Τα τελευταία χρόνια, οι επιχειρήσεις έχουν συγκεντρώσει τεράστιες ποσότητες δεδομένων. Οι όγκοι δεδομένων έχουν αυξηθεί με άνευ προηγουμένου ρυθμό, εκτινασσόμενοι από terabyte σε petabyte και μερικές φορές exabyte δεδομένων. Όλο και περισσότερο, πολλές επιχειρήσεις δημιουργούν εξαιρετικά επεκτάσιμες, διαθέσιμες, ασφαλείς και ευέλικτες λίμνες δεδομένων σε AWS που μπορούν να χειριστούν εξαιρετικά μεγάλα σύνολα δεδομένων. Μετά την παραγωγή των λιμνών δεδομένων, για να μετρηθεί η αποτελεσματικότητα της λίμνης δεδομένων και να κοινοποιηθούν τα κενά ή τα επιτεύγματα στους επιχειρηματικούς ομίλους, οι ομάδες δεδομένων επιχειρήσεων χρειάζονται εργαλεία για την εξαγωγή επιχειρησιακών πληροφοριών από τη λίμνη δεδομένων. Αυτές οι πληροφορίες βοηθούν να απαντηθούν βασικά ερωτήματα όπως:
- Την τελευταία φορά που ενημερώθηκε ένας πίνακας
- Ο συνολικός αριθμός πινάκων σε κάθε βάση δεδομένων
- Η προβλεπόμενη ανάπτυξη ενός δεδομένου πίνακα
- Ο πίνακας με τα πιο συχνά ερωτήματα έναντι των πινάκων με τα λιγότερα ερωτήματα
Σε αυτήν την ανάρτηση, σας καθοδηγώ σε μια λύση για τη δημιουργία ενός πίνακα ελέγχου λειτουργικών μετρήσεων (όπως το παρακάτω στιγμιότυπο οθόνης) για την επιχείρησή σας Κόλλα AWS Κατάλογος δεδομένων στο AWS.
Επισκόπηση λύσεων
Αυτή η ανάρτηση σάς δείχνει πώς να συλλέγετε πληροφορίες μεταδεδομένων από τους πόρους AWS Glue Data Catalog της λίμνης δεδομένων σας (βάσεις δεδομένων και πίνακες) και να δημιουργήσετε έναν λειτουργικό πίνακα εργαλείων σε αυτά τα δεδομένα.
Το παρακάτω διάγραμμα απεικονίζει τη συνολική αρχιτεκτονική λύσης και τα βήματα.
Τα βήματα είναι τα εξής:
- Ένα πρόγραμμα συλλογής δεδομένων Python εκτελείται βάσει χρονοδιαγράμματος και συλλέγει λεπτομέρειες μεταδεδομένων σχετικά με βάσεις δεδομένων και πίνακες από τον κατάλογο δεδομένων της επιχείρησης.
- Τα ακόλουθα βασικά χαρακτηριστικά δεδομένων συλλέγονται για κάθε πίνακα και βάση δεδομένων στον Κατάλογο δεδομένων κόλλας AWS.
Δεδομένα πίνακα | Δεδομένα βάσης δεδομένων |
Όνομα πίνακα | Ονομα βάσης δεδομένων |
Ονομα βάσης δεδομένων | CreateTime |
Ιδιοκτήτης | SharedResource |
CreateTime | SharedResourceOwner |
UpdateTime | SharedResourceDatabaseName |
LastAccessTime | Τοποθεσία |
Τύπος πίνακα | Περιγραφή |
Κράτηση | |
Δημιουργήθηκε από | |
IsRegisteredWithLakeFormation | |
Τοποθεσία | |
SizeInMBOnS3 | |
TotalFilesonS3 |
- Το πρόγραμμα διαβάζει τη θέση του αρχείου κάθε πίνακα και υπολογίζει τον αριθμό των αρχείων Απλή υπηρεσία αποθήκευσης Amazon (Amazon S3) και το μέγεθος σε MB.
- Όλα τα δεδομένα για τους πίνακες και τις βάσεις δεδομένων αποθηκεύονται σε έναν κάδο S3 για ανάλυση κατάντη. Το πρόγραμμα εκτελείται κάθε μέρα και δημιουργεί νέα αρχεία χωρισμένα ανά έτος, μήνα και ημέρα στο Amazon S3.
