Amazon SageMaker ข้อมูล Wrangler เป็นวิธีที่เร็วและง่ายที่สุดสำหรับนักวิทยาศาสตร์ข้อมูลในการเตรียมข้อมูลสำหรับแอปพลิเคชันการเรียนรู้ของเครื่อง (ML) ด้วย Data Wrangler คุณสามารถลดความซับซ้อนของกระบวนการวิศวกรรมคุณลักษณะ และดำเนินการแต่ละขั้นตอนของเวิร์กโฟลว์การเตรียมข้อมูล ซึ่งรวมถึงการเลือกข้อมูล การล้าง การสำรวจ และการแสดงภาพผ่านอินเทอร์เฟซแบบภาพเดียว Data Wrangler มาพร้อมกับ 300 สูตรการแปลงข้อมูลในตัวที่คุณสามารถใช้เพื่อทำให้เป็นมาตรฐาน แปลง และรวมคุณสมบัติต่างๆ ได้อย่างรวดเร็ว ด้วยเครื่องมือการเลือกข้อมูลใน Data Wrangler คุณสามารถเลือกข้อมูลจากแหล่งข้อมูลต่างๆ ได้อย่างรวดเร็ว เช่น บริการจัดเก็บข้อมูลอย่างง่ายของ Amazon (อเมซอน เอส3) อเมซอน อาเธน่าและ อเมซอน Redshift.
การก่อตัวของทะเลสาบ AWS ความสามารถข้ามบัญชีช่วยลดความยุ่งยากในการรักษาความปลอดภัยและจัดการ Data Lake แบบกระจายในหลายบัญชีผ่านแนวทางแบบรวมศูนย์ ซึ่งให้การควบคุมการเข้าถึงตาราง Athena แบบละเอียด
ในโพสต์นี้ เราสาธิตวิธีเปิดใช้งานการเข้าถึงข้ามบัญชีสำหรับ Data Wrangler โดยใช้ Athena เป็นแหล่งที่มาและ Lake Formation เป็นความสามารถในการกำกับดูแลข้อมูลส่วนกลาง ตามที่แสดงในแผนภาพสถาปัตยกรรมต่อไปนี้ บัญชี A คือบัญชี Data Lake ที่เก็บข้อมูลที่พร้อมใช้งาน ML ทั้งหมดซึ่งได้มาจากไปป์ไลน์ ETL บัญชี B คือบัญชีวิทยาศาสตร์ข้อมูลที่ทีมนักวิทยาศาสตร์ข้อมูลใช้ Data Wrangler เพื่อรวบรวมและเรียกใช้การแปลงข้อมูล เราจำเป็นต้องเปิดใช้งานการอนุญาตข้ามบัญชีสำหรับ Data Wrangler ในบัญชี B เพื่อเข้าถึงตารางข้อมูลที่อยู่ใน Data Lake ของบัญชี A ผ่านการอนุญาต Lake Formation
ด้วยสถาปัตยกรรมนี้ นักวิทยาศาสตร์ข้อมูลและวิศวกรนอกบัญชี Data Lake สามารถเข้าถึงข้อมูลจาก Lake และสร้างการแปลงข้อมูลผ่าน Data Wrangler
ก่อนที่คุณจะดำดิ่งสู่กระบวนการตั้งค่า ตรวจสอบให้แน่ใจว่าข้อมูลที่จะแบ่งปันระหว่างบัญชีได้รับการรวบรวมและจัดหมวดหมู่ตามรายละเอียดในเรื่องนี้ เสา. ให้เราถือว่ากระบวนการนี้เสร็จสมบูรณ์แล้ว และฐานข้อมูลและตารางมีอยู่แล้วใน Lake Formation
ต่อไปนี้เป็นขั้นตอนระดับสูงในการใช้โซลูชันนี้:
