זהו פוסט אורח שנכתב יחד עם Raghu Boppanna מ-Vanguard.
At חֵיל הֶחָלוּץ, תחום הייעוץ Enterprise Advice משפר את תוצאות המשקיעים באמצעות גישה דיגיטלית לייעוץ פיננסי מעולה, מותאם אישית ובמחיר סביר. הם אפשרו זאת, בין השאר, על ידי קידום יתרונות לגודל ברחבי העולם עבור משקיעים עם פלטפורמה טכנית עמידה ויעילה ביותר. Vanguard בחרה בארכיטקטורה מרובת אזורים עבור עומס העבודה הזה כדי לסייע בהגנה מפני ליקויים בשירותים אזוריים. למטרות זמינות גבוהה, יש צורך להפוך את הנתונים המשמשים את עומס העבודה לזמינים לא רק באזור הראשי, אלא גם באזור המשני עם השהיית שכפול מינימלית. במקרה של פגיעה בשירות באזור הראשי, הפתרון אמור להיות מסוגל לעבור לאזור המשני עם אובדן נתונים קטן ככל האפשר ויכולת לחדש את קליטת הנתונים.
Vanguard Cloud Technology Office ו-AWS חברו יחד לבניית פתרון תשתית ב-AWS שענה על דרישות החוסן שלהם. הפתרון הרב-אזורי מאפשר מנגנון תקלה חזק, עם צפייה והתאוששות מובנים. הפתרון תומך גם בהזרמת נתונים ממקורות מרובים לזרמי נתונים שונים של Kinesis. הפתרון מושק כעת לקווים השונים של צוותים עסקיים כדי לשפר את תנוחת החוסן של עומסי העבודה שלהם.
מקרה השימוש הנדון כאן מחייב את Change Data Capture (CDC) כדי להזרים נתונים ממקור נתונים מרוחק (Mainframe DB2) אל זרמי נתונים של אמזון קינסי, כי היכולת העסקית תלויה בנתונים האלה. Kinesis Data Streams הוא שירות סטרימינג מנוהל במלואו, ניתן להרחבה, עמיד ובעלות נמוכה, שיכול ללכוד ולהזרים באופן רציף כמויות גדולות של נתונים ממקורות מרובים, והופך את הנתונים לזמינים לצריכה תוך אלפיות שניות. השירות בנוי להיות בעל גמישות גבוהה ומשתמש במספר אזורי זמינות לעיבוד ואחסון נתונים.
הפתרון שנדון בפוסט זה מסביר כיצד AWS ו-Vanguard חידשו כדי לבנות ארכיטקטורה עמידה כדי לעמוד ביעדי הזמינות הגבוהה שלהם.
סקירת פתרונות
הפתרון משתמש AWS למבדה לשכפל נתונים מזרמי נתונים של Kinesis באזור הראשי לאזור משני. במקרה של פגיעה כלשהי בשירות המשפיעה על צינור ה-CDC, תהליך הכשל מקדם את האזור המשני לראשי עבור היצרנים והצרכנים. אנו משתמשים טבלאות גלובליות של Amazon DynamoDB עבור נקודות ביקורת שכפול המאפשרות לחדש את הזרמת הנתונים מהמחסום וגם שומרת על דגל תצורת אזור ראשי המונע לולאת שכפול אינסופית של אותם נתונים הלוך ושוב.
הפתרון מספק גם את הגמישות לצרכני Kinesis Data Streams להשתמש באזור הראשי או כל אזור משני באותו חשבון AWS.
התרשים הבא ממחיש את ארכיטקטורת ההתייחסות.
