Amazon RedShift είναι μια πλήρως διαχειριζόμενη υπηρεσία για λίμνες δεδομένων, ανάλυση δεδομένων και αποθήκες δεδομένων για νεοφυείς, μεσαίες και μεγάλες επιχειρήσεις. Το Amazon Redshift χρησιμοποιείται από δεκάδες χιλιάδες επιχειρήσεις σε όλο τον κόσμο για τον εκσυγχρονισμό της πλατφόρμας ανάλυσης δεδομένων τους.
Greenplum είναι μια ανοιχτού κώδικα, μαζικά παράλληλη βάση δεδομένων που χρησιμοποιείται για αναλυτικά στοιχεία, κυρίως για υποδομές εσωτερικού χώρου. Το Greenplum βασίζεται στο PostgreSQL μηχανή βάσης δεδομένων.
Πολλοί πελάτες βρήκαν τη μετεγκατάσταση στο Amazon Redshift από το Greenplum μια ελκυστική επιλογή αντί να διαχειρίζονται το Greenplum εντός των εγκαταστάσεων για τους ακόλουθους λόγους:
Παρόλο που τόσο το Greenplum όσο και το Amazon Redshift χρησιμοποιούν τη μηχανή βάσης δεδομένων PostgreSQL ανοιχτού κώδικα, η μετανάστευση απαιτεί ακόμη πολύ προγραμματισμό και χειροκίνητη παρέμβαση. Αυτή η ανάρτηση καλύπτει τις βασικές λειτουργίες και ζητήματα κατά την εκτέλεση της μετατροπής κώδικα από το Greenplum στο Amazon Redshift. Επικεντρώνεται στη μετεγκατάσταση διαδικασιών, λειτουργιών και προβολών.
Επισκόπηση λύσεων
Υπηρεσία μετεγκατάστασης βάσης δεδομένων AWS (AWS DMS) και το Εργαλείο μετατροπής σχήματος AWS (AWS SCT) μπορεί να μεταφέρει τα περισσότερα από τα αντικείμενα σε μια ετερογενή μετάβαση βάσης δεδομένων από το Greenplum στο Amazon Redshift. Ωστόσο, υπάρχουν ορισμένες περιπτώσεις όπου οι ομάδες μετατροπής κώδικα αντιμετωπίζουν σφάλματα και προειδοποιήσεις για προβολές, διαδικασίες και λειτουργίες κατά τη δημιουργία τους στο Amazon Redshift. Για την αντιμετώπιση αυτού του τύπου κατάστασης, απαιτείται μη αυτόματη μετατροπή του κώδικα.
Οι αναρτήσεις επικεντρώνονται στον τρόπο χειρισμού των παρακάτω κατά τη μετάβαση από το Greenplum στο Amazon Redshift:
- Array
- Ημερομηνίες και χρονικές σημάνσεις
- Κανονικές εκφράσεις (regex)
Λάβετε υπόψη ότι για αυτήν την ανάρτηση, χρησιμοποιούμε το Greenplum 4.3 και το Amazon Redshift PostgreSQL 8.2.
Εργασία με συναρτήσεις πίνακα
Το AWS SCT δεν μετατρέπει συναρτήσεις πίνακα κατά τη μετάβαση από το Greenplum ή το PostgreSQL στο Amazon Redshift. Οι προγραμματιστές πρέπει να μετατρέψουν εκτενώς αυτές τις λειτουργίες με μη αυτόματο τρόπο. Αυτή η ανάρτηση περιγράφει τις πιο κοινές λειτουργίες πίνακα:
- ARRAY_UPPER
- JSON_EXTACT_ARRAY_ELEMENT_TEXT και JSON_ARRAY_LENGTH
- UNNEST ()
- STRING_AGG()
- ΟΠΟΙΑΔΗΠΟΤΕ ΠΙΝΑΚΑΣ ()
ARRAY_UPPER()
Αυτή η συνάρτηση επιστρέφει το άνω όριο ενός πίνακα. Μπορεί να χρησιμοποιηθεί για την εξαγωγή του nth στοιχείο από έναν πίνακα σε PostgreSQL ή Greenplum.