- ในบัญชี A ลงทะเบียนบัคเก็ต S3 ของคุณโดยใช้ Lake Formation และสร้างฐานข้อมูลและตารางที่จำเป็นสำหรับข้อมูลหากไม่มีอยู่
- ผู้ดูแลระบบ Lake Formation สามารถแชร์ชุดข้อมูลจากบัญชี A ไปยังบัญชีอื่นได้แล้ว Lake Formation แบ่งปันทรัพยากรเหล่านี้โดยใช้ ตัวจัดการการเข้าถึงทรัพยากร AWS (AWS แรม)
- ในบัญชี B ให้ยอมรับคำขอแบ่งปันทรัพยากรโดยใช้ AWS RAM สร้างลิงก์ทรัพยากรในเครื่องสำหรับตารางที่ใช้ร่วมกันผ่าน Lake Formation และสร้างฐานข้อมูลในเครื่อง
- ถัดไป คุณต้องให้สิทธิ์สำหรับ SageMaker สตูดิโอ บทบาทการดำเนินการในบัญชี B เพื่อเข้าถึงตารางที่ใช้ร่วมกันและลิงก์ทรัพยากรที่คุณสร้างในขั้นตอนก่อนหน้า
- ใน Data Wrangler ให้ใช้ฐานข้อมูลในเครื่องและลิงก์ทรัพยากรที่คุณสร้างขึ้นในบัญชี B เพื่อสอบถามชุดข้อมูลโดยใช้ตัวเชื่อมต่อ Athena และดำเนินการแปลงคุณลักษณะ
การตั้งค่า Data Lake โดยใช้ Lake Formation
ในการเริ่มต้น ให้สร้าง Data Lake ส่วนกลางในบัญชี A คุณสามารถควบคุมการเข้าถึง Data Lake ด้วยนโยบายและสิทธิ์ และกำหนดสิทธิ์ที่ระดับฐานข้อมูล ตาราง หรือคอลัมน์
เพื่อเริ่มต้นกระบวนการตั้งค่า ดาวน์โหลด ชุดข้อมูลไททานิค ไฟล์ .csv และอัปโหลดไปยังบัคเก็ต S3 ของคุณ หลังจากที่คุณอัปโหลดไฟล์แล้ว คุณต้องลงทะเบียนที่เก็บข้อมูลใน Lake Formation สิทธิ์การสร้าง Lake เปิดใช้งานการควบคุมการเข้าถึงแบบละเอียดสำหรับข้อมูลใน Data Lake ของคุณ
หมายเหตุ หากชุดข้อมูลไททานิคได้รับการจัดหมวดหมู่แล้ว คุณสามารถข้ามขั้นตอนการลงทะเบียนด้านล่างได้
ลงทะเบียนที่เก็บข้อมูล S3 ของคุณใน Lake Formation
ในการลงทะเบียนที่เก็บข้อมูลของคุณ ให้ทำตามขั้นตอนต่อไปนี้:
- ในบัญชี A ลงชื่อเข้าใช้คอนโซล Lake Formation
หากนี่เป็นครั้งแรกที่คุณเข้าถึง Lake Formation คุณต้องเพิ่มผู้ดูแลระบบในบัญชี
- ในบานหน้าต่างนำทาง ภายใต้ สิทธิ์เลือก ผู้ดูแลระบบและผู้สร้างฐานข้อมูล
- ภายใต้ ผู้ดูแลระบบ Data Lakeเลือก ให้.
ตอนนี้คุณเพิ่ม AWS Identity และการจัดการการเข้าถึง (IAM) ผู้ใช้หรือบทบาทเฉพาะสำหรับบัญชี A ในฐานะผู้ดูแลระบบ Data Lake
- ภายใต้ จัดการผู้ดูแลระบบ Data Lakeสำหรับ ผู้ใช้และบทบาท IAM, เลือกผู้ใช้หรือบทบาทของคุณ (สำหรับโพสต์นี้ เราใช้
user-a
).
นี่อาจเป็นบทบาทผู้ดูแลระบบ IAM ของบัญชี A ก็ได้
- Choose ลด.