בואו נסתכל על כל רכיב בפירוט:
- מעבד CDC (מפיק) - בארכיטקטורת התייחסות זו, המפיק נפרס על ענן מחשוב אלסטי של אמזון (Amazon EC2) הן באזור הראשוני והן באזור המשני, והוא פעיל באזור הראשי ובמצב המתנה באזור המשני. הוא לוכד נתוני CDC ממקור הנתונים החיצוני (כמו מסד נתונים DB2 כפי שמוצג בארכיטקטורה שלמעלה), ומזרים לזרמי נתונים של Kinesis באזור הראשי. Vanguard משתמש ב-3rd כלי המפלגה Qlik Replicate כמעבד ה-CDC שלהם. הוא מייצר מטען מעוצב היטב הכולל את חותמת הזמן של DB2 commit לזרם הנתונים של Kinesis, בנוסף לנתוני השורות בפועל ממקור הנתונים המרוחק. (
example-stream-1
בדוגמה זו). הקוד הבא הוא מטען שימוש לדוגמה המכיל רק את המפתח הראשי של הרשומה שהשתנתה ואת חותמת הזמן לביצוע (למען הפשטות, שאר נתוני שורת הטבלה אינם מוצגים למטה):{ "eventSource": "aws:kinesis", "kinesis": { "ApproximateArrivalTimestamp": "Mon July 18 20:00:00 UTC 2022", "SequenceNumber": "49544985256907370027570885864065577703022652638596431874", "PartitionKey": "12349999", "KinesisSchemaVersion": "1.0", "Data": "eyJLZXkiOiAxMjM0OTk5OSwiQ29tbWl0VGltZXN0YW1wIjogIjIwMjItMDctMThUMjA6MDA6MDAifQ==" }, "eventId": "shardId-000000000000:49629136582982516722891309362785181370337771525377097730", "invokeIdentityArn": "arn:aws:iam::6243876582:role/kds-crr-LambdaRole-1GZWP67437SD", "eventName": "aws:kinesis:record", "eventVersion": "1.0", "eventSourceARN": "arn:aws:kinesis:us-east-1:6243876582:stream/kds-stream-1/consumer/kds-crr:6243876582", "awsRegion": "us-east-1" }
הערך המפוענח של Base64 של
Data
הוא כדלקמן. רשומת Kinesis בפועל תכיל את כל נתוני השורה של שורת הטבלה שהשתנתה, בנוסף למפתח הראשי ולחותמת הזמן לביצוע.{"Key": 12349999,"CommitTimestamp": "2022-07-18T20:00:00"}
אל האני
CommitTimestamp
בData
השדה משמש בנקודת ביקורת השכפול והוא קריטי למעקב מדויק אחר כמה מנתוני הזרם שוכפלו לאזור המשני. לאחר מכן ניתן להשתמש בנקודת הבידוק כדי להקל על כשל במעבד (מפיק) CDC ולחדש במדויק את הפקת הנתונים מחותמת הזמן של נקודת הבידוק לשכפול ואילך.החלופה לשימוש במקור נתונים מרוחק
CommitTimestamp
(אם לא זמין) הוא להשתמש ב-ApproximateArrivalTimestamp
(שהיא חותמת הזמן כאשר הרשומה נכתבת למעשה לזרם הנתונים). - פונקציית Lambda שכפול חוצה אזורים - הפונקציה נפרסת הן באזורים ראשוניים והן באזורים משניים. הוא מוגדר עם מיפוי מקור אירועים לזרם הנתונים המכיל נתוני CDC. ניתן להשתמש באותה פונקציה כדי לשכפל נתונים של מספר זרמים. הוא מופעל עם אצווה של רשומות מ-Kinesis Data Streams ומשכפל את האצווה לאזור שכפול יעד (שניתן באמצעות סביבת התצורה של Lambda). משיקולי עלות, אם נתוני ה-CDC מופקים באופן פעיל לתוך האזור הראשי בלבד, ניתן להגדיר את המקיפות השמורה של הפונקציה באזור המשני לאפס, ולשנות אותו במהלך כשל אזורי. לפונקציה יש AWS זהות וניהול גישה (IAM) הרשאות תפקיד לבצע את הפעולות הבאות:
- קרא וכתוב לטבלאות הגלובליות של DynamoDB המשמשות בפתרון זה, בתוך אותו חשבון.
- קרא וכתוב ל-Kinesis Data Streams בשני האזורים באותו חשבון.
- פרסם מדדים מותאמים אישית ל אמזון CloudWatch בשני האזורים באותו חשבון.