- Ανιχνεύουμε τα δεδομένα που δημιουργήθηκαν στο Βήμα 4 χρησιμοποιώντας έναν ανιχνευτή AWS Glue.
- Ο ανιχνευτής δημιουργεί μια εξωτερική βάση δεδομένων και πίνακες για το δημιουργημένο σύνολο δεδομένων μας για μεταγενέστερη ανάλυση.
- Μπορούμε να ρωτήσουμε τα εξαγόμενα δεδομένα με Αμαζόν Αθηνά.
- Χρησιμοποιούμε Amazon QuickSight για να δημιουργήσουμε τον πίνακα ελέγχου των λειτουργικών μετρήσεων και να αποκτήσουμε πληροφορίες σχετικά με το περιεχόμενο και τη χρήση της λίμνης δεδομένων μας.
Για απλότητα, αυτό το πρόγραμμα ανιχνεύει και συλλέγει δεδομένα από τον Κατάλογο Δεδομένων μόνο για την περιοχή us-east-1.
Επισκόπηση περιήγησης
Η πορεία περιλαμβάνει τα ακόλουθα βήματα:
- Διαμορφώστε το σύνολο δεδομένων σας.
- Αναπτύξτε τους πόρους βασικών λύσεων με ένα AWS CloudFormation πρότυπο και ρυθμίστε και ενεργοποιήστε την εργασία κόλλας AWS.
- Ανιχνεύστε το σύνολο δεδομένων μεταδεδομένων και δημιουργήστε εξωτερικούς πίνακες στον Κατάλογο δεδομένων.
- Δημιουργήστε μια προβολή και αναζητήστε τα δεδομένα μέσω του Athena.
- Ρυθμίστε και εισαγάγετε δεδομένα στο QuickSight για να δημιουργήσετε έναν πίνακα εργαλείων μετρήσεων για τον Κατάλογο Δεδομένων.
Διαμορφώστε το σύνολο δεδομένων σας
Χρησιμοποιούμε τη λίμνη δεδομένων AWS COVID-19 για ανάλυση. Αυτή η λίμνη δεδομένων αποτελείται από δεδομένα σε α κουβά S3 αναγνώσιμο από το κοινό.
Για να κάνετε τα δεδομένα από τη λίμνη δεδομένων AWS COVID-19 διαθέσιμα στον λογαριασμό σας AWS, δημιουργήστε μια στοίβα CloudFormation χρησιμοποιώντας τα ακόλουθα πρότυπο. Εάν είστε συνδεδεμένοι στον λογαριασμό σας AWS, τα ακόλουθα σύνδεσμος συμπληρώνει το μεγαλύτερο μέρος της φόρμας δημιουργίας στοίβας για εσάς. Φροντίστε να αλλάξετε την Περιοχή σε us-east-1
. Για οδηγίες σχετικά με τη δημιουργία μιας στοίβας CloudFormation, βλ Αγορά.
Αυτό το πρότυπο δημιουργεί μια βάση δεδομένων COVID-19 στον Κατάλογο δεδομένων σας και πίνακες που παραπέμπουν στη δημόσια λίμνη δεδομένων AWS COVID-19. Δεν χρειάζεται να φιλοξενήσετε τα δεδομένα στον λογαριασμό σας και μπορείτε να βασιστείτε στο AWS για να ανανεώσετε τα δεδομένα καθώς τα σύνολα δεδομένων ενημερώνονται μέσω Ανταλλαγή δεδομένων AWS.
Για περισσότερες πληροφορίες σχετικά με το σύνολο δεδομένων COVID-19, βλ Μια δημόσια λίμνη δεδομένων για ανάλυση δεδομένων COVID-19.
Το περιβάλλον σας μπορεί να έχει ήδη υπάρχοντα σύνολα δεδομένων στον Κατάλογο Δεδομένων. Το πρόγραμμα συλλέγει τα προαναφερθέντα χαρακτηριστικά και για αυτά τα σύνολα δεδομένων, τα οποία μπορούν να χρησιμοποιηθούν για ανάλυση.
