Questo post è scritto in collaborazione con Girish Kumar Chidananda di redBus.
Redbus è uno dei primi ad adottare AWS in India e la maggior parte dei suoi servizi e applicazioni sono ospitati su AWS Cloud. AWS ha fornito a redBus la flessibilità necessaria per ridimensionare rapidamente la propria infrastruttura mantenendo i costi estremamente bassi. AWS dispone di una suite completa di servizi per soddisfare la maggior parte delle loro esigenze, inclusa la fornitura di assistenza clienti che redBus può garantire.
In questo post, condividiamo l'architettura della piattaforma dati di redBus e il modo in cui i vari componenti sono collegati per formare la loro autostrada dei dati. Discutiamo anche delle sfide affrontate da redBus nella creazione di dashboard per i loro casi d'uso di business intelligence (BI) in tempo reale e di come hanno utilizzato Amazon QuickSight, un servizio di analisi aziendale veloce, facile da usare e basato sul cloud che consente a tutti i dipendenti di redBus di creare facilmente visualizzazioni ed eseguire analisi ad hoc per ottenere informazioni aziendali dai propri dati, in qualsiasi momento e su qualsiasi dispositivo.
A proposito di redBus
Redbus è la più grande piattaforma di biglietteria per autobus online al mondo costruita in India e che serve oltre 36 milioni di clienti soddisfatti in tutto il mondo. Insieme al suo verticale di biglietteria per autobus, redBus gestisce anche un servizio di biglietteria ferroviaria chiamato redRails e un servizio di noleggio autobus e auto chiamato rYde. Fa parte del gruppo GO-MMT, che è la principale compagnia di viaggi online in India, con un ampio portafoglio di marchi che include altri importanti marchi di viaggi online come MakeMyTrip e Goibibo.
L'autostrada dei dati 1.0 di redBus
redBus fa molto affidamento sul prendere decisioni basate sui dati a tutti i livelli, dal monitoraggio del viaggio dei viaggiatori, alla previsione della domanda durante il traffico intenso, all'identificazione e alla risoluzione dei colli di bottiglia nel processo di registrazione degli operatori di autobus e altro ancora. Quando l'attività di redBus ha iniziato a crescere in termini di numero di città e paesi in cui operava e di numero di operatori di autobus e viaggiatori che utilizzavano il servizio in ogni città, è aumentata anche la quantità di dati in entrata. La necessità di accedere e analizzare i dati in un unico posto ha richiesto loro di costruire la propria piattaforma di dati, come mostrato nel diagramma seguente.
Nelle sezioni seguenti, esaminiamo ciascun componente in modo più dettagliato.
Origini di importazione dati
Con la piattaforma dati 1.0, i dati vengono importati da varie fonti:
- Tempo reale – I dati in tempo reale fluiscono dalle app mobili redBus, dai microservizi di back-end e quando un passeggero, un operatore di autobus o un'applicazione esegue qualsiasi operazione come la prenotazione dei biglietti dell'autobus, la ricerca nell'inventario dell'autobus, il caricamento di un documento KYC e altro ancora
- modalità batch – I lavori pianificati recuperano i dati da più archivi di dati persistenti come Servizio di database relazionale Amazon (Amazon RDS), dove sono archiviati i dati OLTP di tutte le sue applicazioni, cluster Apache Cassandra, dove è archiviato l'inventario dei bus di vari operatori, Arango DB, dove sono archiviati i grafici dell'identità degli utenti e altro ancora
Catalogazione dei dati
I dati in tempo reale vengono inseriti nei loro cluster Apache Nifi autogestiti, una piattaforma di dati open source che viene utilizzata per pulire, analizzare e catalogare i dati con le sue capacità di routing prima di inviarli a destinazione.
Archiviazione e analisi
redBus utilizza i seguenti servizi per le proprie esigenze di archiviazione e analisi:
- Servizio di archiviazione semplice Amazon (Amazon S3), un servizio di storage di oggetti che fornisce le basi per il loro data lake grazie alla sua scalabilità virtualmente illimitata e alla maggiore durabilità. I dati in tempo reale fluiscono da Apache Druid e i dati dagli archivi dati fluiscono a intervalli regolari in base alle pianificazioni.
- Apache Druid, un archivio dati in stile OLAP (i dati fluiscono tramite il caricatore di dati Kafka Druid), che calcola fatti e metriche rispetto a varie dimensioni durante il processo di caricamento dei dati.
