται με πολλούς πίνακες σε διαφορετικές βάσεις δεδομένων και μορφές αρχείων για τη διατήρηση δεδομένων για διαφορετικές επιχειρηματικές λειτουργίες. Οι επιχειρηματικές ανάγκες συχνά οδηγούν τη δομή του πίνακα, όπως η εξέλιξη του σχήματος (προσθήκη νέων στηλών, αφαίρεση υπαρχουσών στηλών, ενημέρωση ονομάτων στηλών κ.λπ.) για ορισμένους από αυτούς τους πίνακες σε μία επιχειρηματική συνάρτηση που απαιτεί από άλλες επιχειρηματικές συναρτήσεις να αναπαράγουν το ίδιο . Αυτή η ανάρτηση εστιάζει σε τέτοιες αλλαγές σχήματος σε πίνακες που βασίζονται σε αρχεία και δείχνει πώς να αναπαράγετε αυτόματα την εξέλιξη του σχήματος των δομημένων δεδομένων από μορφές πινάκων σε βάσεις δεδομένων στους πίνακες που είναι αποθηκευμένοι ως αρχεία με οικονομικά αποδοτικό τρόπο.
Κόλλα AWS είναι μια υπηρεσία ενοποίησης δεδομένων χωρίς διακομιστή που διευκολύνει την ανακάλυψη, προετοιμασία και συνδυασμό δεδομένων για αναλυτικά στοιχεία, μηχανική μάθηση (ML) και ανάπτυξη εφαρμογών. Σε αυτήν την ανάρτηση, δείχνουμε πώς να το χρησιμοποιήσετε Απάτσι Χούντι, ένα αυτοδιαχειριζόμενο επίπεδο βάσης δεδομένων σε λίμνες δεδομένων που βασίζονται σε αρχεία, στο AWS Glue για αυτόματη αναπαράσταση δεδομένων σε σχεσιακή μορφή και διαχείριση της εξέλιξης του σχήματός τους σε κλίμακα χρησιμοποιώντας Απλή υπηρεσία αποθήκευσης Amazon (Amazon S3), Υπηρεσία μετεγκατάστασης βάσης δεδομένων AWS (AWS DMS), AWS Lambda, Κόλλα AWS, Amazon DynamoDB, Amazon-Aurora, να Αμαζόν Αθηνά να αναγνωρίζει αυτόματα την εξέλιξη του σχήματος και να το εφαρμόζει για τη διαχείριση του φόρτου δεδομένων σε κλίμακα petabyte.
Το Apache Hudi υποστηρίζει συναλλαγές ACID και λειτουργίες CRUD σε μια λίμνη δεδομένων. Αυτό θέτει τα θεμέλια μιας αρχιτεκτονικής λίμνης δεδομένων επιτρέποντας την υποστήριξη συναλλαγών και την εξέλιξη και διαχείριση σχημάτων, αποσυνδέοντας την αποθήκευση από τον υπολογισμό και διασφαλίζοντας υποστήριξη για προσβασιμότητα μέσω εργαλείων επιχειρηματικής ευφυΐας (BI). Σε αυτήν την ανάρτηση, υλοποιούμε μια αρχιτεκτονική για τη δημιουργία μιας λίμνης δεδομένων συναλλαγών που βασίζεται στα προαναφερθέντα χαρακτηριστικά Hudi.
Επισκόπηση λύσεων
Αυτή η ανάρτηση υποθέτει ένα σενάριο όπου υπάρχουν πολλοί πίνακες σε μια βάση δεδομένων πηγής και θέλουμε να αναπαράγουμε τυχόν αλλαγές σχήματος σε οποιονδήποτε από αυτούς τους πίνακες στους πίνακες Apache Hudi στη λίμνη δεδομένων. Χρησιμοποιεί το εγγενής υποστήριξη για το Apache Hudi στο AWS Glue για το Apache Spark.
Σε αυτήν την ανάρτηση, η εξέλιξη του σχήματος των πινάκων πηγής στη βάση δεδομένων Aurora καταγράφεται μέσω του AWS DMS αυξητικό φορτίο ή λήψη δεδομένων αλλαγής (CDC) μηχανισμός και η ίδια εξέλιξη του σχήματος αναπαράγεται στους πίνακες Apache Hudi που είναι αποθηκευμένοι στο Amazon S3. Οι πίνακες Apache Hudi ανακαλύπτονται από τον κατάλογο δεδομένων AWS Glue και ερωτώνται από την Athena. Μια εργασία AWS Glue, που υποστηρίζεται από μια διοχέτευση ενορχήστρωσης που χρησιμοποιεί Lambda και πίνακα DynamoDB, φροντίζει για την αυτοματοποιημένη αναπαραγωγή της εξέλιξης σχημάτων στους πίνακες Apache Hudi.