Αναπτύξτε τους πόρους σας
Για να είναι πιο εύκολο να ξεκινήσετε, δημιουργήσαμε ένα πρότυπο CloudFormation που ρυθμίζει αυτόματα μερικά βασικά στοιχεία της λύσης:
- Μια εργασία κόλλας AWS (πρόγραμμα Python) που ενεργοποιείται με βάση ένα χρονοδιάγραμμα
- Η Διαχείριση ταυτότητας και πρόσβασης AWS ρόλος (IAM) που απαιτείται από την εργασία AWS Glue, ώστε η εργασία να μπορεί να συλλέγει και να αποθηκεύει λεπτομέρειες σχετικά με βάσεις δεδομένων και πίνακες στον Κατάλογο Δεδομένων
- Ένας νέος κάδος S3 για την εργασία AWS Glue για την αποθήκευση των αρχείων δεδομένων
- Μια νέα βάση δεδομένων στον Κατάλογο Δεδομένων για την αποθήκευση των πινάκων δεδομένων μετρήσεων
Ο πηγαίος κώδικας για την εργασία AWS Glue και το πρότυπο CloudFormation είναι διαθέσιμα στο GitHub repo.
Πρέπει πρώτα να κάνετε λήψη του κώδικα AWS Glue Python από GitHub και ανεβάστε το σε έναν υπάρχοντα κάδο S3. Η διαδρομή αυτού του αρχείου πρέπει να παρέχεται κατά την εκτέλεση της στοίβας CloudFormation.
- Εκκινήστε τη στοίβα:
- Δώστε τιμές για τις παραμέτρους σας όπως φαίνεται στο παρακάτω στιγμιότυπο οθόνης.
Μετά την επιτυχή ανάπτυξη της στοίβας, μπορείτε να ελέγξετε τους πόρους που δημιουργήθηκαν στη στοίβα Υποστηρικτικό υλικό Tab.
Μπορείτε να επαληθεύσετε και να ελέγξετε τη ρύθμιση και την ενεργοποίηση της εργασίας κόλλας AWS, η οποία έχει προγραμματιστεί σύμφωνα με την καθορισμένη ώρα.
Τώρα που έχουμε επαληθεύσει ότι η στοίβα έχει ρυθμιστεί με επιτυχία, μπορούμε να εκτελέσουμε την εργασία AWS Glue με μη αυτόματο τρόπο και να συλλέξουμε βασικά χαρακτηριστικά για την ανάλυσή μας.
- Στην κονσόλα AWS Glue, επιλέξτε AWS Glue Studio στο παράθυρο πλοήγησης.
- Στην Κονσόλα AWS Glue Studio, κάντε κλικ στο Jobs και επιλέξτε το
DataCollector
δουλειά και Εκτέλεση της εργασίας.
Η εργασία AWS Glue συλλέγει δεδομένα και τα αποθηκεύει στον κάδο S3 που δημιουργήθηκε για εμάς μέσω του AWS CloudFormation. Η εργασία δημιουργεί ξεχωριστούς φακέλους για δεδομένα βάσης δεδομένων και πίνακα, όπως φαίνεται στο παρακάτω στιγμιότυπο οθόνης.
Ανιχνεύστε και ρυθμίστε εξωτερικούς πίνακες για τα δεδομένα μετρήσεων
Ακολουθήστε αυτά τα βήματα για να δημιουργήσετε πίνακες στη βάση δεδομένων χρησιμοποιώντας το AWS Glue crawlers στα δεδομένα που είναι αποθηκευμένα στο Amazon S3. Σημειώστε ότι η βάση δεδομένων έχει δημιουργηθεί για εμάς χρησιμοποιώντας τη στοίβα CloudFormation.
- Στην κονσόλα κόλλας AWS, κάτω Βάσεις Δεδομένων στο παράθυρο πλοήγησης, επιλέξτε πίνακες.
- Επιλέξτε Προσθήκη πινάκων.
- Επιλέξτε Προσθέστε πίνακες χρησιμοποιώντας ανιχνευτή.
- Εισαγάγετε ένα όνομα για τον ανιχνευτή και επιλέξτε Επόμενο.
- Για Προσθήκη προγράμματος ανίχνευσης, επιλέξτε Δημιουργία τύπου πηγής.
- Καθορίστε τον τύπο πηγής ανιχνευτή επιλέγοντας Αποθήκες δεδομένων Και επιλέξτε Επόμενο.
- Στο Προσθέστε ένα χώρο αποθήκευσης δεδομένων ενότητα, για Επιλέξτε μια αποθήκευση δεδομένων, επιλέξτε S3.