- ตรวจสอบให้แน่ใจ
IAMAllowedPrincipals
กลุ่มไม่อยู่ภายใต้ทั้งสอง ผู้ดูแลระบบ Data Lake และ ฐานข้อมูล ผู้สร้าง.
สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการตั้งค่าความปลอดภัย โปรดดูที่ การเปลี่ยนการตั้งค่าความปลอดภัยเริ่มต้นสำหรับ Data Lake ของคุณ.
ถัดไป คุณต้องลงทะเบียนบัคเก็ต S3 เป็นตำแหน่งดาต้าเลค
- บนคอนโซล Lake Formation ภายใต้ ลงทะเบียนและนำเข้าเลือก ที่ตั้งของ Data Lake.
หน้านี้ควรแสดงรายการบัคเก็ต S3 ที่ถูกทำเครื่องหมายเป็นทรัพยากรที่เก็บข้อมูล Data Lake สำหรับ Lake Formation บัคเก็ต S3 เดียวอาจทำหน้าที่เป็นที่เก็บสำหรับชุดข้อมูลจำนวนมาก หรือคุณอาจใช้บัคเก็ตแยกต่างหากสำหรับแหล่งข้อมูลแยกกัน
- Choose ลงทะเบียนสถานที่.
- สำหรับ เส้นทาง Amazon S3ป้อนเส้นทางสำหรับบัคเก็ตของคุณ
- สำหรับ บทบาท IAM¸ เลือก
AWSServiceRoleForLakeFormationDataAccess
. - Choose ลงทะเบียนสถานที่.
หลังจากขั้นตอนนี้ คุณควรจะเห็นถัง S3 ของคุณภายใต้ ข้อมูล ทะเลสาบ วันหยุด.
สร้างฐานข้อมูล
ขั้นตอนนี้เป็นทางเลือก ข้ามขั้นตอนนี้หากชุดข้อมูล Titanic ได้รับการรวบรวมข้อมูลและลงรายการบัญชีแล้ว ฐานข้อมูลและตารางสำหรับชุดข้อมูลควรมีอยู่แล้วภายใน Data Lake
ทำตามขั้นตอนต่อไปนี้เพื่อลงทะเบียนฐานข้อมูลหากไม่มีอยู่:
- บนคอนโซล Lake Formation ภายใต้ แคตตาล็อกข้อมูลเลือก ฐานข้อมูล.
- Choose สร้างฐานข้อมูล.
- สำหรับ รายละเอียดฐานข้อมูลให้เลือก ฐานข้อมูล.
- สำหรับ Nameป้อนชื่อ (เช่น
titanic
). - สำหรับ แผนที่ให้ป้อนพาธบัคเก็ต S3 data lake
- ยกเลิกการเลือก ใช้เฉพาะการควบคุมการเข้าถึง IAM สำหรับตารางในฐานข้อมูลนี้.
- Choose สร้างฐานข้อมูล.
- ภายใต้ สถานะเลือก สิทธิ์.
- Choose ดูสิทธิ์.
- ตรวจสอบให้แน่ใจว่า
IAMAllowedPrincipals
กลุ่มไม่อยู่ในรายการ
หากมีอยู่ในรายการ ตรวจสอบให้แน่ใจว่าคุณยกเลิกการเข้าถึงกลุ่มนี้
ตอนนี้คุณควรสามารถดูฐานข้อมูลที่สร้างขึ้นตามรายการด้านล่าง ฐานข้อมูล.
คุณควรจะเห็นตารางในคอนโซล Lake Formation ภายใต้ ข้อมูล แค็ตตาล็อก ในบานหน้าต่างนำทาง ภายใต้ ตาราง. สำหรับการสาธิตนี้ ให้เราสันนิษฐานว่าชื่อตารางเป็น titanic_datalake_bucket_as
ที่แสดงด้านล่าง
ให้สิทธิ์ตารางกับบัญชี A
ในการให้สิทธิ์ตารางแก่บัญชี A ให้ทำตามขั้นตอนต่อไปนี้:
- ลงชื่อเข้าใช้คอนโซล Lake Formation ด้วยบัญชี A
- ภายใต้ แคตตาล็อกข้อมูลเลือก ตาราง.
