Amazonka Przesunięcie ku czerwieni to szybka, skalowalna, bezpieczna iw pełni zarządzana hurtownia danych, która umożliwia łatwe i ekonomiczne analizowanie wszystkich danych przy użyciu standardowego języka SQL. Przesunięcie ku czerwieni Amazonki Udostępnianie danych umożliwia klientom bezpieczne udostępnianie bieżących, spójnych transakcyjnie danych w jednym klastrze Amazon Redshift z innym klastrem Amazon Redshift między kontami i regionami bez konieczności kopiowania lub przenoszenia danych z jednego klastra do drugiego.
Usługa udostępniania danych Amazon Redshift została pierwotnie uruchomiona w marzec 2021i dodano obsługę udostępniania danych między kontami Sierpień 2021. Wsparcie międzyregionalne stało się ogólnie dostępne w luty 2022. Zapewnia to pełną elastyczność i sprawność udostępniania danych między klastrami Redshift na tym samym koncie AWS, różnych kontach lub różnych regionach.
Usługa udostępniania danych Amazon Redshift służy do fundamentalnego przedefiniowania architektur wdrożeniowych Amazon Redshift w model hub-spoke i data mesh, aby lepiej spełniać umowy SLA dotyczące wydajności, zapewniać izolację obciążeń, przeprowadzać analizy między grupami, łatwo wdrażać nowe przypadki użycia i, co najważniejsze, wykonywać wszystkie to bez złożoności przenoszenia danych i kopiowania danych. Niektóre z najczęstszych pytań zadawanych podczas wdrażania udostępniania danych to: „Jak duże powinny być moje klastry konsumenckie i klastry producentów?” oraz „Jak uzyskać najlepszą wydajność cenową dla izolacji obciążenia?”. Ponieważ cechy obciążenia, takie jak rozmiar danych, szybkość pozyskiwania, wzorzec zapytań i działania konserwacyjne, mogą wpływać na wydajność udostępniania danych, należy wdrożyć ciągłą strategię określania wielkości klastrów konsumentów i producentów w celu maksymalizacji wydajności i minimalizacji kosztów. W tym poście przedstawiamy podejście krok po kroku, które pomoże Ci określić rozmiary klastrów producentów i konsumentów w celu uzyskania najlepszej wydajności cenowej w oparciu o określone obciążenie pracą.
Ogólne wytyczne dotyczące rozmiarów dla konsumentów
Poniższe kroki przedstawiają ogólną strategię ustalania rozmiaru klastrów producentów i konsumentów. Możesz użyć go jako punktu wyjścia i odpowiednio zmodyfikować, aby zaspokoić swój konkretny scenariusz użycia.
Rozmiar klastra producentów
Zawsze należy upewnić się, że rozmiar klastra producenta jest odpowiedni, aby uzyskać wydajność potrzebną do spełnienia umowy SLA. Możesz skorzystać z kalkulatora rozmiaru z konsoli Amazon Redshift, aby uzyskać rekomendację dla klastra producenta na podstawie rozmiaru danych i charakterystyki zapytania. Szukaj Pomóż mi wybrać na konsoli w regionach AWS, które obsługują typy węzłów RA3, aby korzystać z tego kalkulatora rozmiaru. Pamiętaj, że jest to tylko wstępna rekomendacja, aby rozpocząć, i powinieneś przetestować pełne obciążenie w klastrze o początkowym rozmiarze i odpowiednio zmienić rozmiar klastra w górę iw dół, aby uzyskać najlepszą wydajność cenową.
Rozmiar i konfiguracja początkowego klastra konsumentów
Rozmiar klastra konsumenckiego należy zawsze określać na podstawie potrzeb obliczeniowych. Jednym ze sposobów na rozpoczęcie jest skorzystanie z ogólnego przewodnika dotyczącego rozmiarów klastra, podobnego do powyższego klastra producenta.
Skonfiguruj udostępnianie danych Amazon Redshift
Skonfiguruj udostępnianie danych od producenta do konsumenta po skonfigurowaniu klastra producenta i konsumenta. Odnieś się do tego pisać aby uzyskać wskazówki dotyczące konfiguracji udostępniania danych.