- Για Ανίχνευση δεδομένων σε, Επιλέξτε Καθορισμένη διαδρομή.
- Για Συμπερίληψη διαδρομής, εισάγετε το μονοπάτι προς το
tables
φάκελος που δημιουργήθηκε από την εργασία AWS Glue:s3://<data bucket created using CFN>/datalake/tables/
. - Όταν ερωτηθείτε εάν θέλετε να δημιουργήσετε άλλο χώρο αποθήκευσης δεδομένων, επιλέξτε Οχι και στη συνέχεια επιλέξτε Επόμενο.
- Στις Επιλέξτε έναν ρόλο IAM σελίδα, επιλέξτε Επιλέξτε έναν υπάρχοντα ρόλο IAM.
- Για IAM ρόλο, επιλέξτε τον ρόλο IAM που δημιουργήθηκε μέσω της στοίβας CloudFormation.
- Επιλέξτε Επόμενο.
- Στις Παραγωγή σελίδα, για βάση δεδομένων, επιλέξτε τη βάση δεδομένων AWS Glue που δημιουργήσατε νωρίτερα.
- Επιλέξτε Επόμενο.
- Ελέγξτε τις επιλογές σας και επιλέξτε φινίρισμα.
- Επιλέξτε το πρόγραμμα ανίχνευσης που μόλις δημιουργήσατε και επιλέξτε Εκτελέστε το πρόγραμμα ανίχνευσης.
Ο ανιχνευτής θα χρειαστεί μόνο λίγα λεπτά για να ολοκληρωθεί. Ενώ εκτελείται, ενδέχεται να εμφανιστούν μηνύματα κατάστασης, τα οποία σας ενημερώνουν ότι το σύστημα επιχειρεί να εκτελέσει το πρόγραμμα ανίχνευσης και στη συνέχεια εκτελεί πραγματικά το πρόγραμμα ανίχνευσης. Μπορείτε να επιλέξετε το εικονίδιο ανανέωσης για να ελέγξετε την τρέχουσα κατάσταση του προγράμματος ανίχνευσης.
- Στο παράθυρο πλοήγησης, επιλέξτε πίνακες.
Κάλεσε το τραπέζι tables
, το οποίο δημιουργήθηκε από το πρόγραμμα ανίχνευσης, θα πρέπει να παρατίθεται στη λίστα.
Ερώτηση δεδομένων με την Αθηνά
Αυτή η ενότητα δείχνει τον τρόπο υποβολής ερωτημάτων σε αυτούς τους πίνακες χρησιμοποιώντας το Athena. Το Athena είναι μια διαδραστική υπηρεσία ερωτημάτων χωρίς διακομιστή που διευκολύνει την ανάλυση των δεδομένων στη λίμνη δεδομένων AWS COVID-19. Η Athena υποστηρίζει την SQL, μια κοινή γλώσσα που χρησιμοποιούν οι αναλυτές δεδομένων για την ανάλυση δομημένων δεδομένων. Για να αναζητήσετε τα δεδομένα, ολοκληρώστε τα παρακάτω βήματα:
- Συνδεθείτε στην κονσόλα Athena.
- Εάν αυτή είναι η πρώτη φορά που χρησιμοποιείτε το Athena, πρέπει καθορίστε μια θέση αποτελέσματος ερωτήματος στο Amazon S3.
- Στο αναπτυσσόμενο μενού, επιλέξτε το
datalake360db
βάση δεδομένων. - Εισαγάγετε τα ερωτήματά σας και εξερευνήστε τα σύνολα δεδομένων.
Ρυθμίστε και εισαγάγετε δεδομένα στο QuickSight και δημιουργήστε έναν πίνακα εργαλείων μετρήσεων λειτουργίας
Ρυθμίστε το QuickSight προτού εισαγάγετε το σύνολο δεδομένων και βεβαιωθείτε ότι έχετε χωρητικότητα τουλάχιστον 512 MB SPICE. Για περισσότερες πληροφορίες, βλ Διαχείριση χωρητικότητας SPICE.
Πριν συνεχίσετε, βεβαιωθείτε ότι ο λογαριασμός σας QuickSight έχει δικαιώματα IAM για πρόσβαση στο Athena (βλ Εξουσιοδότηση συνδέσεων με το Amazon Athena) και Amazon S3.