- מחסום שכפול – נקודת ביקורת השכפול משתמשת בטבלה הגלובלית של DynamoDB הן באזורים הראשיים והן באזורים המשניים. היא משמשת את פונקציית Lambda לשכפול חוצה אזורים כדי להתמיד בחותמת הזמן של commit של רשומת השכפול האחרונה כנקודת ביקורת השכפול עבור כל זרם שמוגדר לשכפול. עבור פוסט זה, אנו יוצרים ומשתמשים בטבלה גלובלית בשם
kdsReplicationCheckpoint
. - תצורת אזור פעיל – האזור הפעיל משתמש בטבלה הגלובלית של DynamoDB באזורים ראשיים ומשניים כאחד. הוא משתמש ביכולת השכפול המקורית בין אזורים של הטבלה הגלובלית כדי לשכפל את התצורה. הוא מאוכלס מראש בנתונים לגבי מי שהוא האזור הראשי של זרם, כדי למנוע שכפול חזרה לאזור הראשי על ידי פונקציית Lambda באזור ההמתנה. ייתכן שתצורה זו לא תידרש אם לפונקציית Lambda באזור ההמתנה יש התאמה שמורה לאפס, אך היא יכולה לשמש כבדיקת בטיחות כדי למנוע לולאת שכפול אינסופית של הנתונים. עבור פוסט זה, אנו יוצרים טבלה גלובלית בשם
kdsActiveRegionConfig
ושם פריט עם הנתונים הבאים:{ "stream-name": "example-stream-1", "active-region" : "us-east-1" }
- זרמי נתונים של Kinesis – הזרם אליו מייצר מעבד ה-CDC את הנתונים. עבור פוסט זה, אנו משתמשים בזרם בשם
example-stream-1
בשני האזורים, עם אותה תצורת רסיס ומדיניות גישה.
רצף שלבים בשכפול חוצה אזורים
בואו נסתכל בקצרה כיצד הארכיטקטורה מופעלת באמצעות דיאגרמת הרצף הבאה.
הרצף מורכב מהשלבים הבאים:
- מעבד ה-CDC (ב
us-east-1
) קורא את נתוני ה-CDC ממקור הנתונים המרוחק. - מעבד ה-CDC (ב
us-east-1
) מזרימה את נתוני ה-CDC ל-Kinesis Data Streams (בus-east-1
). - פונקציית Lambda לשכפול חוצה אזורים (ב-us-east-1) צורכת את הנתונים מזרם הנתונים (ב
us-east-1
). דפוס המניפה המשופר מומלץ עבור תפוקה ייעודית ומוגברת לשכפול חוצה אזורים. - פונקציית המשכפל למבדה (ב
us-east-1
) מאמת את האזור הנוכחי שלו עם תצורת האזור הפעילה עבור הזרם הנצרך, בעזרתkdsActiveRegionConfig
הטבלה הגלובלית של DynamoDB הקוד לדוגמה הבא (ב-Java) יכול לעזור להמחיש את המצב המוערך:// Fetch the current AWS Region from the Lambda function’s environment String currentAWSRegion = System.getenv(“AWS_REGION”); // Read the stream name from the first Kinesis Record once for the entire batch being processed. This is done because we are reusing the same Lambda function for replicating multiple streams. String currentStreamNameConsumed = kinesisRecord.getEventSourceARN().split(“:”)[5].split(“/”)[1]; // Build the DynamoDB query condition using the stream name Map<String, Condition> keyConditions = singletonMap(“streamName”, Condition.builder().comparisonOperator(EQ).attributeValueList(AttributeValue.builder().s(currentStreamNameConsumed).build()).build()); // Query the DynamoDB Global Table QueryResponse queryResponse = ddbClient.query(QueryRequest.builder().tableName("kdsActiveRegionConfig").keyConditions(keyConditions).attributesToGet(“ActiveRegion”).build());
- הפונקציה מעריכה את התגובה מ-DynamoDB עם הקוד הבא:
// Evaluate the response if (queryResponse.hasItems()) { AttributeValue activeRegionForStream = queryResponse.items().get(0).get(“ActiveRegion”); return currentAWSRegion.equalsIgnoreCase(activeRegionForStream.s()); }
- בהתאם לתגובה, הפונקציה מבצעת את הפעולות הבאות:
- אם התגובה היא
true
, פונקציית המשכפל מייצרת את הרשומות ל-Kinesis Data Streamsus-east-2
באופן רציף.- אם יש כשל, עוקב אחר מספר הרצף של הרשומה והאיטרציה נשברת. הפונקציה מחזירה את רשימת מספרי הרצף שנכשלו. על ידי החזרת מספר הרצף שנכשל, הפתרון משתמש בתכונה של מחסום למדה כדי להיות מסוגל לחדש עיבוד של אצווה של רשומות עם כשלים חלקיים. זה שימושי בעת טיפול בכל ליקוי שירות, שבו הפונקציה מנסה לשכפל את הנתונים על פני אזורים כדי להבטיח שוויון זרם וללא אובדן נתונים.