- เลือกตารางที่สร้างขึ้นใหม่
- เกี่ยวกับ สถานะ เมนูภายใต้ สิทธิ์เลือก ให้.
- เลือก บัญชีของฉัน.
- สำหรับ ผู้ใช้และบทบาท IAMเลือกผู้ใช้หรือบทบาทที่คุณต้องการให้สิทธิ์การเข้าถึง (สำหรับโพสต์นี้ เราเลือก
user-x
ผู้ใช้อื่นในบัญชี ก)
คุณยังสามารถตั้งค่าตัวกรองคอลัมน์
- สำหรับ คอลัมน์เลือก รวมคอลัมน์.
- สำหรับ รวมคอลัมน์, เลือกห้าคอลัมน์แรกจาก
titanic_datalake_bucket_as
ตาราง - สำหรับ สิทธิ์ของตารางให้เลือก เลือก.
- เลือก ให้.
- ยังอยู่ในบัญชี A เปลี่ยนไปใช้คอนโซล Athena
- เรียกใช้การแสดงตัวอย่างตาราง
คุณควรจะเห็นห้าคอลัมน์แรกของ titanic_datalake_bucket_as
ตารางตามสิทธิ์ที่ได้รับในขั้นตอนก่อนหน้า
เราได้ตรวจสอบสิทธิ์ในการเข้าถึงตาราง data lake ภายในบัญชี A ผ่านขั้นตอน Athena นี้ ต่อไป ให้สิทธิ์เข้าถึงบัญชีภายนอก ในกรณีของเรา บัญชี B สำหรับตารางเดียวกัน
ให้สิทธิ์ตารางกับบัญชี B
บัญชีภายนอกนี้เป็นบัญชีที่ใช้งาน Data Wrangler ในการให้สิทธิ์ตาราง ให้ทำตามขั้นตอนต่อไปนี้:
- อยู่ในบัญชี ก. เมื่อวันที่ สถานะ เมนูภายใต้ สิทธิ์เลือก ให้.
- เลือก บัญชีภายนอก.
- สำหรับ รหัสบัญชี AWSป้อน ID บัญชีของบัญชี B
- เลือกห้าคอลัมน์แรกเหมือนกันของตาราง
- สำหรับ สิทธิ์ของตาราง และ สิทธิ์ที่อนุญาตให้เลือก เลือก.
- Choose ให้.
คุณต้องเพิกถอนสิทธิ์ขั้นสูงจาก IAMAllowedPrincipals
กลุ่มสำหรับตารางนี้ก่อนที่จะให้สิทธิ์การเข้าถึงจากภายนอก คุณสามารถทำได้บน สถานะ ภายใต้เมนู ดูสิทธิ์แล้วเลือก IAMอนุญาตอาจารย์ใหญ่ และเลือก ถอน.
- บน AWS RAM Console ยังอยู่ในบัญชี A ภายใต้ แบ่งปันโดยฉันเลือก ทรัพยากรที่ใช้ร่วมกัน.
เราสามารถค้นหารายการ Lake Formation ได้ในหน้านี้
- เปลี่ยนเป็นบัญชี B
- บนคอนโซล AWS RAM ภายใต้ แบ่งปันกับฉันคุณจะเห็นคำเชิญจาก Lake Formation ในบัญชี A
- ตอบรับคำเชิญโดยเลือก ยอมรับการแบ่งปันทรัพยากร.