Ο κωδικός Greenplum έχει ως εξής:
Δεν υπάρχει συνάρτηση για την εξαγωγή ενός στοιχείου από έναν πίνακα στο Amazon Redshift. Ωστόσο, υπάρχουν δύο συναρτήσεις JSON που μπορούν να χρησιμοποιηθούν για αυτόν τον σκοπό:
- JSON_EXTRACT_ARRAY_ELEMENT_TEXT() – Επιστρέφει ένα στοιχείο πίνακα JSON στον πιο εξωτερικό πίνακα μιας συμβολοσειράς JSON
- JSON_ARRAY_LENGTH() – Επιστρέφει τον αριθμό των στοιχείων στον εξωτερικό πίνακα μιας συμβολοσειράς JSON
Δείτε τον ακόλουθο κώδικα:
UNNEST()
Η UNNEST() είναι η συνάρτηση συστήματος της PostgreSQL για ημιδομημένα δεδομένα, την επέκταση ενός πίνακα ή έναν συνδυασμό πινάκων σε ένα σύνολο σειρών. Παρουσιάζεται για να βελτιώσει την απόδοση της βάσης δεδομένων χιλιάδων ή εγγραφών για ένθετα, ενημερώσεις και διαγραφές.
Μπορείτε να χρησιμοποιήσετε το UNNEST() για βασικός πίνακας, πολλαπλούς πίνακες, να πολλαπλούς πίνακες με διαφορετικά μήκη.
Μερικές από τις συναρτήσεις του Amazon Redshift που χρησιμοποιούνται για την αφαίρεση πινάκων είναι split_part
, json_extract_path_text
, json_array_length
, να json_extract_array_element_text
.
Στο Greenplum, η συνάρτηση UNNEST χρησιμοποιείται για την επέκταση ενός πίνακα σε ένα σύνολο σειρών:
Παραγωγή
Μια 1
Μια 2
Το Amazon Redshift δεν υποστηρίζει τη λειτουργία UNNEST. μπορείτε να χρησιμοποιήσετε την ακόλουθη λύση:
STRING_AGG()
Η συνάρτηση STRING_AGG() είναι ένα αθροιστική συνάρτηση που συνενώνει μια λίστα από χορδές και τοποθετεί ένα διαχωριστικό μεταξύ τους. Η συνάρτηση δεν προσθέτει το διαχωριστικό στο τέλος της συμβολοσειράς. Δείτε τον παρακάτω κώδικα:
Ο κωδικός Greenplum έχει ως εξής:
Το αντίστοιχο του Amazon Redshift για τη συνάρτηση STRING_AGG() είναι LISTAGG(). Αυτή η αθροιστική συνάρτηση ταξινομεί τις σειρές για αυτήν την ομάδα σύμφωνα με την έκφραση ORDER BY και, στη συνέχεια, συνενώνει τις τιμές σε μια ενιαία συμβολοσειρά:
Δείτε τον ακόλουθο κώδικα:
ΟΠΟΙΑΔΗΠΟΤΕ ΠΙΝΑΚΑΣ ()
Η συνάρτηση PostgreSQL ANY ARRAY() αξιολογεί και συγκρίνει την αριστερή έκφραση σε κάθε στοιχείο του πίνακα:
Στο Amazon Redshift, η αξιολόγηση μπορεί να επιτευχθεί με έναν χειριστή IN:
Εργασία με συναρτήσεις ημερομηνίας
Σε αυτή την ενότητα, συζητάμε τον υπολογισμό της διαφοράς μεταξύ date_part
για το Greenplum και το datediff για το Amazon Redshift.
Όταν η εφαρμογή χρειάζεται να υπολογίσει τη διαφορά μεταξύ των υποπεδίων ημερομηνιών για το Greenplum, χρησιμοποιεί τη συνάρτηση date_part, το οποίο σας επιτρέπει να ανακτήσετε υποπεδία όπως έτος, μήνας, εβδομάδα και ημέρα. Στα ακόλουθα παραδείγματα ερωτημάτων, υπολογίζουμε τον αριθμό των completion_days
με τον υπολογισμό της διαφοράς μεταξύ originated_date
και eco_date
.