- Amazon RedShift, un servizio di data warehouse nel cloud che consente di analizzare exabyte di dati ed eseguire query analitiche complesse. redBus utilizza Amazon Redshift per archiviare i dati elaborati da Amazon S3 e i dati aggregati da Apache Druid.
Interrogazione e visualizzazione
Per rendere redBus il più possibile basato sui dati, hanno assicurato che i dati fossero accessibili ai loro ingegneri SRE, ingegneri dei dati e analisti aziendali tramite un livello di visualizzazione. Questo livello presenta dashboard serviti utilizzando Apache SuperSet, un'applicazione di visualizzazione dei dati open source e Amazzone Atena, un servizio di query interattivo per analizzare i dati in Amazon S3 utilizzando SQL standard per requisiti di query ad hoc.
Le sfide
Inizialmente, redBus gestiva i dati che venivano acquisiti al ritmo di 10 milioni di eventi al giorno. Nel corso del tempo, man mano che la sua attività ha iniziato a crescere, sono aumentati anche il volume di dati (da gigabyte a terabyte a petabyte), l'acquisizione di dati al giorno (da 10 milioni a 320 milioni di eventi) e le sue esigenze di dashboard di business intelligence. Subito dopo, hanno iniziato ad affrontare sfide con le capacità di BI di Superset autogestite e le maggiori complessità operative.
Funzionalità BI limitate
redBus ha riscontrato le seguenti limitazioni BI:
- Impossibilità di creare visualizzazioni da più origini dati – Superset non consente la creazione di visualizzazioni da più tabelle all'interno del livello di esplorazione dei dati. I data engineer di redBus dovevano unire le tabelle in anticipo a livello dell'origine dati stessa. Al fine di creare una vista a 360 gradi per gli stakeholder aziendali di redBus, è diventato scomodo per i data engineer mantenere più tabelle a supporto del livello di visualizzazione.
- Nessun filtro globale per gli elementi visivi in una dashboard – Un filtro globale o primario tra gli oggetti visivi in una dashboard non è supportato in Superset. Ad esempio, considera che ci sono elementi visivi come Vendite vinte per regione, Entrate YTD realizzate per regione, Pipeline di vendita per regione e altro ancora in un dashboard e un filtro Regione viene aggiunto al dashboard con valori come EMEA, APAC e Stati Uniti. La regione del filtro si applicherà solo a uno degli oggetti visivi, non all'intero dashboard. Tuttavia, gli utenti del dashboard si aspettavano il filtraggio attraverso il dashboard.
- Non è uno strumento adatto agli utenti aziendali – Superset è altamente incentrato sullo sviluppatore quando si tratta di personalizzazione. Ad esempio, se un analista aziendale redBus dovesse personalizzare un aggiornamento temporizzato che richiede automaticamente nuovamente ogni sezione su un dashboard in base a un valore preimpostato, l'analista deve aggiornare il campo dei metadati JSON del dashboard. Pertanto, la conoscenza di JSON e della sua sintassi è obbligatoria per eseguire qualsiasi personalizzazione sugli elementi visivi o sul dashboard.
Aumento dei costi operativi
Sebbene Superset sia open source, il che significa che non ci sono costi di licenza, significa anche che è necessario uno sforzo maggiore per mantenere tutti i componenti necessari affinché funzioni come uno strumento BI di livello aziendale. redBus ha implementato e mantenuto un server web (Nginx) fronteggiato da un Bilanciamento del carico dell'applicazione eseguire il bilanciamento del carico; un server di database di metadati (MySQL) in cui Superset archivia le informazioni interne come utenti, sezioni e definizioni di dashboard; una coda di attività asincrone (Celery) per supportare query di lunga durata; un broker di messaggi (RabbitMQ); e un server di memorizzazione nella cache distribuito (Redis) per la memorizzazione nella cache dei risultati, la creazione di grafici e altro ancora Cloud di calcolo elastico di Amazon (Amazon EC2). Il diagramma seguente illustra questa architettura.
Il team DevOps di redBus ha dovuto svolgere il lavoro pesante di provisioning dell'infrastruttura, esecuzione di backup, ridimensionamento manuale dei componenti secondo necessità, aggiornamento dei componenti singolarmente e altro ancora. Richiedeva anche la presenza di uno sviluppatore web Python per apportare le modifiche alla configurazione in modo che tutti i componenti funzionassero insieme senza problemi. Tutte queste operazioni manuali hanno aumentato il costo totale di proprietà di redBus.