Χρησιμοποιούμε το Aurora ως δείγμα προέλευσης δεδομένων, αλλά οποιαδήποτε πηγή δεδομένων υποστηρίζει λειτουργίες Δημιουργία, Ανάγνωση, Ενημέρωση και Διαγραφή (CRUD) μπορεί να αντικαταστήσει το Aurora στην περίπτωση χρήσης σας.
Το παρακάτω διάγραμμα απεικονίζει την αρχιτεκτονική λύσεών μας.
Η ροή του διαλύματος έχει ως εξής:
- Το Aurora, ως δείγμα προέλευσης δεδομένων, περιέχει έναν πίνακα RDBMS με πολλές σειρές και το AWS DMS φορτώνει πλήρως αυτά τα δεδομένα σε έναν κάδο S3 (τον οποίο ονομάζουμε ακατέργαστο κάδο). Αναμένουμε ότι μπορεί να έχετε πολλούς πίνακες προέλευσης, αλλά για λόγους επίδειξης, χρησιμοποιούμε μόνο έναν πίνακα προέλευσης σε αυτήν την ανάρτηση.
- Ενεργοποιούμε μια συνάρτηση Lambda με το όνομα του πίνακα πηγής ως συμβάν, έτσι ώστε οι αντίστοιχες παράμετροι του πίνακα προέλευσης να διαβάζονται από το DynamoDB. Για να προγραμματίσουμε αυτή τη λειτουργία για συγκεκριμένα χρονικά διαστήματα, εμείς πρόγραμμα Amazon EventBridge για να ενεργοποιήσετε το Lambda με το όνομα του πίνακα ως παράμετρο.
- Υπάρχουν πολλοί πίνακες στη βάση δεδομένων πηγής και θέλουμε να εκτελέσουμε μία εργασία κόλλας AWS για κάθε πίνακα προέλευσης για απλότητα στις λειτουργίες. Επειδή χρησιμοποιούμε κάθε εργασία κόλλας AWS για να ενημερώσουμε κάθε πίνακα Apache Hudi, αυτή η ανάρτηση χρησιμοποιεί έναν πίνακα DynamoDB για να διατηρεί τις παραμέτρους διαμόρφωσης που χρησιμοποιούνται από κάθε εργασία AWS Glue για κάθε πίνακα Apache Hudi. Ο πίνακας DynamoDB περιέχει κάθε όνομα πίνακα Apache Hudi, το αντίστοιχο όνομα εργασίας AWS Glue, κατάσταση εργασίας AWS Glue, κατάσταση φόρτωσης (πλήρης ή δέλτα), κλειδί διαμερίσματος, κλειδί εγγραφής και σχήμα που μεταβιβάζεται στην εργασία κόλλας AWS του αντίστοιχου πίνακα. Οι τιμές στον πίνακα DynamoDB είναι στατικές τιμές.
- Για να ενεργοποιήσει κάθε εργασία κόλλας AWS (10 G.1X DPU) παράλληλα για να εκτελέσει έναν ειδικό κώδικα του Apache Hudi για να εισαγάγει δεδομένα στους αντίστοιχους πίνακες Hudi, το Lambda μεταβιβάζει τις συγκεκριμένες παραμέτρους του πίνακα Apache Hudi που διαβάζονται από το DynamoDB σε κάθε εργασία AWS Glue. Τα δεδομένα προέλευσης προέρχονται από πίνακες στη βάση δεδομένων πηγής Aurora μέσω AWS DMS με πλήρες φορτίο και αυξητικό φορτίο ή CDC.