Ας δημιουργήσουμε πρώτα τα σύνολα δεδομένων μας.
- Στην κονσόλα QuickSight, επιλέξτε Δεδομένα στο παράθυρο πλοήγησης.
- Επιλέξτε Νέο σύνολο δεδομένων.
- Επιλέξτε Athena από τη λίστα των πηγών δεδομένων.
- Για Όνομα πηγής δεδομένων, πληκτρολογήστε ένα όνομα.
- Για βάση δεδομένων, επιλέξτε τη βάση δεδομένων που δημιουργήσατε στο προηγούμενο βήμα (
datalake360db
). - Για πίνακες, Επιλέξτε βάσεις δεδομένων.
- Ολοκληρώστε τη δημιουργία του συνόλου σας..
- Επαναλάβετε τα ίδια βήματα για να δημιουργήσετε ένα
tables
σύνολο δεδομένων
Τώρα επεξεργάζεστε το σύνολο δεδομένων βάσεων δεδομένων.
- Από τη λίστα συνόλων δεδομένων, επιλέξτε το
databases
σύνολο δεδομένων - Επιλέξτε Επεξεργασία συνόλου δεδομένων.
- Αλλαξε το
createtime
τύπος πεδίου από συμβολοσειρά έως ημερομηνία. - Εισαγάγετε τη μορφή ημερομηνίας ως
yy/MM/dd HH:mm:ss
. - Επιλέξτε Ενημέρωση.
- Ομοίως, αλλάξτε τα πεδία δεδομένων πινάκων
createtime
,updatetime
, ναlastaccessedtime
στον τύπο ημερομηνίας. - Επιλέξτε Αποθήκευση και δημοσίευση για να αποθηκεύσετε τις αλλαγές στο σύνολο δεδομένων.
Στη συνέχεια, προσθέτουμε υπολογισμένα πεδία για το πλήθος των databases
και tables
.
- Για την
tables
σύνολο δεδομένων, επιλέξτε Προσθήκη υπολογισμού. - Προσθέστε το υπολογιζόμενο πεδίο
tablesCount
asdistinct_count({tablename}
. - Ομοίως, προσθέστε ένα νέο υπολογισμένο πεδίο
databasesCount
asdistinct_count({databasename}
.
Τώρα ας δημιουργήσουμε μια νέα ανάλυση.
- Στο παράθυρο πλοήγησης, επιλέξτε Ανάλυση.
- Επιλέξτε
tables
σύνολο δεδομένων - Επιλέξτε Δημιουργία ανάλυσης.
Ας δημιουργήσουμε την πρώτη μας απεικόνιση για τον αριθμό των βάσεων δεδομένων και των πινάκων στον Κατάλογο Δεδομένων της λίμνης δεδομένων μας.
- Δημιουργήστε μια νέα εικόνα και προσθέστε
databasesCount
από τη λίστα πεδίων.
Αυτό μας παρέχει έναν αριθμό βάσεων δεδομένων στον Κατάλογο Δεδομένων μας.
- Ομοίως, προσθέστε μια απεικόνιση για να εμφανίσετε τον συνολικό αριθμό των πινάκων χρησιμοποιώντας το
tablesCount
τομέα.
Ας δημιουργήσουμε δεύτερη απεικόνιση για τον συνολικό αριθμό αρχείων στο Amazon S3 και το συνολικό μέγεθος αποθήκευσης στο Amazon S3.
- Παρόμοια με το προηγούμενο βήμα, προσθέτουμε μια νέα απεικόνιση και επιλέγουμε το
totalfilesons3
καιsizeinmbons3
πεδία για την εμφάνιση λεπτομερειών αποθήκευσης που σχετίζονται με το Amazon S3.
Ας δημιουργήσουμε μια άλλη οπτική για να ελέγξουμε ποια είναι τα λιγότερο χρησιμοποιούμενα σύνολα δεδομένων.
Τέλος, ας δημιουργήσουμε ένα ακόμη οπτικό για να ελέγξουμε αν υπάρχουν βάσεις δεδομένων κοινόχρηστους πόρους από διαφορετικούς λογαριασμούς.
- Επιλέξτε το
databases
σύνολο δεδομένων - Δημιουργούμε έναν οπτικό τύπο πίνακα και προσθέτουμε
databasename
,sharedresource
, ναdescription
πεδία.