- אם אין כשלים, מוחזרת רשימה ריקה, המעידה שהאצווה הצליחה.
- אם התגובה היא
false
, פונקציית המשכפל חוזרת מבלי לבצע שכפול כלשהו. כדי להפחית את העלות של הפניות למבדה, אתה יכול להגדיר את המקיפות השמורה של הפונקציה באזור DR (us-east-2
) לאפס. זה ימנע את הפעלת הפונקציה. בעת העברת תקלות, תוכל לעדכן ערך זה למספר מתאים בהתבסס על תפוקת ה-CDC ולהגדיר את המקיפות השמורה של הפונקציה ב-us-east-1
לאפס כדי למנוע את ביצועו שלא לצורך.
- אם התגובה היא
- אחרי שכל הרשומות מופקות ל-Kinesis Data Streams in
us-east-2
, תפקוד המשכפל מצביע עלkdsReplicationCheckpoint
טבלה גלובלית של DynamoDB (בus-east-1
) עם הנתונים הבאים:{ "streamName": "example-stream-1", "lastReplicatedTimestamp": "2022-07-18T20:00:00" }
- הפונקציה חוזרת לאחר עיבוד מוצלח של קבוצת הרשומות.
שיקולי ביצועים
יש להבין את ציפיות הביצועים של הפתרון בהתייחס לגורמים הבאים:
- בחירת אזור - זמן האחזור לשכפול עומד ביחס ישר למרחק שעוברים הנתונים, אז הבן את בחירת האזור שלך
- מהירות - מהירות הכניסה של הנתונים או נפח הנתונים המשוכפלים
- גודל מטען - גודל המטען המשוכפל
עקוב אחר השכפול בין האזורים
מומלץ לעקוב ולצפות בשכפול בזמן שהוא קורה. אתה יכול להתאים את פונקציית Lambda כדי לפרסם מדדים מותאמים אישית ל-CloudWatch עם המדדים הבאים בסוף כל הזמנה. פרסום מדדים אלו הן לאזור הראשוני והן לאזור המשני עוזר להגן על עצמכם מפני ליקויים המשפיעים על הנראות באזור הראשי.
- התפוקה – גודל אצווה הפעלת Lambda הנוכחי
- ReplicationLagSeconds – ההבדל בין חותמת הזמן הנוכחית (לאחר עיבוד כל הרשומות) לבין
ApproximateArrivalTimestamp
של הרשומה האחרונה ששוכפלה
הגרף המטרי לדוגמה של CloudWatch מראה את משך השכפול הממוצע היה 2 שניות עם תפוקה של 100 רשומות משוכפלות מ us-east-1
ל us-east-2
.
אסטרטגיית כשל נפוצה
במהלך כל ירידת ערך המשפיעה על צינור ה-CDC באזור הראשי, צרכי המשכיות עסקית או התאוששות מאסון עשויים להכתיב כשל בצינור לאזור המשני (המתנה). המשמעות היא שכמה דברים צריכים להיעשות כחלק מתהליך הכשל הזה:
- אם אפשר, עצור את כל משימות ה-CDC בכלי מעבד ה-CDC ב
us-east-1
. - מעבד ה-CDC חייב להיות מוכשל לאזור המשני, כדי שיוכל לקרוא את נתוני ה-CDC ממקור הנתונים המרוחק בזמן שהוא פועל מחוץ לאזור ההמתנה.
- אל האני
kdsActiveRegionConfig
יש לעדכן את הטבלה הגלובלית של DynamoDB. למשל, עבור הזרםexample-stream-1
בשימוש בדוגמה שלנו, האזור הפעיל משתנה לus-east-2
:
{ "stream-name": "example-stream-1", "active-Region" : "us-east-2"
}
- יש לקרוא את כל מחסומי הנחל מה-
kdsReplicationCheckpoint
טבלה גלובלית של DynamoDB (בus-east-2
), וחותמות הזמן מכל אחת מנקודות הבידוק משמשות להפעלת משימות ה-CDC בכלי המפיק ב-us-east-2
אזור. זה ממזער את הסיכויים לאובדן נתונים ומחדש במדויק את הזרמת נתוני ה-CDC ממקור הנתונים המרוחק מחותמת הזמן של נקודת הבידוק ואילך. - אם אתה משתמש במקביל שמורה כדי לשלוט בקריאת למבדה, הגדר את הערך לאפס באזור הראשי(
us-east-1
) ולערך מתאים שאינו אפס באזור המשני(us-east-2
).