Δημιουργήστε πόρους με το AWS CloudFormation
Παρέχουμε ένα AWS CloudFormation πρότυπο για τη δημιουργία των ακόλουθων πόρων:
- Το Lambda και το DynamoDB ως ενορχηστρωτές διαχείρισης φορτίου δεδομένων
- Κάδοι S3 για την ακατέργαστη, βελτιωμένη ζώνη και στοιχεία ενεργητικού για τον κωδικό διατήρησης για την εξέλιξη του σχήματος
- Μια εργασία κόλλας AWS για την ενημέρωση των πινάκων Hudi και την εκτέλεση της εξέλιξης σχήματος, συμβατή προς τα εμπρός και προς τα πίσω
Ο πίνακας Aurora και η παρουσία αναπαραγωγής AWS DMS δεν παρέχονται μέσω αυτής της στοίβας. Για οδηγίες σχετικά με τη ρύθμιση του Aurora, ανατρέξτε στο Δημιουργία συμπλέγματος Amazon Aurora DB.
Εκκινήστε την ακόλουθη στοίβα και δώστε το όνομα της στοίβας σας.
eu-west-1 |
Εξέλιξη σχήματος
Για πρόσβαση στη βάση δεδομένων Aurora, ανατρέξτε στο Πώς μπορώ να συνδεθώ στο Amazon RDS μου για παράδειγμα MySQL χρησιμοποιώντας το MySQL Workbench. Στη συνέχεια, ολοκληρώστε τα παρακάτω βήματα:
- Δημιουργήστε έναν πίνακα με το όνομα αντικείμενο ακολουθώντας τα ερωτήματα στη βάση δεδομένων Aurora και αλλάξτε το σχήμα του ώστε να μπορούμε να δούμε ότι η εξέλιξη του σχήματος αντικατοπτρίζεται στο επίπεδο λίμνης δεδομένων:
Αφού δημιουργήσετε τις στοίβες, απαιτούνται ορισμένα μη αυτόματα βήματα για την προετοιμασία της λύσης από άκρη σε άκρη.
- Δημιουργήστε ένα AWS DMS παράδειγμα, AWS DMS τελικά σημείακαι AWS DMS έργο με τις ακόλουθες διαμορφώσεις:
- Προσθήκη dataFormat ως Parquet στο τελικό σημείο προορισμού.
- Τοποθετήστε το τελικό σημείο στόχο του AWS DMS στον ακατέργαστο κάδο, ο οποίος έχει μορφοποιηθεί ως
raw-bucket-<account_number>-<region_name>
και το όνομα του φακέλου πρέπει να είναι POC.
- Ξεκινήστε την εργασία AWS DMS.
- Δημιουργήστε ένα δοκιμαστικό συμβάν στο
HudiLambda
Συνάρτηση λάμδα με το περιεχόμενο του συμβάντος JSON ωςPOC.db
και αποθηκεύστε το. - Εκτελέστε τη λειτουργία Lambda.
Σε αυτήν την ανάρτηση, αντικατοπτρίζεται η εξέλιξη του σχήματος Συγχρονισμός Hudi Hive σε κόλλα AWS. Δεν αλλάζετε τα ερωτήματα ξεχωριστά στη λίμνη δεδομένων.
Τώρα ολοκληρώνουμε τα παρακάτω βήματα για να αλλάξουμε το σχήμα στην πηγή. Ενεργοποιήστε τη συνάρτηση Lambda μετά από κάθε βήμα για να δημιουργήσετε ένα αρχείο στο POC/db/object
φάκελο μέσα στον ακατέργαστο κουβά. Το AWS DMS αναλαμβάνει σχεδόν αμέσως τις αλλαγές του σχήματος και αναφέρει στον ακατέργαστο κάδο.
- Προσθέστε μια στήλη που ονομάζεται
test_column
στον πίνακα πηγήςobject
στη βάση δεδομένων σας Aurora:
- Μετονομάστε τη στήλη
new_field_1
προς τηνnew_field_2
στο αντικείμενο του πίνακα προέλευσης:
Η στήλη new_field_1
αναμένεται να παραμείνει στον πίνακα Hudi αλλά χωρίς να συμπληρώνονται πλέον νέες τιμές σε αυτόν.
- Διαγράψτε τη στήλη
new_field_2
από το αντικείμενο του πίνακα προέλευσης:
Παρόμοια με την προηγούμενη λειτουργία, η στήλη new_field_2
αναμένεται να παραμείνει στον πίνακα Hudi αλλά χωρίς να συμπληρώνονται πλέον νέες τιμές σε αυτόν.