Viaggio verso QuickSight
redBus ha iniziato a esplorare le soluzioni BI principalmente attorno a un paio dei suoi requisiti di dashboard:
- Dashboard BI per stakeholder e analisti aziendali, dove i dati provengono da Amazon S3 e Amazon Redshift.
- Un dashboard di monitoraggio delle prestazioni delle applicazioni (APM) in tempo reale per aiutare i loro ingegneri e sviluppatori SRE a identificare la causa principale di un problema nella loro distribuzione di microservizi in modo che possano risolverli prima che influiscano sull'esperienza del cliente. In questo caso, i dati provengono da Druid.
QuickSight si adatta alla maggior parte dei requisiti del dashboard BI di redBus e in pochissimo tempo il team della piattaforma dati ha iniziato con una prova di concetto (POC) per un paio dei loro dashboard complessi. Alla fine del POC, durato un mese, il team ha condiviso le proprie scoperte.
Innanzitutto, QuickSight è ricco di funzionalità di BI, tra cui:
- È una soluzione di BI self-service con funzionalità di trascinamento della selezione che potrebbe aiutare gli analisti di redBus a utilizzarla comodamente senza alcuno sforzo di codifica.
- Le visualizzazioni da più fonti di dati in un'unica dashboard potrebbero aiutare gli stakeholder aziendali di redBus a ottenere una visione a 360 gradi delle vendite, delle previsioni e degli approfondimenti in un unico pannello di controllo.
- I filtri a cascata tra gli oggetti visivi e tra i fogli in un dashboard sono funzionalità molto necessarie per i requisiti di BI di redBus.
- QuickSight offre elementi visivi simili a Excel: tabelle con calcoli, tabelle pivot con raggruppamento di celle e stili sono attraenti per gli spettatori.
- Il Super-fast, Parallel, In-memory Calculation Engine (SPICE) di QuickSight potrebbe aiutare redBus a scalare fino a centinaia di migliaia di utenti, che possono eseguire simultaneamente analisi rapide e interattive su un'ampia varietà di origini dati AWS.
- Gli approfondimenti e le previsioni di ML standard senza costi aggiuntivi consentirebbero al team di data science di redBus di concentrarsi sui modelli ML oltre alle previsioni di vendita e a modelli simili.
- La sicurezza a livello di riga (RLS) integrata potrebbe consentire a redBus di concedere l'accesso filtrato ai propri spettatori. Ad esempio, redBus ha molti analisti aziendali che gestiscono diversi paesi. Con RLS, ogni analista aziendale vede solo i dati relativi al paese assegnato all'interno di un'unica dashboard.
- redBus utilizza OneLogin come provider di identità, che supporta Security Assertion Markup Language 2.0 (SAML 2.0). Con l'aiuto della federazione delle identità e del supporto Single Sign-On di QuickSight, redBus potrebbe fornire un semplice flusso di onboarding per i propri utenti QuickSight.
- QuickSight offre avvisi integrati e funzionalità di notifica e-mail.
In secondo luogo, QuickSight è un servizio BI completamente gestito, cloud-native e serverless offerto da AWS, con le seguenti caratteristiche:
- Gli ingegneri redBus non devono concentrarsi sul lavoro pesante di provisioning, scalabilità e manutenzione della loro soluzione BI sulle istanze EC2.
- QuickSight offre l'integrazione nativa con i servizi AWS come Amazon Redshift, Amazon S3 e Athena e altri framework popolari come Presto, Snowflake, Teradata e altri. QuickSight si connette alla maggior parte delle origini dati già presenti in redBus, ad eccezione di Apache Druid, poiché l'integrazione nativa con Druid non era disponibile a partire da dicembre 2022. Per un elenco completo delle origini dati supportate, vedere Origini dati supportate.
Il risultato
Considerando tutte le ricche funzionalità e il costo totale di proprietà inferiore, redBus ha scelto QuickSight per i requisiti del dashboard BI. Con QuickSight, i data engineer di redBus hanno creato una serie di dashboard in pochissimo tempo per fornire approfondimenti da petabyte di dati a stakeholder e analisti aziendali. L'autostrada dei dati redBus si è evoluta per portare la business intelligence a un pubblico molto più ampio all'interno dell'organizzazione, con prestazioni migliori e un time-to-value più rapido. A partire da novembre 2022, combina QuickSight per utenti aziendali e Superset per dashboard APM in tempo reale (al momento in cui scriviamo, QuickSight non offre un connettore nativo per Druid), come mostrato nel diagramma seguente.