Τώρα έχετε μια ιδέα για το ποιοι τύποι γραφικών είναι δυνατοί χρησιμοποιώντας αυτά τα δεδομένα. Το παρακάτω στιγμιότυπο οθόνης είναι ένα παράδειγμα ολοκληρωμένου πίνακα εργαλείων.
εκκαθάριση
Για να αποφύγετε τις τρέχουσες χρεώσεις, διαγράψτε τις στοίβες CloudFormation και τα αρχεία εξόδου στο Amazon S3 που δημιουργήσατε κατά την ανάπτυξη. Πρέπει να διαγράψετε τα δεδομένα στους κάδους S3 για να μπορέσετε να διαγράψετε τους κάδους.
Συμπέρασμα
Σε αυτήν την ανάρτηση, δείξαμε πώς μπορείτε να ρυθμίσετε έναν πίνακα εργαλείων μετρήσεων για τον Κατάλογο Δεδομένων σας. Ρυθμίσαμε το πρόγραμμά μας για τη συλλογή βασικών στοιχείων δεδομένων σχετικά με τους πίνακες και τις βάσεις δεδομένων μας από τον Κατάλογο δεδομένων κόλλας AWS. Στη συνέχεια χρησιμοποιήσαμε αυτό το σύνολο δεδομένων για να δημιουργήσουμε τον πίνακα ελέγχου των λειτουργικών μετρήσεων και αποκτήσαμε πληροφορίες για τη λίμνη δεδομένων μας.
Σχετικά με τους Συγγραφείς
Sachin Thakkar είναι Senior Solutions Architect στο Amazon Web Services, συνεργαζόμενος με έναν κορυφαίο Global System Integrator (GSI). Φέρνει πάνω από 22 χρόνια εμπειρίας ως αρχιτέκτονας πληροφορικής και ως σύμβουλος τεχνολογίας για μεγάλα ιδρύματα. Η περιοχή εστίασής του είναι στα Δεδομένα & Αναλύσεις. Η Sachin παρέχει αρχιτεκτονική καθοδήγηση και υποστηρίζει τον συνεργάτη GSI στην κατασκευή στρατηγικών βιομηχανικών λύσεων στο AWS
- '
- &
- 100
- 107
- 9
- πρόσβαση
- Λογαριασμός
- Amazon
- Amazon υπηρεσίες Web
- ανάλυση
- analytics
- αρχιτεκτονική
- ΠΕΡΙΟΧΗ
- AWS
- χτίζω
- Κτίριο
- επιχείρηση
- Χωρητικότητα
- αλλαγή
- φορτία
- κωδικός
- Κοινός
- Διασυνδέσεις
- σύμβουλος
- περιεχόμενο
- Covid-19
- δημιουργία
- Ρεύμα
- ταμπλό
- ημερομηνία
- Λίμνη δεδομένων
- βάση δεδομένων
- βάσεις δεδομένων
- ημέρα
- Εταιρεία
- Περιβάλλον
- εμπειρία
- Πεδία
- Όνομα
- πρώτη φορά
- Συγκέντρωση
- μορφή
- μορφή
- Παγκόσμιο
- Ανάπτυξη
- Πως
- Πώς να
- HTTPS
- IAM
- ICON
- ιδέα
- Ταυτότητα
- βιομηχανία
- πληροφορίες
- ιδέες
- ιδρυμάτων
- διαδραστικό
- IT
- Δουλειά
- Θέσεις εργασίας
- Κλειδί
- Γλώσσα
- large
- που οδηγεί
- Λίστα
- τοποθεσία
- μέτρο
- Metrics
- Πλοήγηση
- εταίρος
- Πρόγραμμα
- δημόσιο
- Python
- Υποστηρικτικό υλικό
- τρέξιμο
- τρέξιμο
- Κλίμακα
- Χωρίς διακομιστή
- Υπηρεσίες
- σειρά
- Απλούς
- Μέγεθος
- So
- Λύσεις
- SQL
- ξεκίνησε
- Κατάσταση
- χώρος στο δίσκο
- κατάστημα
- καταστήματα
- Στρατηγική
- Υποστηρίζει
- σύστημα
- Τεχνολογία
- ώρα
- us
- Δες
- ιστός
- διαδικτυακές υπηρεσίες
- έτος
- χρόνια