Αν έχετε ήδη Σχηματισμός Λίμνης AWS άδειες δεδομένων που έχουν ρυθμιστεί στον λογαριασμό σας, ενδέχεται να αντιμετωπίσετε προβλήματα αδειών. Σε αυτήν την περίπτωση, παραχωρήστε πλήρη άδεια (Super) στην προεπιλεγμένη βάση δεδομένων (πριν ενεργοποιήσετε τη συνάρτηση Lambda) και όλους τους πίνακες στο POC.db
βάση δεδομένων (μετά την ολοκλήρωση της φόρτωσης).
Ελέγξτε τα αποτελέσματα
Όταν η προαναφερθείσα εκτέλεση πραγματοποιείται μετά από αλλαγές σχήματος, δημιουργούνται τα ακόλουθα αποτελέσματα στον βελτιωμένο κάδο. Μπορούμε να δούμε τους πίνακες Apache Hudi με τα περιεχόμενά του στο Athena. Για να εγκαταστήσετε το Athena, ανατρέξτε στο Ξεκινώντας.
Ο πίνακας και η βάση δεδομένων είναι διαθέσιμα στον Κατάλογο δεδομένων κόλλας AWS και έτοιμα για περιήγηση στο σχήμα.
Πριν από την αλλαγή του σχήματος, τα αποτελέσματα του Athena μοιάζουν με το παρακάτω στιγμιότυπο οθόνης.
Αφού προσθέσετε τη στήλη test_column
και εισάγετε μια τιμή στο test_column
πεδίο στον πίνακα αντικειμένων στη βάση δεδομένων Aurora, η νέα στήλη (test_column
) αντικατοπτρίζεται στον αντίστοιχο πίνακα Apache Hudi στη λίμνη δεδομένων.
Το παρακάτω στιγμιότυπο οθόνης δείχνει τα αποτελέσματα στο Athena.
Αφού μετονομάσετε τη στήλη new_field_1
προς την new_field_2
και εισάγετε μια τιμή στο new_field_2
πεδίο στον πίνακα αντικειμένων, η στήλη που μετονομάστηκε (new_field_2
) αντικατοπτρίζεται στον αντίστοιχο πίνακα Apache Hudi στη λίμνη δεδομένων και new_field_1
παραμένει στο σχήμα, χωρίς καμία νέα τιμή συμπληρωμένη στη στήλη.
Το παρακάτω στιγμιότυπο οθόνης δείχνει τα αποτελέσματα στο Athena.
Αφού διαγράψετε τη στήλη new_field_2
στον πίνακα αντικειμένων και εισαγάγετε ή ενημερώστε τυχόν τιμές κάτω από οποιεσδήποτε στήλες στον πίνακα αντικειμένων, τη στήλη που έχει διαγραφεί (new_field_2
) παραμένει στο αντίστοιχο σχήμα πίνακα Apache Hudi, χωρίς καμία νέα τιμή συμπληρωμένη στη στήλη.
Το παρακάτω στιγμιότυπο οθόνης δείχνει τα αποτελέσματα στο Athena.
εκκαθάριση
Όταν τελειώσετε με αυτήν τη λύση, διαγράψτε τα δείγματα δεδομένων στους ακατέργαστους και εκλεπτυσμένους κάδους S3 και διαγράψτε τους κάδους.
Επίσης, διαγράψτε τη στοίβα CloudFormation για να καταργήσετε όλους τους πόρους υπηρεσίας που χρησιμοποιούνται σε αυτήν τη λύση.
Συμπέρασμα
Αυτή η ανάρτηση έδειξε πώς να εφαρμόσετε την εξέλιξη του σχήματος με μια λύση ανοιχτού κώδικα χρησιμοποιώντας το Apache Hudi σε περιβάλλον AWS με αγωγό ενορχήστρωσης.
Μπορείτε να εξερευνήσετε το διαφορετικό διαμορφώσεις του AWS Glue για να αλλάξετε τις δομές εργασίας του AWS Glue και να το εφαρμόσετε για την ανάλυση δεδομένων σας και άλλες περιπτώσεις χρήσης.