Przetestuj obciążenie tylko dla konsumentów w początkowym klastrze konsumentów
Przetestuj obciążenie tylko dla konsumentów w nowym początkowym klastrze konsumentów. Można to zrobić, wskazując aplikacje konsumenckie, na przykład narzędzia ETL, aplikacje BI i klientów SQL, na nowy klaster konsumencki i ponownie uruchamiając obciążenie, aby ocenić wydajność pod kątem wymagań.
Testuj tylko obciążenie konsumenckie w różnych konfiguracjach klastra konsumenckiego
Jeśli klaster konsumencki o rozmiarze początkowym spełnia lub przekracza wymagania dotyczące wydajności obciążenia, można nadal używać tej konfiguracji klastra lub przetestować mniejsze konfiguracje, aby sprawdzić, czy można jeszcze bardziej obniżyć koszty i nadal uzyskać wymaganą wydajność.
Z drugiej strony, jeśli klaster konsumencki o rozmiarze początkowym nie spełnia wymagań dotyczących wydajności obciążenia, można dalej testować większe konfiguracje, aby uzyskać konfigurację zgodną z umową SLA.
Zgodnie z praktyczną zasadą, rozmiar klastra konsumenckiego zwiększaj stopniowo o 2x początkową konfigurację klastra, aż spełni wymagania dotyczące obciążenia.
Po zaplanowaniu konfiguracji, którą chcesz przetestować, użyj elastycznej zmiany rozmiaru, aby zmienić rozmiar początkowego klastra na docelową konfigurację klastra. Po zakończeniu elastycznej zmiany rozmiaru przeprowadź ten sam test obciążenia i oceń wydajność w stosunku do umowy SLA. Wybierz konfigurację, która spełnia Twój docelowy poziom wydajności cenowej.
Testuj tylko obciążenie producenta w różnych konfiguracjach klastra producenta
Po przeniesieniu obciążenia konsumenta do klastra konsumenta z optymalną wydajnością cenową może istnieć możliwość zmniejszenia zasobów obliczeniowych producenta w celu zaoszczędzenia kosztów.
Aby to osiągnąć, można ponownie uruchomić obciążenie tylko producenta na 1/2x pierwotnego rozmiaru producenta i ocenić wydajność obciążenia. Odpowiednia zmiana rozmiaru klastra w górę iw dół zależy od wyniku, a następnie wybierasz minimalną konfigurację producenta, która spełnia wymagania dotyczące wydajności obciążenia.
Ponowna ocena po uruchomieniu pełnego obciążenia w czasie
Wraz z ciągłym rozwojem Amazon Redshift i ciągłymi aktualizacjami poprawiającymi wydajność i skalowalność, wydajność udostępniania danych będzie się poprawiać. Ponadto wiele zmiennych może wpływać na wydajność zapytań udostępniania danych. Oto tylko kilka przykładów:
- Szybkość przetwarzania i ilość zmian danych
- Wzór i charakterystyka zapytania
- Zmiany obciążenia
- Konkurencja
- Czynności konserwacyjne, na przykład próżnia, analiza i ATO
Dlatego od czasu do czasu należy ponownie ocenić rozmiar klastra producenta i konsumenta, korzystając z powyższej strategii, zwłaszcza po pełnym wdrożeniu obciążenia, aby uzyskać nową najlepszą wydajność cenową z konfiguracji klastra.
Zautomatyzowane rozwiązania w zakresie wymiarowania
Jeśli Twoje środowisko obejmuje bardziej złożoną architekturę, na przykład z wieloma narzędziami lub aplikacjami (BI, pozyskiwanie lub przesyłanie strumieniowe, ETL, nauka o danych), użycie metody ręcznej z ogólnych wskazówek powyżej może nie być wykonalne. Zamiast tego możesz skorzystać z rozwiązań opisanych w tej sekcji, aby automatycznie odtwarzać obciążenie z klastra produkcyjnego w testowych klastrach konsumentów i producentów w celu oceny wydajności.
Proste narzędzie do odtwarzania zostanie wykorzystany jako zautomatyzowane rozwiązanie, które poprowadzi Cię przez proces uzyskiwania odpowiedniego rozmiaru klastrów producentów i konsumentów w celu uzyskania najlepszej wydajności cenowej.