Για τον υπολογισμό της διαφοράς μεταξύ των υποπεδίων της ημερομηνίας, το Amazon Redshift έχει τη συνάρτηση datediff. Τα ακόλουθα ερωτήματα δείχνουν ένα παράδειγμα για τον τρόπο υπολογισμού του completion_days
ως διαφορά μεταξύ eco_date
και orginated_date
. Το DATEDIFF καθορίζει τον αριθμό των ορίων του τμήματος ημερομηνίας που διασχίζονται μεταξύ των δύο παραστάσεων.
Συγκρίνουμε τα ερωτήματα Greenplum και Amazon Redshift ως εξής:
- Διαφορά ανά έτος
Το ακόλουθο ερώτημα Greenplum επιστρέφει 1 έτος μεταξύ 2009-01-01 και 2009-12-31:
Το ακόλουθο ερώτημα Amazon Redshift επιστρέφει 1 έτος μεταξύ 2009-01-01 και 2009-12-31:
- Διαφορά ανά μήνα
Το ακόλουθο ερώτημα Greenplum επιστρέφει 1 μήνα μεταξύ 2009-01-01 και 2008-12-31:
Το ακόλουθο ερώτημα Amazon Redshift επιστρέφει 1 μήνα μεταξύ 2009-01-01 και 2008-12-31:
- Διαφορά ανά εβδομάδα
Το ακόλουθο ερώτημα Greenplum επιστρέφει 0 εβδομάδες μεταξύ 2009-01-01 και 2009-12-31:
Το ακόλουθο ερώτημα Amazon Redshift επιστρέφει 0 εβδομάδες μεταξύ 2009-01-01 και 2009-12-31:
- Διαφορά ανά ημέρα
Το ακόλουθο ερώτημα Greenplum επιστρέφει 1 ημέρα:
Το ακόλουθο ερώτημα Amazon Redshift επιστρέφει 1 ημέρα:
- Διαφορά ανά ώρα
Το ακόλουθο ερώτημα Greenplum επιστρέφει 1 ώρα:
Το ακόλουθο ερώτημα Amazon Redshift επιστρέφει 1 ώρα:
- Διαφορά ανά λεπτό
Το ακόλουθο ερώτημα Greenplum επιστρέφει 3 λεπτά:
Το ακόλουθο ερώτημα Amazon Redshift επιστρέφει 1 λεπτό:
- Διαφορά ανά δευτερόλεπτο
Το ακόλουθο ερώτημα Greenplum επιστρέφει 40 δευτερόλεπτα:
Το ακόλουθο ερώτημα Amazon Redshift επιστρέφει 45 δευτερόλεπτα:
Τώρα ας δούμε πώς χρησιμοποιούμε το Amazon Redshift για να υπολογίσουμε ημέρες και εβδομάδες σε δευτερόλεπτα.
Το ακόλουθο ερώτημα Amazon Redshift εμφανίζεται 2 ημέρες:
Το ακόλουθο ερώτημα Amazon Redshift εμφανίζεται 9 εβδομάδες:
Για το Greenplum, τα υποπεδία ημερομηνίας πρέπει να είναι σε μονά εισαγωγικά, ενώ για το Amazon Redshift, μπορούμε να χρησιμοποιήσουμε υποπεδία ημερομηνίας όπως έτος, μήνας, εβδομάδα, ημέρα, λεπτό, δευτερόλεπτο χωρίς εισαγωγικά. Για το Greenplum, πρέπει να αφαιρέσουμε το υποπεδίο από το ένα μέρος στο άλλο μέρος, ενώ για το Amazon Redshift μπορούμε να χρησιμοποιήσουμε κόμματα για να διαχωρίσουμε τις δύο ημερομηνίες.