Σχετικά με τους Συγγραφείς
Subhro Bose είναι Ανώτερος Αρχιτέκτονας Δεδομένων στην Πλατφόρμα Αναδυόμενων Τεχνολογιών και Ευφυΐας στο Amazon. Του αρέσει να λύνει επιστημονικά προβλήματα με αναδυόμενες τεχνολογίες όπως το AI/ML, τα μεγάλα δεδομένα, το κβαντικό και πολλά άλλα για να βοηθήσει τις επιχειρήσεις σε διαφορετικούς κλάδους να επιτύχουν στο ταξίδι καινοτομίας τους. Στον ελεύθερο χρόνο του, του αρέσει να παίζει πινγκ πονγκ, να μαθαίνει θεωρίες περιβαλλοντικής οικονομίας και να εξερευνά τα καλύτερα muffins σε όλη την πόλη.
Κετάν Καραλκάρ είναι Σύμβουλος Λύσεων Μεγάλων Δεδομένων στην AWS. Έχει σχεδόν 2 δεκαετίες εμπειρίας βοηθώντας τους πελάτες να σχεδιάσουν και να δημιουργήσουν αναλύσεις δεδομένων και λύσεις βάσεων δεδομένων. Πιστεύει στη χρήση της τεχνολογίας ως μέσου για την επίλυση των πραγματικών επιχειρηματικών προβλημάτων.
Εύα Φανγκ είναι Επιστήμονας Δεδομένων στο Professional Services στο AWS. Είναι παθιασμένη με τη χρήση της τεχνολογίας για την παροχή αξίας στους πελάτες και την επίτευξη επιχειρηματικών αποτελεσμάτων. Έχει έδρα στο Λονδίνο, στον ελεύθερο χρόνο της, της αρέσει να βλέπει ταινίες και μιούζικαλ.
- SEO Powered Content & PR Distribution. Ενισχύστε σήμερα.
- Platoblockchain. Web3 Metaverse Intelligence. Ενισχύθηκε η γνώση. Πρόσβαση εδώ.
- πηγή: https://aws.amazon.com/blogs/big-data/automate-schema-evolution-at-scale-with-apache-hudi-in-aws-glue/
- 1
- 10
- 100
- 107
- 11
- 7
- a
- Σχετικά
- πρόσβαση
- προσιτότητα
- Λογαριασμός
- Κατορθώνω
- απέναντι
- Επιπλέον
- Μετά το
- AI / ML
- Όλα
- ήδη
- Amazon
- Amazon RDS
- amp
- analytics
- και
- Apache
- Εφαρμογή
- Ανάπτυξη Εφαρμογών
- Εφαρμογή
- αρχιτεκτονική
- Ενεργητικό
- αυγή
- αυτοματοποίηση
- Αυτοματοποιημένη
- αυτομάτως
- διαθέσιμος
- AWS
- Κόλλα AWS
- βασίζονται
- επειδή
- πριν
- είναι
- πιστεύει
- ΚΑΛΎΤΕΡΟΣ
- Μεγάλος
- Big Data
- Περιήγηση
- χτίζω
- χτισμένο
- επιχείρηση
- επιχειρηματικές λειτουργίες
- επιχειρηματικής ευφυΐας
- επιχειρήσεις
- κλήση
- που ονομάζεται
- πιάνω
- ο οποίος
- περίπτωση
- περιπτώσεις
- κατάλογος
- CDC
- αλλαγή
- Αλλαγές
- Πόλη
- κωδικός
- Στήλη
- Στήλες
- συνδυασμός
- πλήρης
- Υπολογίστε
- διαμόρφωση
- διαμορφώσεις
- Connect
- σύμβουλος
- Περιέχει
- περιεχόμενο
- περιεχόμενα
- Αντίστοιχος
- αποδοτική
- δημιουργία
- δημιουργία
- Πελάτες
- ημερομηνία
- Δεδομένα Analytics
- ολοκλήρωση δεδομένων
- Λίμνη δεδομένων
- επιστήμονας δεδομένων
- βάση δεδομένων
- βάσεις δεδομένων
- συμφωνία
- δεκαετίες
- Προεπιλογή
- Δέλτα
- Υπηρεσίες
- Ανάπτυξη
- διαφορετικές
- ανακαλύπτουν
- ανακάλυψαν