หลังจากที่คุณยอมรับบน การแบ่งปันทรัพยากร คุณควรเห็นรายการ Lake Formation ที่ใช้ร่วมกัน ซึ่งสรุปแค็ตตาล็อก ฐานข้อมูล และข้อมูลตาราง
ในคอนโซล Lake Formation ในบัญชี B คุณจะพบตารางที่ใช้ร่วมกันที่เป็นของบัญชี A ใน ตาราง หน้าหนังสือ. หากคุณไม่เห็น คุณสามารถรีเฟรชหน้าจอและทรัพยากรควรปรากฏขึ้นในไม่ช้า
หากต้องการใช้ตารางที่ใช้ร่วมกันนี้ภายในบัญชี B คุณต้องสร้างฐานข้อมูลในเครื่องของบัญชี B ใน Lake Formation
- บนคอนโซล Lake Formation ภายใต้ ฐานข้อมูลเลือก สร้างฐานข้อมูล.
- ตั้งชื่อฐานข้อมูล
local_db
.
ถัดไป สำหรับตารางไททานิคที่ใช้ร่วมกันใน Lake Formation คุณต้องสร้างลิงก์ทรัพยากร ลิงก์ทรัพยากรคืออ็อบเจ็กต์ Data Catalog ที่ลิงก์ไปยังฐานข้อมูลเมตาดาต้าและตาราง โดยทั่วไปไปยังฐานข้อมูลและตารางที่แชร์จากบัญชี AWS อื่นๆ ช่วยให้เข้าถึงข้อมูลข้ามบัญชีใน Data Lake ได้
- บนหน้ารายละเอียดตาราง บน สถานะ เมนูให้เลือก สร้างลิงค์ทรัพยากร.
- สำหรับ ชื่อลิงค์ทรัพยากรป้อนชื่อ (เช่น
titanic_local
). - สำหรับ ฐานข้อมูลให้เลือกฐานข้อมูลในเครื่องที่คุณสร้างไว้ก่อนหน้านี้
- ค่าสำหรับ ตารางที่ใช้ร่วมกัน และ ฐานข้อมูลของตารางที่ใช้ร่วมกัน ควรตรงกับบัญชี A และเติมอัตโนมัติ
- สำหรับ ID เจ้าของตารางที่ใช้ร่วมกันให้เลือก ID บัญชีของบัญชี A
- Choose สร้างบัญชีตัวแทน.
- ในบานหน้าต่างนำทาง ภายใต้ แคตตาล็อกข้อมูลเลือก การตั้งค่า.
- ให้แน่ใจว่า ใช้การควบคุมการเข้าถึง IAM เท่านั้น ถูกปิดใช้งานสำหรับฐานข้อมูลและตารางใหม่
นี่คือเพื่อให้แน่ใจว่า Lake Formation จัดการฐานข้อมูลและสิทธิ์ของตาราง
- สลับไปที่คอนโซล SageMaker
- ในแผงควบคุม Studio ภายใต้ บทสรุปของสตูดิโอคัดลอก ARN ของบทบาทการดำเนินการ
- คุณต้องให้สิทธิ์บทบาทนี้เพื่อเข้าถึงฐานข้อมูลในเครื่อง ตารางที่ใช้ร่วมกัน และตารางในเครื่องที่คุณมีก่อนหน้านี้ใน Lake Formation ของบัญชี B
- คุณต้องแนบนโยบายที่กำหนดเองต่อไปนี้กับบทบาทนี้ด้วย นโยบายนี้อนุญาตให้ Studio เข้าถึงข้อมูลผ่าน Lake Formation และอนุญาตให้บัญชี B รับพาร์ติชันข้อมูลสำหรับการสืบค้น
titanic
ชุดข้อมูลจากตารางที่สร้างขึ้น:
- สลับกลับไปที่คอนโซล Lake Formation
- ที่นี่ เราจำเป็นต้องให้สิทธิ์สำหรับบทบาทการดำเนินการ SageMaker เพื่อเข้าถึงแชร์
titanic_datalake_bucket_as
ตาราง
นี่คือตารางที่คุณแชร์ไปยังบัญชี B จากบัญชี A ผ่าน AWS RAM
- ในบัญชี B ในหน้ารายละเอียดตาราง บน สถานะ เมนูภายใต้ สิทธิ์เลือก ให้.