אסטרטגיית הכשל מרובה השלבים של Vanguard
לחלק מהכלים של צד שלישי שבהם ואנגארד משתמשת יש תהליך CDC דו-שלבי של הזרמת נתונים ממקור נתונים מרוחק ליעד. כלי הבחירה של Vanguard עבור מעבד ה-CDC שלהם עוקב אחר הגישה הדו-שלבית הזו:
- השלב הראשון כולל הגדרת משימת זרם יומן שקוראת את הנתונים ממקור הנתונים המרוחק ומתמשכת במיקום ביצוע.
- השלב השני כולל הגדרת משימות צרכניות בודדות שקוראות נתונים ממיקום ההיערכות - שיכולות להיות מופעלות מערכת הקבצים של אמזון אלסטית (Amazon EFS) או אמזון FSx, למשל — ולהזרים אותו ליעד. הגמישות כאן היא שכל אחת ממשימות הצרכנים הללו ניתנת להפעלה כדי להזרים מחותמות זמן שונות. משימת זרם היומן מתחילה בדרך כלל לקרוא נתונים מהמינימום של כל חותמות הזמן המשמשות את משימות הצרכן.
בואו נסתכל על דוגמה כדי להסביר את התרחיש:
- משימת צרכן א' היא הזרמת נתונים מחותמת זמן של התחייבות 2022-07-19T20:00:00 ואילך
example-stream-1
. - משימת צרכן ב' היא הזרמת נתונים מחותמת זמן של התחייבות 2022-07-19T21:00:00 ואילך
example-stream-2
. - במצב זה, זרם היומן צריך לקרוא נתונים ממקור הנתונים המרוחק מהמינימום של חותמות הזמן המשמשות את משימות הצרכן, כלומר 2022-07-19T20:00:00.
דיאגרמת הרצף הבאה מדגים את השלבים המדויקים להפעלה במהלך מעבר כשל us-east-2
(אזור הכוננות).
השלבים הם כדלקמן:
- תהליך הכשל מופעל באזור המתנה (
us-east-2
בדוגמה זו) כאשר נדרש. שים לב שניתן לבצע אוטומטית את הטריגר באמצעות בדיקות תקינות מקיפות של הצינור באזור הראשי. - תהליך הכשל מעדכן את הטבלה הגלובלית kdsActiveRegionConfig DynamoDB עם הערך החדש עבור האזור כ
us-east-2
עבור כל שמות הזרמים. - השלב הבא הוא להביא את כל מחסומי הזרם מה-
kdsReplicationCheckpoint
טבלה גלובלית של DynamoDB (בus-east-2
). - לאחר קריאת מידע המחסום, תהליך הכשל מוצא את המינימום מבין כל
lastReplicatedTimestamp
. - משימת זרם היומן בכלי מעבד ה-CDC מתחילה ב
us-east-2
עם חותמת הזמן שנמצאה בשלב 4. היא מתחילה לקרוא נתוני CDC ממקור הנתונים המרוחק מחותמת זמן זו ואילך וממשיכה אותם במיקום ההיערכות ב-AWS. - השלב הבא הוא להתחיל את כל משימות הצרכנים כדי לקרוא נתונים ממיקום ההיערכות ולהזרים לזרם נתוני היעד. זה המקום שבו כל משימת צרכן מסופקת עם חותמת הזמן המתאימה מה-
kdsReplicationCheckpoint
טבלה לפיstreamName
שאליו המשימה מזרימה את הנתונים.
לאחר תחילת כל משימות הצרכן, הנתונים מופקים לזרמי הנתונים של Kinesis ב-us-east-2. מכאן ואילך, תהליך השכפול חוצה אזורים זהה לזה שתואר קודם לכן - פונקציית השכפול Lambda ב us-east-2
מתחיל לשכפל נתונים לזרם הנתונים פנימה us-east-1
.
יישומי הצרכנים הקוראים נתונים מהזרמים צפויים להיות חסרי יכולת להתמודד עם כפילויות. ניתן להכניס כפילויות בזרם מסיבות רבות, חלקן נקראות למטה.