- Μην
- αυτοκίνητο
- Πτώση
- κάθε
- Οικονομικά
- ενεργοποίηση
- συνάντηση
- Τελικό σημείο
- εξασφαλίζοντας
- Περιβάλλον
- περιβάλλοντος
- Αιθέρας (ΕΤΗ)
- Συμβάν
- εξέλιξη
- υφιστάμενα
- αναμένω
- αναμένεται
- εμπειρία
- διερευνήσει
- Χαρακτηριστικά
- πεδίο
- Αρχεία
- Αρχεία
- ροή
- εστιάζει
- Εξής
- εξής
- μορφή
- Θεμέλιο
- από
- πλήρη
- λειτουργία
- λειτουργίες
- παράγουν
- παράγεται
- χορηγεί
- συμβαίνει
- που έχει
- βοήθεια
- βοήθεια
- Κυψέλη
- κρατήστε
- κράτημα
- Πως
- Πώς να
- HTML
- HTTPS
- προσδιορίσει
- εφαρμογή
- in
- βιομηχανία
- Καινοτομία
- παράδειγμα
- οδηγίες
- ολοκλήρωση
- Νοημοσύνη
- θέματα
- IT
- Δουλειά
- ταξίδι
- json
- Κλειδί
- λίμνη
- στρώμα
- Λείπει
- ΜΑΘΑΊΝΩ
- μάθηση
- Επίπεδο
- ζωή
- φορτίο
- Λονδίνο
- ματιά
- μοιάζει
- μηχανή
- μάθηση μηχανής
- ΚΑΝΕΙ
- διαχείριση
- διαχείριση
- Ταχύτητες
- πολοί
- μηχανισμός
- μετανάστευση
- ML
- περισσότερο
- Κινηματογράφος
- πολλαπλούς
- MySQL
- όνομα
- Ονομάστηκε
- ονόματα
- σχεδόν
- που απαιτούνται
- ανάγκες
- Νέα
- αντικείμενο
- ONE
- ανοικτού κώδικα
- λειτουργία
- λειτουργίες
- ενορχήστρωση
- οργανώσεις
- ΑΛΛΑ
- Παράλληλο
- παράμετρος
- παράμετροι
- περάσματα
- παθιασμένος
- εκτελέσει
- άδεια
- δικαιώματα
- πεταμπάιτ
- Επιλογές
- αγωγού
- πλατφόρμες
- Πλάτων
- Πληροφορία δεδομένων Plato
- Πλάτωνα δεδομένα
- παιχνίδι
- PoC
- κατοικημένη περιοχή
- Θέση
- Προετοιμάστε
- παρόν
- προηγούμενος
- προβλήματα
- επαγγελματίας
- παρέχουν
- σκοποί
- Quantum
- Ακατέργαστος
- Διάβασε
- έτοιμος
- πραγματικός
- πραγματική ζωή
- ρεκόρ
- εξευγενισμένα
- αντανακλάται
- λείψανα
- αφαίρεση
- αφαιρέστε
- αντικαθιστώ
- επαναλαμβάνεται
- αναπαραγωγή
- Εκθέσεις
- εκπροσωπώ
- Απαιτεί
- Υποστηρικτικό υλικό
- Αποτελέσματα
- τρέξιμο
- ίδιο
- Αποθήκευση
- Κλίμακα
- σενάριο
- πρόγραμμα
- Επιστήμη
- Επιστήμονας
- αρχαιότερος
- Χωρίς διακομιστή
- υπηρεσία
- Υπηρεσίες
- σειρά
- θα πρέπει να
- δείχνουν
- Δείχνει
- Απλούς
- απλότητα
- So
- λύση
- Λύσεις
- SOLVE
- Επίλυση
- μερικοί
- Πηγή
- Χώρος
- συγκεκριμένες
- σωρός
- Στοίβες
- Κατάσταση
- παραμονή
- Βήμα
- Βήματα
- χώρος στο δίσκο
- αποθηκεύονται
- δομή
- δομημένος
- επιτύχει
- τέτοιος
- Σούπερ
- υποστήριξη
- υποστηριζόνται!
- Υποστηρίζει
- τραπέζι
- παίρνει
- στόχος
- Έργο
- Τεχνολογίες
- Τεχνολογία
- πρότυπο
- τένις
- δοκιμή
- Η
- Η Πηγη
- τους
- Μέσω
- ώρα
- προς την
- εργαλεία
- συναλλαγή
- συναλλακτική
- Συναλλαγές
- ενεργοποιούν
- ενεργοποίηση
- υπό
- Ενημέρωση
- χρήση
- περίπτωση χρήσης
- αξία
- Αξίες
- κατακόρυφα
- μέσω
- Δες
- Δες
- Ποιό
- εντός
- χωρίς
- Σας
- zephyrnet