Dashboard di rilevamento delle anomalie nelle vendite
Sebbene ci siano molti dashboard che redBus ha distribuito alla produzione, il rilevamento delle anomalie nelle vendite è uno dei dashboard interessanti che redBus ha creato. Utilizza il modello di previsione delle vendite proprietario di redBus, che a sua volta è ricavato dai dati di vendita storici delle tabelle di Amazon Redshift e dai dati di vendita in tempo reale delle tabelle di Druid, come mostrato nella figura seguente.
A intervalli regolari, i lavori pianificati alimentano il modello di previsione redBus con dati di vendita cronologici e in tempo reale, quindi i dati previsti vengono inseriti in una tabella Amazon Redshift. Il dashboard di rilevamento delle anomalie delle vendite in QuickSight è servito dalla tabella Amazon Redshift risultante.
Di seguito è riportato uno degli elementi visivi del dashboard di rilevamento delle anomalie delle vendite. È costruito utilizzando un grafico a linee che rappresenta le vendite effettive orarie, le vendite previste e una soglia di avviso per una serie temporale per una particolare coorte aziendale in redBus.
In questo oggetto visivo ogni barra rappresenta il numero di anomalie di vendita attivate in un punto particolare della serie temporale.
Gli analisti di redBus potrebbero approfondire ulteriormente i dettagli delle vendite e le anomalie a livello di minuto, come mostrato nel diagramma seguente. Questa funzionalità di drill-down è pronta all'uso con QuickSight.
Per ulteriori dettagli sull'aggiunta di drill-down agli oggetti visivi del dashboard di QuickSight, vedere Aggiunta di drill-down ai dati visivi in Amazon QuickSight.
A parte la grafica, è diventata una delle dashboard preferite dagli spettatori su redBus grazie alle seguenti caratteristiche degne di nota:
- Poiché il filtraggio tra oggetti visivi è una funzionalità predefinita in QuickSight, al dashboard viene aggiunto un filtro basato su timestamp. Questo aiuta a filtrare più elementi visivi nella dashboard con un solo clic.
- Le azioni URL configurate negli oggetti visivi aiutano i visualizzatori a navigare verso le applicazioni interne sensibili al contesto.
- Gli avvisi e-mail configurati su KPI e indicatori visivi aiutano gli spettatori a ricevere notifiche in tempo.
Prossimi passi
Oltre a creare nuovi dashboard per le loro esigenze di dashboard BI, redBus sta compiendo i seguenti passi successivi:
- Esplorare Analisi incorporata QuickSight per un paio dei loro requisiti applicativi per accelerare il tempo per gli approfondimenti per gli utenti con elementi visivi dei dati nel contesto, dashboard interattivi e più direttamente all'interno delle applicazioni
- Esplorare QuickSight D, che potrebbe consentire ai loro stakeholder aziendali di porre domande in linguaggio naturale e ricevere risposte accurate con visualizzazioni pertinenti che possono aiutarli a ottenere informazioni dai dati
- Creazione di una soluzione di dashboard unificata utilizzando QuickSight che copra tutte le loro origini dati man mano che le integrazioni diventano disponibili
Conclusione
In questo post, ti abbiamo mostrato come redBus ha costruito la sua piattaforma dati utilizzando vari servizi AWS e framework Apache, le sfide affrontate dalla piattaforma (in particolare nei requisiti del dashboard BI e le sfide durante il ridimensionamento) e come hanno utilizzato QuickSight e ridotto il costo totale di proprietà.
Per saperne di più sull'ingegneria di redBus, dai un'occhiata al loro post di blog medi. Per saperne di più su cosa sta succedendo in QuickSight o se hai domande, contatta il Comunità QuickSight, che è molto attivo e offre diverse risorse.
Informazioni sugli autori
Girish Kumar Chidananda lavora come Senior Engineering Manager – Data Engineering presso redBus, dove negli ultimi 5 anni ha realizzato varie applicazioni e componenti di data engineering per redBus. Prima di iniziare il suo viaggio nel settore IT, ha lavorato come ingegnere di sistemi meccanici e di controllo in varie organizzazioni e ha conseguito una laurea specialistica in Ingegneria dei fluidi presso l'Università di Bath.