Simple Replay to narzędzie do przeprowadzania analizy „co by było, gdyby” i oceniania, jak działa Twoje obciążenie w różnych scenariuszach. Możesz na przykład użyć tego narzędzia do porównania rzeczywistego obciążenia z nowym typem instancji, takim jak RA3, oceny nowej funkcji lub oceny różnych konfiguracji klastrów. Obejmuje również ulepszoną obsługę odtwarzania potoków pozyskiwania i eksportowania danych za pomocą instrukcji COPY i UNLOAD. Aby rozpocząć i odtwarzać obciążenia, pobierz narzędzie ze strony Repozytorium Amazon Redshift GitHub.
W tym miejscu przeprowadzimy Cię krok po kroku, aby wyodrębnić dzienniki obciążenia ze źródłowego klastra produkcyjnego i odtworzyć je w odizolowanym środowisku. Pozwala to na bezproblemowe przeprowadzenie bezpośredniego porównania między tymi klastrami Amazon Redshift i wybranie konfiguracji klastrów, która najlepiej odpowiada docelowej wydajności cenowej.
Poniższy diagram przedstawia architekturę rozwiązania.
Przewodnik po rozwiązaniu
Wykonaj poniższe kroki, aby przejść przez rozwiązanie, aby określić rozmiar klastrów konsumentów i producentów.
Rozmiar klastra produkcyjnego
Zawsze należy upewnić się, że istniejący klaster produkcyjny ma odpowiedni rozmiar, aby uzyskać wydajność potrzebną do spełnienia wymagań dotyczących obciążenia. Możesz skorzystać z kalkulatora rozmiaru z konsoli Amazon Redshift, aby uzyskać rekomendację dotyczącą klastra produkcyjnego na podstawie rozmiaru danych i charakterystyki zapytania. Szukaj Pomóż mi wybrać na konsoli w regionach AWS, które obsługują typy węzłów RA3, aby korzystać z tego kalkulatora rozmiaru. Pamiętaj, że jest to tylko wstępna rekomendacja, aby zacząć. Należy przetestować uruchamianie pełnego obciążenia w klastrze o rozmiarze początkowym i odpowiednio zmienić rozmiar klastra w górę iw dół, aby uzyskać najlepszą wydajność cenową.
Zidentyfikuj obciążenie, które ma zostać odizolowane
W pierwotnym klastrze mogą działać różne obciążenia, ale pierwszym krokiem jest zidentyfikowanie najbardziej krytycznego obciążenia dla firmy, które chcemy wyizolować. Dzieje się tak, ponieważ chcemy mieć pewność, że nowa architektura spełni wymagania dotyczące obciążenia. Ten pisać to dobre odniesienie do przypadku użycia izolacji obciążenia udostępniania danych, które może pomóc w podjęciu decyzji, które obciążenie można odizolować.
Ustaw prostą powtórkę
Kiedy już znasz swoje krytyczne obciążenie pracą, musisz włącz rejestrowanie audytu w klastrze produkcyjnym, w którym działa określone powyżej krytyczne obciążenie, aby przechwytywać działania związane z zapytaniami i przechowywać je Usługa Amazon Simple Storage (Amazon S3). Pamiętaj, że dostarczenie dzienników kontroli do usługi Amazon S3 może zająć do trzech godzin. Gdy dziennik kontroli będzie dostępny, przejdź do konfiguracja Prosta powtórka , a następnie wyciąg krytyczne obciążenie pracą z dziennika kontroli. Pamiętaj, że start_time i end_time mogą służyć jako parametry do odfiltrowania krytycznego obciążenia, jeśli te obciążenia działają w określonych przedziałach czasu, na przykład od 9:11 do XNUMX:XNUMX. W przeciwnym razie wyodrębni wszystkie zarejestrowane działania.
Podstawowe obciążenie pracą
Utwórz klaster linii bazowej z taką samą konfiguracją jak klaster producenta, przywracając z migawki produkcyjnej. Celem rozpoczęcia z tą samą konfiguracją jest określenie wydajności w odizolowanym środowisku.
Gdy podstawowy klaster będzie dostępny, odtworzyć wyodrębnione obciążenie w klastrze linii bazowej. Dane wyjściowe z tej powtórki będą linią bazową używaną do porównania z kolejnymi powtórkami w różnych konfiguracjach konsumentów.
Skonfiguruj początkowe klastry testowe producenta i konsumenta
Utwórz klaster producenta z tą samą konfiguracją klastra produkcyjnego, przywracając z migawki produkcyjnej. Utwórz klaster konsumentów z zalecanym początkowym rozmiarem konsumenta z poprzednich wskazówek. Ponadto skonfiguruj udostępnianie danych między producentem a konsumentem.