Εξαγωγή ISOYEAR από την ημερομηνία
Το ISOYEAR 8601 είναι έτος αρίθμησης εβδομάδων. Αρχίζει με τη Δευτέρα της εβδομάδας που περιλαμβάνει την 4η Ιανουαρίου. Έτσι, για την ημερομηνία αρχές Ιανουαρίου ή τέλη Δεκεμβρίου, το έτος ISO μπορεί να είναι διαφορετικό από το Γρηγοριανό έτος. Το έτος ISO έχει 52 ή 53 πλήρεις εβδομάδες (364 ή 371 ημέρες). Η επιπλέον εβδομάδα ονομάζεται δίσεκτη. ένα έτος με μια τέτοια εβδομάδα ονομάζεται δίσεκτο έτος.
Το ακόλουθο ερώτημα Greenplum εμφανίζει το ISOYEAR 2020:
Το ακόλουθο ερώτημα Amazon Redshift εμφανίζει το ISOYEAR 2020:
Συνάρτηση για τη δημιουργία_σειράς()
Η Greenplum έχει υιοθετήσει τη συνάρτηση PostgreSQL generate_series()
. Αλλά το generate_series
Η λειτουργία λειτουργεί διαφορετικά με το Amazon Redshift ενώ ανακτά εγγραφές από τον πίνακα επειδή είναι α μόνο για κόμβο οδηγού λειτουργία.
Για να εμφανίσετε μια σειρά αριθμών στο Amazon Redshift, εκτελέστε το ακόλουθο ερώτημα στον κόμβο οδηγού. Σε αυτό το παράδειγμα, εμφανίζει 10 σειρές, με αριθμό 1–10:
Για να εμφανίσετε μια σειρά ημερών για μια δεδομένη ημερομηνία, χρησιμοποιήστε το ακόλουθο ερώτημα. Εξάγει την ημέρα από τη δεδομένη ημερομηνία και αφαιρεί 1, για να εμφανίσει μια σειρά αριθμών από το 0-6:
Αλλά για τα ερωτήματα που ανακτούν την εγγραφή από τον πίνακα, συνδέονται με μια σειρά άλλου πίνακα και επεξεργάζονται δεδομένα στον κόμβο υπολογιστών, δεν λειτουργεί και δημιουργεί ένα μήνυμα σφάλματος με Invalid Operation. Ο παρακάτω κώδικας είναι ένα παράδειγμα πρότασης SQL που λειτουργεί για το Greenplum αλλά αποτυγχάνει για το Amazon Redshift:
Για το Amazon Redshift, η λύση είναι να δημιουργήσετε έναν πίνακα για να αποθηκεύσετε τα δεδομένα της σειράς και να ξαναγράψετε τον κώδικα ως εξής:
Εργασία με κανονικές εκφράσεις (συναρτήσεις regex)
Το Amazon Redshift και το Greenplum υποστηρίζουν τρεις προϋποθέσεις αντιστοίχιση μοτίβου:
- LIKE
- ΠΑΡΟΜΟΙΟ ΜΕ
- Χειριστές POSIX
Σε αυτήν την ανάρτηση, δεν συζητάμε λεπτομερώς όλες αυτές τις αντιστοιχίες μοτίβων. Αντίθετα, συζητάμε μερικές συναρτήσεις regex και χαρακτήρες regex escape που δεν υποστηρίζονται από το Amazon Redshift.
Συνάρτηση Regexp_split_to_table
Η Regex_split_to_table Η συνάρτηση χωρίζει μια συμβολοσειρά χρησιμοποιώντας ένα μοτίβο τυπικής έκφρασης POSIX ως οριοθέτη.
Αυτή η συνάρτηση έχει την ακόλουθη σύνταξη:
Για το Greenplum, χρησιμοποιούμε το ακόλουθο ερώτημα:
Για το Amazon Redshift, το regexp_split_to_table
Η λειτουργία πρέπει να μετατραπεί χρησιμοποιώντας το Amazon Redshift split_part
λειτουργία:
Ένας άλλος τρόπος μετατροπής regexp_split_to_table
είναι όπως ακολουθεί:
Υποσυμβολοσειρά από εκφράσεις regex
Το Substring (η συμβολοσειρά από το regex μοτίβο) εξάγει την υποσυμβολοσειρά ή την τιμή που ταιριάζει με το μοτίβο που μεταβιβάζεται. Εάν δεν υπάρχει αντιστοιχία, επιστρέφεται null. Για περισσότερες πληροφορίες, ανατρέξτε στο Αντιστοίχιση μοτίβου.