Kayalvizhi Kandasamy collabora con le aziende native digitali per supportarne l'innovazione. In qualità di Senior Solutions Architect (APAC) presso Amazon Web Services, usa la sua esperienza per aiutare le persone a dare vita alle loro idee, concentrandosi principalmente su architetture di microservizi e soluzioni native del cloud che utilizzano i servizi AWS. Al di fuori del lavoro, le piace giocare a scacchi ed è una giocatrice di scacchi classificata FIDE. Insegna anche alle sue figlie l'arte di giocare a scacchi e le prepara per vari tornei di scacchi.
- Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
- Platoblockchain. Web3 Metaverse Intelligence. Conoscenza amplificata. Accedi qui.
- Fonte: https://aws.amazon.com/blogs/big-data/a-dive-into-redbuss-data-platform-and-how-they-used-amazon-quicksight-to-accelerate-business-insights/
- $10 milioni
- 1
- 10
- 100
- 2022
- 360 gradi
- a
- Chi siamo
- accelerare
- accesso
- accessibile
- Secondo
- preciso
- operanti in
- azioni
- attivo
- Ad
- aggiunto
- aggiuntivo
- indirizzamento
- adottanti
- influenzare
- Dopo shavasana, sedersi in silenzio; saluti;
- contro
- Mettere in guardia
- Tutti
- già
- Amazon
- Amazon EC2
- Amazon QuickSight
- Amazon RDS
- Amazon Web Services
- quantità
- .
- analista
- Gli analisti
- Analitico
- analitica
- analizzare
- ed
- rilevamento anomalie
- risposte
- APAC
- Apache
- Applicazioni
- applicazioni
- APPLICA
- applicazioni
- architettura
- in giro
- Arte
- addetto
- attraente
- pubblico
- autore
- automaticamente
- disponibile
- AWS
- BACKEND
- backup
- bar
- basato
- perché
- diventare
- prima
- essendo
- Meglio
- Blog
- Scatola
- marca
- marche
- portare
- broker
- costruire
- Costruzione
- costruito
- incassato
- autobus
- affari
- business intelligence
- detto
- funzionalità
- auto
- Custodie
- casi
- catalogo
- Causare
- sfide
- Modifiche
- Grafico
- creazione di grafici
- dai un'occhiata
- Scacchi
- ha scelto
- Città
- Città
- Cloud
- codifica
- Coorte
- combina
- Aziende
- azienda
- completamento di una
- complesso
- complessità
- componente
- componenti
- globale
- Calcolare
- concetto
- collegato
- collega
- Prendere in considerazione
- di controllo
- Costo
- Costi
- potuto
- paesi
- nazione
- Coppia
- copertura
- creare
- Creazione
- cliente
- Assistenza clienti
- Clienti
- personalizzazione
- personalizzare
- cruscotto
- dati
- Lago di dati
- Piattaforma dati
- scienza dei dati
- visualizzazione dati
- data warehouse
- data-driven
- Banca Dati
- giorno
- Dicembre
- decisioni
- Laurea
- Richiesta
- schierato
- deployment
- destinazione
- dettaglio
- dettagli
- rivelazione
- Costruttori
- sviluppatori
- dispositivo
- DevOps
- DID
- diverso
- dimensioni
- direttamente
- discutere
- distribuito
- documento
- non
- fare
- Dont
- giù
- druido
- durevolezza
- durante
- ogni
- facile da usare
- sforzo
- sforzi
- incorporato
- dipendenti
- enable
- motore
- ingegnere
- Ingegneria
- Ingegneri
- di livello enterprise
- Intero
- particolarmente
- Etere (ETH)
- eventi
- si è evoluta
- esempio
- Tranne
- previsto
- esperienza
- esplorazione
- Esplorare
- estensivo
- estremamente
- di fronte
- di fronte
- FAST
- più veloce
- preferito
- caratteristica
- Caratteristiche
- Federazione
- campo
- figura
- filtro
- filtraggio
- filtri
- in forma
- Fissare
- Flessibilità
- flusso
- flussi
- Focus
- messa a fuoco
- i seguenti
- modulo
- Fondazione
- quadri
- amichevole
- da
- fronteggiato
- completamente
- function
- ulteriormente
- Guadagno
- ottenere
- Dare
- vetro.