- ให้สิทธิ์บทบาทในการเข้าถึงตารางและห้าคอลัมน์
- สุดท้าย ให้สิทธิ์บทบาทการดำเนินการของ SageMaker เพื่อเข้าถึงตารางไททานิคในเครื่องในบัญชี B
การเข้าถึงข้อมูลข้ามบัญชีใน Studio
ในขั้นตอนสุดท้ายนี้ คุณควรพร้อมที่จะตรวจสอบความถูกต้องของขั้นตอนต่างๆ ที่ใช้งานจนถึงขณะนี้โดยการทดสอบสิ่งนี้ในอินเทอร์เฟซ Data Wrangler
- เกี่ยวกับ นำเข้า แท็บสำหรับ นำเข้าข้อมูลเลือก อเมซอน อาเธน่า เป็นแหล่งข้อมูลของคุณ
- สำหรับ แคตตาล็อกข้อมูลเลือก AwsDataCatalog.
- สำหรับ ฐานข้อมูลให้เลือกฐานข้อมูลในเครื่องที่คุณสร้างในบัญชี B (
local_db
).
คุณควรจะสามารถเห็นตารางท้องถิ่น (titanic_local
) ในบานหน้าต่างด้านขวา
- เรียกใช้แบบสอบถาม Athena ดังที่แสดงในภาพหน้าจอต่อไปนี้เพื่อดูคอลัมน์ที่เลือกของ
titanic
ชุดข้อมูลที่คุณมอบให้กับบทบาทการดำเนินการ SageMaker ใน Lake Formation (บัญชี B) - Choose นำเข้าชุดข้อมูล
- สำหรับ ชื่อชุดข้อมูลป้อนชื่อ (เช่น
titanic-dataset
). - Choose เพิ่ม.
การดำเนินการนี้จะนำเข้าชุดข้อมูลไททานิค และคุณควรจะเห็นหน้าโฟลว์ข้อมูลพร้อมบล็อกภาพบน เตรียมการ แถบ
สรุป
ในโพสต์นี้ เราได้สาธิตวิธีเปิดใช้งานการเข้าถึงข้ามบัญชีสำหรับ Data Wrangler โดยใช้ Lake Formation และ AWS RAM การปฏิบัติตามวิธีการนี้ องค์กรต่างๆ สามารถอนุญาตให้ทีมวิทยาศาสตร์ข้อมูลและวิศวกรรมหลายทีมเข้าถึงข้อมูลจากที่เก็บข้อมูลกลางและสร้างฟีเจอร์ไปป์ไลน์และสูตรการเปลี่ยนแปลงได้อย่างสม่ำเสมอ สำหรับข้อมูลเพิ่มเติมเกี่ยวกับ Data Wrangler โปรดดูที่ ขอแนะนำ Amazon SageMaker Data Wrangler ซึ่งเป็นอินเทอร์เฟซภาพเพื่อเตรียมข้อมูลสำหรับแมชชีนเลิร์นนิง และ การวิเคราะห์ข้อมูลเชิงสำรวจ วิศวกรรมคุณสมบัติ และการดำเนินการโฟลว์ข้อมูลของคุณไปยังไปป์ไลน์ ML ของคุณด้วย Amazon SageMaker Data Wrangler.