Χρησιμοποιούμε τον ακόλουθο κώδικα στο Greenplum:
Μπορούμε να χρησιμοποιήσουμε το regexp_substr λειτουργία μετατροπής αυτού του κώδικα σε Amazon Redshift. Επιστρέφει τους χαρακτήρες που εξάγονται από μια συμβολοσειρά αναζητώντας ένα πρότυπο κανονικής έκφρασης. Η σύνταξη έχει ως εξής:
Βασικά σημεία κατά τη μετατροπή διαφυγών κανονικής έκφρασης
Ο χαρακτήρας Escape του Postgres δεν λειτουργεί στο Amazon Redshift. Επιπλέον, οι ακόλουθοι περιορισμοί κανονικής έκφρασης Greenplum δεν υποστηρίζονται στο Amazon Redshift:
- m – Ταιριάζει μόνο στην αρχή μιας λέξης
- y – Ταιριάζει μόνο στην αρχή ή στο τέλος μιας λέξης
Για το Amazon Redshift, χρησιμοποιήστε τα \< και \> ή τα [[:<:]] και [[:>:]].
Χρησιμοποιήστε τον ακόλουθο κώδικα για το Greenplum:
Χρησιμοποιήστε τον ακόλουθο κώδικα για το Amazon Redshift:
OR
Συμπέρασμα
Για ετερογενή μετεγκατάσταση βάσης δεδομένων από το Greenplum στο Amazon Redshift, μπορείτε να χρησιμοποιήσετε το AWS DMS και το AWS SCT για να μετεγκαταστήσετε τα περισσότερα από τα αντικείμενα της βάσης δεδομένων, όπως πίνακες, προβολές, αποθηκευμένες διαδικασίες και συναρτήσεις.
Υπάρχουν ορισμένες περιπτώσεις στις οποίες χρησιμοποιείται μία συνάρτηση για το περιβάλλον προέλευσης και το περιβάλλον προορισμού δεν υποστηρίζει την ίδια λειτουργία. Σε αυτήν την περίπτωση, απαιτείται μη αυτόματη μετατροπή για να παραχθεί το ίδιο σύνολο αποτελεσμάτων και να ολοκληρωθεί η μετεγκατάσταση της βάσης δεδομένων.
Σε ορισμένες περιπτώσεις, η χρήση μιας συνάρτησης νέου παραθύρου που υποστηρίζεται από το περιβάλλον προορισμού αποδεικνύεται πιο αποτελεσματική για αναλυτικά ερωτήματα για την επεξεργασία petabyte δεδομένων.
Αυτή η ανάρτηση περιλάμβανε αρκετές περιπτώσεις όπου απαιτείται μη αυτόματη μετατροπή κώδικα, η οποία βελτιώνει επίσης την αποτελεσματικότητα του κώδικα και καθιστά αποτελεσματικά τα ερωτήματα.
Εάν έχετε ερωτήσεις ή προτάσεις, μοιραστείτε τα σχόλιά σας.
Σχετικά με τους Συγγραφείς
Jagrit Shrestha είναι σύμβουλος βάσεων δεδομένων στο Amazon Web Services (AWS). Εργάζεται ως ειδικός σε βάσεις δεδομένων βοηθώντας τους πελάτες να μεταφέρουν τους φόρτους εργασίας της βάσης δεδομένων εσωτερικής εγκατάστασης στο AWS και να παρέχουν τεχνική καθοδήγηση.
Ishwar Adhikary είναι σύμβουλος βάσεων δεδομένων στο Amazon Web Services (AWS). Συνεργάζεται στενά με πελάτες για τον εκσυγχρονισμό της βάσης δεδομένων και των υποδομών εφαρμογών τους. Η περιοχή εστίασής του είναι η μετάβαση σχεσιακών βάσεων δεδομένων από το On-premise κέντρο δεδομένων στο AWS Cloud.