- globali
- concedere
- grafici
- Gruppo
- Crescita
- contento
- avendo
- pesantemente
- Aiuto
- aiuta
- Alta
- superiore
- vivamente
- Autostrada
- storico
- detiene
- ospitato
- Come
- Tuttavia
- HTML
- HTTPS
- centinaia
- idee
- identificare
- identificazione
- Identità
- in
- inclusi
- Compreso
- In arrivo
- è aumentato
- India
- Individualmente
- industria
- informazioni
- Infrastruttura
- Innovazione
- intuizioni
- integrazione
- integrazioni
- Intelligence
- interattivo
- interessante
- interno
- inventario
- problema
- sicurezza
- IT
- Settore IT
- stessa
- Offerte di lavoro
- congiunto
- viaggio
- json
- kafka
- conservazione
- Sapere
- conoscenze
- KYC
- lago
- Lingua
- maggiore
- Cognome
- strato
- principale
- IMPARARE
- Livello
- Licenze
- Vita
- di sollevamento
- limiti
- linea
- Lista
- caricare
- caricatore
- Caricamento in corso
- Guarda
- Basso
- mantenere
- make
- FA
- Fare
- gestire
- gestito
- direttore
- obbligatorio
- Manuale
- manualmente
- molti
- si intende
- meccanico
- messaggio
- Metadati
- Metrica
- microservices
- milione
- minuto
- ML
- Mobile
- mobili-apps
- modello
- modelli
- monitoraggio
- Scopri di più
- maggior parte
- MS
- multiplo
- MySQL
- nativo
- Naturale
- Linguaggio naturale
- Navigare
- Bisogno
- di applicazione
- esigenze
- New
- GENERAZIONE
- Nginx
- notevole
- notifica
- notifiche
- Novembre
- numero
- oggetto
- Storage degli oggetti
- offrire
- offerta
- Offerte
- Procedura di Onboarding
- ONE
- online
- aprire
- open source
- operato
- operazione
- operativa
- Operazioni
- operatore
- Operatori
- minimo
- organizzazione
- organizzazioni
- Altro
- al di fuori
- proprio
- proprietà
- vetro
- Parallel
- parte
- particolare
- Persone
- eseguire
- performance
- conduttura
- Perno
- posto
- piattaforma
- Platone
- Platone Data Intelligence
- PlatoneDati
- giocatore
- gioco
- PoC
- punto
- Popolare
- lavori
- possibile
- Post
- energia
- previsto
- prepara
- principalmente
- primario
- Precedente
- processi
- Produzione
- prominente
- prova
- prova del concetto
- proprio
- fornire
- purché
- fornitore
- fornisce
- fornitura
- spinto
- Python
- Domande
- A binario
- rapidamente
- tasso
- raggiungere
- tempo reale
- dati in tempo reale
- realizzato
- ricevere
- regione
- Basic
- relazionato
- pertinente
- che rappresenta
- rappresenta
- necessario
- Requisiti
- Risorse
- Risultati
- Le vendite
- Ricco
- radice
- Correre
- vendite
- Scalabilità
- Scala
- scala
- in programma
- Lavori pianificati
- Scienze
- senza soluzione di continuità
- ricerca
- sezioni
- problemi di
- vede
- Fai da te
- invio
- anziano
- Serie
- serverless
- servizio
- Servizi
- servizio
- alcuni
- Condividi
- condiviso
- mostrato
- simile
- Un'espansione
- contemporaneamente
- singolo
- Taglia
- So
- soluzione
- Soluzioni
- Arrivo
- Fonte
- fonti
- spezia
- SQL
- stakeholder
- Standard
- iniziato
- Di partenza
- Passi
- conservazione
- Tornare al suo account
- memorizzati
- negozi
- suite
- supporto
- supportato
- Supporto
- supporti
- sintassi
- SISTEMI DI TRATTAMENTO
- tavolo
- presa
- Task
- team
- condizioni
- I
- il mondo
- loro
- perciò
- migliaia
- soglia
- Attraverso
- biglietteria
- biglietti
- tempo
- Serie storiche
- Timed
- a
- insieme
- Totale
- tornei
- verso
- Tracking
- traffico
- viaggiare
- viaggiatore
- Viaggiatori
- innescato
- TURNO
- unificato
- Università
- illimitato
- Aggiornanento
- Caricamento
- us
- uso
- Utente
- utenti
- APPREZZIAMO
- Valori
- varietà
- vario
- via
- Visualizza
- spettatori
- potenzialmente
- visualizzazione
- volume
- Magazzino
- sito web
- web server
- servizi web
- Che
- Che cosa è l'
- quale
- while
- OMS
- largo
- più ampia
- volere
- vittorie
- entro
- senza
- Lavora
- lavorare insieme
- lavorato
- lavori
- mondo
- Il mondo di
- sarebbe
- scrittura
- anni
- zefiro