- המפיק או מעבד ה-CDC מציגים כפילויות לזרם תוך הפעלה חוזרת של נתוני ה-CDC במהלך כשל
- DynamoDB Global Table משתמש בשכפול אסינכרוני של נתונים על פני אזורים ואם
kdsReplicationCheckpoint
לנתוני טבלה יש השהיית שכפול, תהליך הכשל עשוי להשתמש בחותמת זמן ישנה יותר של נקודת ביקורת כדי להפעיל מחדש את נתוני ה-CDC.
כמו כן, יישומי צרכנים צריכים לבדוק את CommitTimestamp של הרשומה האחרונה שנצרכה. זאת כדי להקל על ניטור והתאוששות טובים יותר.
דרך לבגרות: התאוששות אוטומטית
המצב האידיאלי הוא אוטומציה מלאה של תהליך הכשל, צמצום זמן ההתאוששות ועמידה ביעדי רמת השירות החוסן (SLO). עם זאת, ברוב הארגונים, ההחלטה להיכשל, להיכשל בחזרה ולהפעיל את הכשל מצריכה התערבות ידנית בהערכת המצב והחלטת התוצאה. יצירת אוטומציה סקריפטית לביצוע ה-failover שניתן להפעיל על ידי אדם היא מקום טוב להתחיל בו.
ואנגארד הפכה את כל השלבים לכשל בכשל, אבל עדיין יש לבני אדם לקבל את ההחלטה מתי להפעיל את זה. אתה יכול להתאים אישית את הפתרון כדי לענות על הצרכים שלך ובהתאם לכלי מעבד ה-CDC שבו אתה משתמש בסביבה שלך.
סיכום
בפוסט זה, תיארנו כיצד Vanguard חידשה ובנתה פתרון לשכפול נתונים על פני אזורים בזרמי נתונים של Kinesis כדי להפוך את הנתונים לזמינים ביותר. הדגמנו גם אסטרטגיית מחסום חזקה כדי להקל על כשל אזורי של תהליך השכפול בעת הצורך. הפתרון גם המחיש כיצד להשתמש בטבלאות גלובליות של DynamoDB למעקב אחר נקודות הבידוק והתצורה של שכפול. עם ארכיטקטורה זו, ואנגארד הצליחה לפרוס עומסי עבודה בהתאם לנתוני ה-CDC באזורים מרובים כדי לענות על צרכים עסקיים של זמינות גבוהה מול ליקויים בשירות המשפיעים על צינורות CDC באזור הראשי.
אם יש לך משוב, אנא השאר תגובה בסעיף ההערות למטה.
על המחברים
ראגו בופאנה עובד כאדריכל ארגוני במשרד הטכנולוגיה הראשי של ואנגארד. Raghu מתמחה בניתוח נתונים, העברת נתונים/שכפול כולל CDC Pipelines, התאוששות מאסון ומסדי נתונים. הוא זכה במספר הסמכות AWS כולל AWS Certified Security – Specialty & AWS Certified Data Analytics – Specialty.
Parameswaran V Vaidyanathan הוא ארכיטקט חוסן בענן בכיר עם שירותי האינטרנט של אמזון. הוא עוזר לארגונים גדולים להשיג את היעדים העסקיים על ידי ארכיטקטורה ובניית פתרונות מדרגיים וגמישים בענן AWS.
ריצ'ה קאול הוא מוביל בכיר בפתרונות לקוחות המשרתים לקוחות של שירותים פיננסיים. היא מבוססת מניו יורק. יש לה ניסיון רב בטרנספורמציה בענן בקנה מידה גדול, מצוינות עובדים ופתרונות דיגיטליים מהדור הבא. היא והצוות שלה מתמקדים באופטימיזציה של ערך הענן על ידי בניית פתרונות ביצועיים, גמישים וזריזים. ריצ'ה נהנית ממגוון ענפי ספורט כמו טריאתלון, מוזיקה ולמידה על טכנולוגיות חדשות.
מיטיל פראסד הוא מנהל פתרונות לקוחות ראשיים עם שירותי האינטרנט של אמזון. בתפקידו, Mithil עובד עם לקוחות כדי להניע מימוש ערכי ענן, לספק מנהיגות מחשבתית כדי לעזור לעסקים להשיג מהירות, זריזות וחדשנות.
- הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
- Platoblockchain. Web3 Metaverse Intelligence. ידע מוגבר. גישה כאן.