Shrenik Parekh εργάζεται ως Σύμβουλος Βάσεων Δεδομένων στο Amazon Web Services (AWS). Είναι τεχνογνωσία στην αξιολόγηση μετανάστευσης βάσεων δεδομένων, τη μετεγκατάσταση βάσεων δεδομένων, τον εκσυγχρονισμό του περιβάλλοντος βάσης δεδομένων με στοχευμένη βάση δεδομένων χρησιμοποιώντας υπηρεσίες βάσης δεδομένων cloud AWS. Επικεντρώνεται επίσης στις υπηρεσίες web AWS για ανάλυση δεδομένων. Στον ελεύθερο χρόνο του, λατρεύει την πεζοπορία, τη γιόγκα και άλλες υπαίθριες δραστηριότητες.
Santhosh Meenhallimath είναι αρχιτέκτονας δεδομένων στο AWS. Εργάζεται στην κατασκευή αναλυτικών λύσεων, στην κατασκευή λιμνών δεδομένων και στη μετεγκατάσταση της βάσης δεδομένων στο AWS.
- SEO Powered Content & PR Distribution. Ενισχύστε σήμερα.
- Platoblockchain. Web3 Metaverse Intelligence. Ενισχύθηκε η γνώση. Πρόσβαση εδώ.
- πηγή: https://aws.amazon.com/blogs/big-data/code-conversion-from-greenplum-to-amazon-redshift-handling-arrays-dates-and-regular-expressions/
- 1
- 10
- 100
- 11
- 2020
- 39
- 7
- 9
- a
- Σύμφωνα με
- Λογαριασμός
- επιτευχθεί
- δραστηριοτήτων
- Επιπλέον
- διεύθυνση
- θετός
- Όλα
- επιτρέπει
- Amazon
- Amazon υπηρεσίες Web
- Amazon Web Services (AWS)
- Αναλυτικός
- analytics
- και
- Άλλος
- Εφαρμογή
- ΠΕΡΙΟΧΗ
- γύρω
- Παράταξη
- εκτίμηση
- ελκυστικός
- AWS
- βασίζονται
- ΒΔΤ
- επειδή
- Αρχή
- μεταξύ
- δεσμεύεται
- όρια
- Κτίριο
- επιχειρήσεις
- υπολογισμό
- που ονομάζεται
- περίπτωση
- περιπτώσεις
- CAT
- Κέντρο
- χαρακτήρας
- χαρακτήρες
- στενά
- Backup
- κωδικός
- συνδυασμός
- Κοινός
- συγκρίνουν
- πλήρης
- Υπολογίστε
- Συνθήκες
- θεωρήσεις
- περιορισμούς
- σύμβουλος
- σύμβουλοι
- Μετατροπή
- μετατρέψετε
- μετατρέπονται
- Καλύπτει
- δημιουργία
- δημιουργία
- Σταυρός
- Crossed
- Πελάτες
- ημερομηνία
- Δεδομένα Analytics
- Κέντρο δεδομένων
- αποθήκες δεδομένων
- βάση δεδομένων
- βάσεις δεδομένων
- Ημερομηνία
- Ημερομηνίες
- ημέρα
- Ημ.