ลองใช้ Data Wrangler และแบ่งปันความคิดเห็นและคำถามของคุณในส่วนความคิดเห็น
เกี่ยวกับผู้เขียน
ริซวาน กิลานี เป็นวิศวกรพัฒนาซอฟต์แวร์ที่ Amazon SageMaker ความหลงใหลของเขาอยู่ที่การทำให้แมชชีนเลิร์นนิงเป็นแบบโต้ตอบและเข้าถึงได้มากขึ้น ก่อนหน้านั้น เขาทำงานใน Amazon Alexa โดยเป็นส่วนหนึ่งของทีมหลักที่เปิดตัว Alexa Communications
พี่เหงียน เป็นสถาปนิกโซลูชันของ AWS ที่ช่วยลูกค้าในการเดินทางบนคลาวด์โดยเน้นที่ Data Lake การวิเคราะห์ เทคโนโลยีความหมาย และการเรียนรู้ของเครื่อง ในเวลาว่าง คุณสามารถพบว่าเขาขี่จักรยานไปทำงาน สอนทีมฟุตบอลของลูกชาย หรือเพลิดเพลินกับการเดินชมธรรมชาติกับครอบครัว
อรุณประศาสน์ เป็นสถาปนิกโซลูชันผู้เชี่ยวชาญด้านปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง (AI/ML) กับ AWS ซึ่งช่วยให้ลูกค้าทั่วโลกปรับขนาดโซลูชัน AI ของตนในระบบคลาวด์ได้อย่างมีประสิทธิภาพและประสิทธิผล ในเวลาว่าง อรุณชอบดูหนังไซไฟและฟังเพลงคลาสสิก
- เข้า
- ลงชื่อเข้าใช้
- การกระทำ
- ผู้ดูแลระบบ
- AI
- Alexa
- อเมซอน
- amazon alexa
- อเมซอน SageMaker
- การวิเคราะห์
- การวิเคราะห์
- การใช้งาน
- สถาปัตยกรรม
- ปัญญาประดิษฐ์
- ปัญญาประดิษฐ์และการเรียนรู้ด้วยเครื่อง
- AWS
- สร้าง
- เมฆ
- คอลัมน์
- ความคิดเห็น
- คมนาคม
- ลูกค้า
- ข้อมูล
- การเข้าถึงข้อมูล
- การวิเคราะห์ข้อมูล
- ดาต้าเลค
- วิทยาศาสตร์ข้อมูล
- ฐานข้อมูล
- ฐานข้อมูล
- พัฒนาการ
- วิศวกร
- ชั้นเยี่ยม
- วิศวกร
- การปฏิบัติ
- การสำรวจ
- ครอบครัว
- ลักษณะ
- คุณสมบัติ
- ชื่อจริง
- ครั้งแรก
- ไหล
- โฟกัส
- GIF
- เหตุการณ์ที่
- การกำกับดูแล
- บัญชีกลุ่ม
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- ทำอย่างไร
- HTTPS
- AMI
- เอกลักษณ์
- รวมทั้ง
- ข้อมูล
- Intelligence
- การโต้ตอบ
- IT
- การเรียนรู้
- ชั้น
- LINK
- รายการ
- การฟัง
- ในประเทศ
- ที่ตั้ง
- เรียนรู้เครื่อง
- การทำ
- การจับคู่
- ML
- Movies
- ดนตรี
- การเดินเรือ
- อื่นๆ
- เจ้าของ
- นโยบาย
- นโยบาย
- ดูตัวอย่าง
- แรม
- สูตรอาหาร
- ลงทะเบียน
- ทรัพยากร
- แหล่งข้อมูล
- วิ่ง
- วิ่ง
- sagemaker
- ขนาด
- วิทยาศาสตร์
- นักวิทยาศาสตร์
- จอภาพ
- ความปลอดภัย
- เลือก
- อรรถศาสตร์
- ชุด
- Share
- ที่ใช้ร่วมกัน
- หุ้น
- ง่าย
- So
- ฟุตบอล
- ซอฟต์แวร์
- การพัฒนาซอฟต์แวร์
- โซลูชัน
- ระยะ
- ข้อความที่เริ่ม
- คำแถลง
- การเก็บรักษา
- จัดเก็บ
- สวิตซ์
- เทคโนโลยี
- การทดสอบ
- เวลา
- การแปลง
- us
- ผู้ใช้
- รายละเอียด
- การสร้างภาพ
- ภายใน
- งาน
- เวิร์กโฟลว์