- מקור: https://aws.amazon.com/blogs/big-data/how-vanguard-made-their-technology-platform-resilient-and-efficient-by-building-cross-region-replication-for-amazon-kinesis-data-streams/
- 1
- 100
- 2022
- 28
- a
- יכולת
- יכול
- אודות
- מֵעַל
- גישה
- פי
- חֶשְׁבּוֹן
- במדויק
- להשיג
- לרוחב
- פעולות
- פעיל
- באופן פעיל
- למעשה
- תוספת
- עצה
- משפיע
- מחיר סביר
- לאחר
- נגד
- זריז
- תעשיות
- מאפשר
- חלופה
- אמזון בעברית
- אמזון
- אמזון קינסי
- אמזון שירותי אינטרנט
- כמויות
- ניתוח
- ו
- יישומים
- גישה
- מתאים
- ארכיטקטורה
- אוטומטי
- אוטומטי
- אוטומציה
- זמינות
- זמין
- מְמוּצָע
- לְהִמָנַע
- AWS
- מוסמך AWS
- בחזרה
- מבוסס
- כי
- להיות
- להלן
- מוטב
- בֵּין
- בקצרה
- שבור
- לִבנוֹת
- בִּניָן
- נבנה
- מובנה
- עסקים
- רציפות עסקית
- עסקים
- נקרא
- ללכוד
- לוכדת
- מקרה
- ה-CDC
- אישורים
- מוסמך
- סיכויים
- שינוי
- לבדוק
- בדיקות
- רֹאשׁ
- בחירה
- ענן
- טכנולוגיית ענן
- קוד
- הערה
- הערות
- לבצע
- רְכִיב
- מַקִיף
- לחשב
- מצב
- תְצוּרָה
- שיקולים
- מאוכל
- צרכן
- צרכנים
- צְרִיכָה
- ברציפות
- לִשְׁלוֹט
- עלות
- יכול
- זוג
- לִיצוֹר
- יוצרים
- קריטי
- נוֹכְחִי
- כיום
- מנהג
- לקוח
- פתרונות ללקוח
- לקוחות
- אישית
- נתונים
- ניתוח נתונים
- אובדן נתונים
- מסד נתונים
- מאגרי מידע
- מחליטים
- החלטה
- מוקדש
- מופגן
- מדגים
- תלוי
- תלוי
- לפרוס
- פרס
- מְתוּאָר
- יעד
- פרט
- הבדל
- אחר
- דיגיטלי
- ישירות
- אסון
- נָדוֹן
- מרחק
- נהיגה
- נהיגה
- כפילויות
- בְּמַהֲלָך
- כל אחד
- מוקדם יותר
- הרוויחו
- כלכלות
- כלכלות קנה מידה
- יעיל
- עובד
- מאפשר
- משופר
- לְהַבטִיחַ
- מִפְעָל
- חברות
- שלם
- סביבה
- Ether (ETH)
- להעריך
- העריך
- אירוע
- כל
- דוגמה
- אקסלנס
- מבצע
- הציפיות
- צפוי
- ניסיון
- להסביר
- מסביר
- נרחב
- חיצוני
- פָּנִים
- לְהַקֵל
- גורמים
- FAIL
- נכשל
- כשלון
- מאפיין
- מָשׁוֹב
- שדה
- שלח
- כספי
- שירותים פיננסיים
- ממצאים
- ראשון
- גמישות
- להתמקד
- הבא
- כדלקמן
- עבור משקיעים
- מצא
- החל מ-
- לגמרי
- פונקציה
- דור
- גלוֹבָּלִי
- כדור הארץ
- שערים
- טוב
- גרף
- אוֹרֵחַ
- פוסט אורח
- לטפל
- טיפול
- קורה
- בְּרִיאוּת
- לעזור
- עוזר
- כאן
- גָבוֹהַ
- מאוד
- איך
- איך
- אולם
- HTTPS
- בן אנוש
- בני אדם
- IAM
- אידאל
- זהות
- ליקוי
- לשפר
- משפר
- in
- כולל
- נכנס
- גדל
- מצביע על
- בנפרד
- מידע
- תשתית
- חדשנות
- למשל
- התערבות
- הציג
- מציג
- משקיע
- משקיעים
- כרוך
- IT
- איטרציה