- Δεκέμβριος
- λεπτομέρεια
- καθορίζει
- προγραμματιστές
- διαφορά
- διαφορετικές
- συζητήσουν
- Display
- οθόνες
- DOE
- Όχι
- Μην
- κάθε
- Νωρίς
- αποδοτικότητα
- αποτελεσματικός
- στοιχεία
- υπαλλήλους
- συνάντηση
- Κινητήρας
- επιχειρήσεις
- Περιβάλλον
- Ισοδύναμος
- σφάλμα
- λάθη
- Αιθέρας (ΕΤΗ)
- εκτίμηση
- παράδειγμα
- Ανάπτυξη
- Επέκταση
- εξειδίκευση
- εκφράσεις
- επιπλέον
- εκχύλισμα
- Εκχυλίσματα
- αποτυγχάνει
- ανατροφοδότηση
- λίγοι
- χρηματοδότηση
- σημαίες
- Συγκέντρωση
- επικεντρώθηκε
- εστιάζει
- Εξής
- εξής
- Για εκκινήσεις
- μορφή
- Βρέθηκαν
- από
- πλήρη
- πλήρως
- λειτουργία
- λειτουργίες
- Gen
- δημιουργεί
- δεδομένου
- σφαίρα
- Group
- λαβή
- Χειρισμός
- καπέλο
- βοήθεια
- πεζοπορία
- Αρχική
- Πως
- Πώς να
- Ωστόσο
- HTML
- HTTPS
- βελτίωση
- βελτιώνει
- in
- περιλαμβάνονται
- πληροφορίες
- Υποδομή
- υποδομή
- Ένθετα
- αντί
- παρέμβαση
- εισήγαγε
- ISO
- IT
- εαυτό
- Ιανουάριος
- jim
- Γιάννης
- ενταχθούν
- ενώνει
- json
- Κλειδί
- large
- Αργά
- ηγέτης
- Λίστα
- ματιά
- Παρτίδα
- κάνω
- διαχειρίζεται
- διαχείριση
- Ταχύτητες
- χειροκίνητα
- Μάρκετινγκ
- μαζικά
- Ταίριασμα
- ταιριάζουν
- medium
- μήνυμα
- μεταναστεύσουν
- μετανάστευση
- πρακτικά
- Κινητό
- εκμοντερνίζω
- Δευτέρα
- Μήνας
- περισσότερο
- πιο αποτελεσματικό
- πλέον
- Ανάγκη
- ανάγκες
- Νέα
- κόμβος
- αριθμός
- αριθμημένα
- αριθμοί
- αντικειμένων
- ONE
- ανοικτού κώδικα
- λειτουργία
- χειριστής
- Επιλογή
- τάξη
- παραγγελιών
- ΑΛΛΑ
- Φύση
- περιγράφει
- Παράλληλο
- παράμετροι
- μέρος
- πέρασε
- πρότυπο
- επίδοση
- εκτέλεση
- ΦΙΛ
- Μέρη
- σχεδιασμό
- πλατφόρμες
- Πλάτων
- Πληροφορία δεδομένων Plato
- Πλάτωνα δεδομένα
- σας παρακαλούμε
- σημεία
- θέση
- Θέση
- postgresql
- Δημοσιεύσεις
- διαδικασίες
- διαδικασια μας
- μεταποίηση
- παράγει
- αποδεικνύει
- παρέχουν
- σκοπός
- Ερωτήσεις
- λόγους
- ρεκόρ
- αρχεία
- τακτικός
- απαιτείται
- Απαιτεί
- Αποτελέσματα
- Επιστροφές
- ΣΕΙΡΑ
- τρέξιμο
- ίδιο
- αναζήτηση
- Δεύτερος
- δευτερόλεπτα
- Τμήμα
- Σειρές
- υπηρεσία
- Υπηρεσίες
- σειρά
- διάφοροι
- Κοινοποίηση
- δείχνουν
- ενιαίας
- κατάσταση
- καταστάσεων
- So
- λύση
- Λύσεις
- μερικοί
- Πηγή
- ειδικός
- Διαχωρίστε
- SQL
- Startups
- Δήλωση
- Ο Steve
- Ακόμη
- κατάστημα
- αποθηκεύονται
- τέτοιος
- υποστήριξη
- υποστηριζόνται!
- σύνταξη
- σύστημα
- T1
- τραπέζι
- στόχος
- ομάδες
- Τεχνικός
- προσωρινή
- Η
- Η Πηγη
- τους
- χιλιάδες
- τρία
- ώρα
- timestamp
- προς την
- ένωση
- ενημερώσεις
- χρήση
- αξία
- Αξίες
- εμφανίσεις
- ιστός
- διαδικτυακές υπηρεσίες
- εβδομάδα
- Εβδ.
- Ποιό
- ενώ
- χωρίς
- Εργασία
- λειτουργεί
- έτος
- Yoga
- Σας
- zephyrnet