Powtórz obciążenie pracą początkowego producenta i konsumenta
Replay tylko obciążenie producenta w klastrze producenta o początkowej wielkości. Można to osiągnąć za pomocą parametru filtra „Wyklucz”, aby wykluczyć zapytania konsumenckie, na przykład użytkownika, który uruchamia zapytania konsumenckie.
Replay obciążenie tylko konsumentem w klastrze konsumenckim o rozmiarze początkowym. Można to osiągnąć za pomocą parametru filtru „Include” w celu wykluczenia zapytań konsumenckich, na przykład użytkownika uruchamiającego zapytania konsumenckie.
Oceń wydajność tych powtórek w porównaniu z wymaganiami dotyczącymi wydajności planu bazowego i obciążenia.
Odtwarzaj obciążenia konsumentów w różnych konfiguracjach
Jeśli klaster konsumencki o rozmiarze początkowym spełnia lub przekracza wymagania dotyczące wydajności obciążenia, można użyć tej konfiguracji klastra lub wykonać następujące kroki, aby przetestować mniejsze konfiguracje, aby sprawdzić, czy można jeszcze bardziej obniżyć koszty i nadal uzyskać wymaganą wydajność.
Porównaj początkowe wyniki wydajności konsumentów z wymaganiami dotyczącymi obciążenia:
- Jeśli wynik przekracza wymagania dotyczące wydajności obciążenia, możesz stopniowo zmniejszać rozmiar klastra konsumentów, zaczynając od 1/2x, ponownie odtworzyć powtórkę i ocenić wydajność, a następnie odpowiednio zmienić rozmiar w górę lub w dół na podstawie wyniku, aż spełni on obciążenie wymagania. Celem jest znalezienie najlepszego miejsca, w którym czujesz się komfortowo z wymaganiami dotyczącymi wydajności i uzyskanie najniższej możliwej ceny.
- Jeśli wynik nie spełnia wymagań dotyczących wydajności obciążenia, możesz stopniowo zwiększać rozmiar klastra, zaczynając od rozmiaru 2x pierwotnego, ponowić próbę odtwarzania i oceniać wydajność, aż spełni wymagania dotyczące wydajności obciążenia.
Odtwórz obciążenie producenta w różnych konfiguracjach
Po podzieleniu obciążeń na klastry konsumenckie obciążenie klastra producenta powinno zostać zmniejszone i należy ocenić wydajność obciążenia klastra producenta, aby znaleźć możliwość zmniejszenia rozmiaru w celu zaoszczędzenia kosztów.
Kroki są podobne do odtwarzania konsumenckiego. Elastic zmienia rozmiar klastra producenta stopniowo, zaczynając od 1/2-krotności oryginalnego rozmiaru, odtwarza tylko obciążenie producenta i ocenia wydajność, a następnie dalej zmienia rozmiar w górę lub w dół, aż spełni wymagania dotyczące wydajności obciążenia. Celem jest znalezienie idealnego miejsca, w którym będziesz zadowolony z wymagań dotyczących wydajności obciążenia i uzyskania najniższej możliwej ceny. Po uzyskaniu żądanej konfiguracji klastra producenta spróbuj ponownie odtworzyć obciążenia konsumenta w klastrze konsumenta, aby upewnić się, że zmiany konfiguracji klastra producenta nie miały wpływu na wydajność. Na koniec należy odtworzyć jednocześnie obciążenia producenta i konsumenta, aby upewnić się, że wydajność została osiągnięta w scenariuszu pełnego obciążenia.
Ponowna ocena po uruchomieniu pełnego obciążenia w czasie
Podobnie jak w ogólnych wskazówkach, od czasu do czasu należy ponownie ocenić rozmiar klastra producenta i konsumenta, korzystając z poprzedniej strategii, zwłaszcza po pełnym wdrożeniu obciążenia, aby uzyskać nową najlepszą wydajność cenową z konfiguracji klastra.
Sprzątać
Przeprowadzenie tych testów rozmiaru na koncie AWS może wiązać się z pewnymi kosztami, ponieważ udostępnia nowe klastry Amazon Redshift, które mogą być naliczane jako instancje na żądanie, jeśli nie masz instancji zarezerwowanych. Po zakończeniu ocen zalecamy usunięcie klastrów Amazon Redshift, aby zaoszczędzić na kosztach. Zalecamy również wstrzymywanie klastrów, gdy nie są używane.