- Java
- יולי
- מפתח
- זרמי נתונים של Kinesis
- גָדוֹל
- אחרון
- חֶבִיוֹן
- מנהיג
- מנהיגות
- למידה
- יציאה
- רמה
- קו
- קווים
- רשימה
- קְצָת
- מיקום
- נראה
- את
- עשוי
- שומר
- לעשות
- עושה
- הצליח
- מנהל
- דרך
- מדריך ל
- רב
- מיפוי
- באופן מאסיבי
- בגרות
- אומר
- מנגנון
- לִפְגוֹשׁ
- מפגש
- מטרי
- מדדים
- מינימלי
- מינימום
- מצב
- שונים
- ניטור
- רוב
- רב
- מספר
- כלי נגינה
- שם
- שמות
- יליד
- צורך
- נחוץ
- צרכי
- חדש
- טכנולוגיות חדשות
- ניו יורק
- הבא
- מספר
- מספרים
- מטרה
- להתבונן
- Office
- פועל
- מיטוב
- ארגונים
- תוֹצָאָה
- זוגיות
- חלק
- שותף
- צד
- תבנית
- לבצע
- ביצועים
- ביצוע
- הרשאות
- נמשכת
- אישית
- צינור
- מקום
- פלטפורמה
- אפלטון
- מודיעין אפלטון
- אפלטון נתונים
- אנא
- מדיניות
- אפשרי
- הודעה
- פוטנציאל
- למנוע
- יְסוֹדִי
- מנהל
- תהליך
- תהליך
- מעבד
- מיוצר
- יַצרָן
- מפיק
- מקדם
- להגן
- לספק
- ובלבד
- מספק
- לפרסם
- הוצאה לאור
- למטרות
- גם
- חומר עיוני
- קריאה
- מימוש
- סיבות
- מוּמלָץ
- שיא
- רשום
- להחלים
- התאוששות
- להפחית
- הפחתה
- באזור
- אזורי
- אזורים
- מרחוק
- משוכפל
- משכפל
- שכפול
- נדרש
- דרישות
- דורש
- שמור
- כושר התאוששות
- מִתאוֹשֵׁשׁ מַהֵר
- תגובה
- REST
- קורות חיים
- לַחֲזוֹר
- חוזר
- החזרות
- חָסוֹן
- תפקיד
- התגלגל
- שׁוּרָה
- הפעלה
- בְּטִיחוּת
- אותו
- להרחבה
- סולם
- תרחיש
- שְׁנִיָה
- משני
- שניות
- סעיף
- אבטחה
- לחצני מצוקה לפנסיונרים
- רצף
- לשרת
- שרות
- שירותים
- הגשה
- סט
- הצבה
- כמה
- צריך
- הראה
- הופעות
- פשטות
- מצב
- מידה
- So
- פִּתָרוֹן
- פתרונות
- כמה
- מָקוֹר
- מקורות
- מתמחה
- התמחות
- מְהִירוּת
- ספורט
- בימוי
- התחלה
- החל
- התחלות
- מדינה
- שלב
- צעדים
- עוד
- עצור
- חנות
- אִסטרָטֶגִיָה
- זרם
- נהירה
- שירות זרימה
- זרמים
- מוצלח
- בהצלחה
- מַתְאִים
- מעולה
- שסופק
- תומך
- מערכת
- שולחן
- לוקח
- יעד
- המשימות
- משימות
- נבחרת
- צוותי
- טכני
- טכנולוגיות
- טכנולוגיה
- אל האני
- שֶׁלָהֶם
- דברים
- צד שלישי
- מחשבה
- מנהיגות מחשבתית
- דרך
- תפוקה
- זמן
- חותם
- ל
- כלי
- כלים
- לעקוב
- מעקב
- טרנספורמציה
- נסעתי
- להפעיל
- מופעל
- להבין
- הבין
- ללא צורך
- עדכון
- מְעוּדכָּן
- עדכונים
- להשתמש
- במקרה להשתמש
- בְּדֶרֶך כְּלַל
- UTC
- ערך
- חֵיל הֶחָלוּץ
- מְהִירוּת
- באמצעות
- כֶּרֶך
- אינטרנט
- שירותי אינטרנט
- אשר
- בזמן
- יצטרך
- בתוך
- לְלֹא
- עובד
- היה
- לכתוב
- כתוב
- עצמך
- זפירנט
- אפס
- אזורי