Stosowanie Amazon Redshift i najlepsze praktyki udostępniania danych
Właściwy rozmiar zarówno klastrów producentów, jak i konsumentów zapewni dobry początek, aby uzyskać najlepszą wydajność cenową z wdrożenia Amazon Redshift. Jednak rozmiar nie jest jedynym czynnikiem, który może zmaksymalizować wydajność. W tym przypadku równie ważne jest zrozumienie i przestrzeganie najlepszych praktyk.
Ogólne najlepsze praktyki dostrajania wydajności Amazon Redshift mają zastosowanie do wdrażania udostępniania danych. Upewnij się, że wdrożenie jest zgodne z tymi Najlepsze praktyki.
Istnieje wiele najlepszych praktyk dotyczących udostępniania danych, których należy przestrzegać, aby zmaksymalizować wydajność. Odnieś się do tego pisać by uzyskać więcej szczegółów.
Podsumowanie
Nie ma jednej uniwersalnej rekomendacji dotyczącej rozmiarów klastrów producentów i konsumentów. Różni się w zależności od obciążeń i umowy SLA dotyczącej wydajności. Celem tego wpisu jest zapewnienie wskazówek dotyczących sposobu oceny wydajności obciążeń związanych z udostępnianiem danych w celu określenia rozmiarów klastrów konsumentów i producentów w celu uzyskania najlepszej wydajności cenowej. Rozważ przetestowanie swoich obciążeń u producenta i konsumenta za pomocą prostej powtórki przed wdrożeniem jej w środowisku produkcyjnym, aby uzyskać najlepszą wydajność cenową.
O autorach
BP Tak jest starszym menedżerem produktu w AWS. Jego pasją jest pomaganie klientom w projektowaniu rozwiązań big data do przetwarzania danych na dużą skalę. Przed AWS pomagał Amazon.com Supply Chain Optimization Technologies przenieść hurtownię danych Oracle do Amazon Redshift i zbudować platformę analityczną Big Data nowej generacji z wykorzystaniem technologii AWS.
Sidhantha Muralidhara jest Principal Technical Account Managerem w AWS. Współpracuje z dużymi klientami korporacyjnymi, którzy uruchamiają swoje obciążenia w AWS. Pasjonuje się pracą z klientami i pomaganiem im w projektowaniu obciążeń pod kątem kosztów, niezawodności, wydajności i doskonałości operacyjnej na dużą skalę w ich podróży do chmury. Interesuje się również analizą danych.
- Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
- Platoblockchain. Web3 Inteligencja Metaverse. Wzmocniona wiedza. Dostęp tutaj.
- Źródło: https://aws.amazon.com/blogs/big-data/how-to-get-best-price-performance-from-your-amazon-redshift-data-sharing-deployment/
- 100
- a
- O nas
- powyżej
- odpowiednio
- Konto
- Konta
- Osiągać
- osiągnięty
- w poprzek
- zajęcia
- w dodatku
- Przyjęcie
- Po
- przed
- Wszystkie kategorie
- pozwala
- zawsze
- Amazonka
- Amazon.com
- ilość
- analiza
- analityka
- w czasie rzeczywistym sprawiają,
- i
- Inne
- odpowiedni
- aplikacje
- podejście
- architektura
- Audyt
- zautomatyzowane
- automatycznie
- dostępny
- AWS
- na podstawie
- Baseline
- bo
- zanim
- Benchmark
- BEST
- Najlepsze praktyki
- Ulepsz Swój
- pomiędzy
- Duży
- Big Data
- budować
- biznes
- zdobyć
- walizka
- Etui
- pewien
- łańcuch
- Zmiany
- charakterystyka
- Charakterystyka
- naładowany
- klientów
- Chmura
- Grupa
- COM
- wygodny
- wspólny
- porównać
- porównanie
- kompletny
- Zakończony
- kompleks
- kompleksowość
- obliczać
- prowadzenia
- systemu
- Rozważać
- zgodny
- Konsola
- konsument
- kontynuować
- ciągły
- ciągły
- Koszty:
- Koszty:
- mógłby
- Stwórz
- krytyczny
- Klientów
- dane
- Analityka danych
- nauka danych
- udostępnianie danych
- dostarczona
- zależy
- Wdrożenie
- detale
- Ustalać
- różne
- kierować
- nie
- na dół
- pobieranie
- podczas
- z łatwością
- bądź
- Umożliwia
- wzmocnione
- Enterprise
- Środowisko
- Równie
- szczególnie
- Eter (ETH)
- oceniać
- oceny
- ewoluuje
- przykład
- przykłady
- przekracza
- Doskonałość
- Przede wszystkim system został opracowany
- eksport
- wyciąg
- nie
- FAST
- wykonalny
- Cecha
- filtrować
- W końcu
- i terminów, a
- Elastyczność
- obserwuj
- następujący
- następujący sposób
- od
- pełny
- zasadniczo
- dalej
- Ponadto
- Wzrost
- ogólnie
- generacja
- otrzymać
- miejsce
- GitHub
- Dać
- Go
- dobry
- poprowadzi
- pomoc
- pomógł
- pomoc
- GODZINY
- W jaki sposób
- How To
- Jednak
- HTTPS
- zidentyfikowane
- zidentyfikować
- Rezultat
- wpływ
- realizowane
- implikacje
- ważny
- poprawa
- poprawy
- in
- obejmuje
- Zwiększać
- początkowy
- początkowo
- przykład
- zamiast
- odsetki
- zaangażowany
- odosobniony
- izolacja
- IT
- podróż
- Zapalony
- Wiedzieć
- duży
- większe
- uruchomiona
- pozwala
- Dźwignia
- relacja na żywo
- załadować
- Popatrz
- konserwacja
- robić
- kierownik
- podręcznik
- Maksymalizuj
- Poznaj nasz
- Spełnia
- metoda
- może
- migrować
- minimum
- model
- jeszcze
- większość
- ruch
- ruch
- wielokrotność
- Potrzebować
- potrzeba
- wymagania
- Nowości
- Następny
- węzeł
- liczny
- okazja
- Onboard
- ONE
- operacyjny
- Okazja
- optymalizacja
- optymalny
- wyrocznia
- oryginalny
- Inne
- Inaczej
- parametr
- parametry
- namiętny
- Wzór
- wykonać
- jest gwarancją najlepszej jakości, które mogą dostarczyć Ci Twoje monitory,
- wykonuje
- okresy
- krok po kroku
- Platforma
- plato
- Analiza danych Platona
- PlatoDane
- punkt
- możliwy
- Post
- praktyki
- poprzedni
- Cena
- Główny
- wygląda tak
- producent
- Produkt
- product manager
- Produkcja
- prawidłowo
- zapewniać
- zapewnia
- cel
- pytania
- Kurs
- polecić
- Rekomendacja
- Zalecana
- zmniejszyć
- Zredukowany
- regiony
- prasowe
- niezawodność
- wymagania
- zarezerwowany
- Zasób
- przywrócenie
- dalsze
- Efekt
- Zasada
- run
- bieganie
- taki sam
- Zapisz
- Skalowalność
- skalowalny
- Skala
- scenariusze
- nauka
- płynnie
- Sekcja
- bezpieczne
- bezpiecznie
- Szukajcie
- usługa
- ustawienie
- Share
- dzielenie
- powinien
- pokazać
- Targi
- podobny
- Prosty
- Rozmiar
- rozmiary
- mniejszy
- Migawka
- rozwiązanie
- Rozwiązania
- kilka
- Źródło
- specyficzny
- dzielić
- Spot
- standard
- początek
- rozpoczęty
- Startowy
- oświadczenia
- Ewolucja krok po kroku
- Cel
- Nadal
- przechowywanie
- sklep
- Strategia
- Streaming
- kolejny
- Dostawa
- łańcuch dostaw
- Optymalizacja łańcucha dostaw
- wsparcie
- słodki
- Brać
- cel
- Techniczny
- Technologies
- test
- Testowanie
- Testy
- Połączenia
- Źródło
- ich
- trzy
- Przez
- czas
- do
- narzędzie
- narzędzia
- typy
- zrozumienie
- posługiwać się
- przypadek użycia
- Użytkownik
- Odkurzać
- Co
- który
- KIM
- będzie
- bez
- pracujący
- działa
- Twój
- zefirnet