মেট্রিক্সের জন্য অ্যামাজন লুকআউট একটি AWS পরিষেবা যা স্বয়ংক্রিয়ভাবে মেট্রিকগুলি নিরীক্ষণ করতে মেশিন লার্নিং (ML) ব্যবহার করে যা ব্যবসার জন্য অধিকতর গতি এবং নির্ভুলতার সাথে সবচেয়ে গুরুত্বপূর্ণ। পরিষেবাটি অসঙ্গতির মূল কারণ নির্ণয় করা সহজ করে তোলে, যেমন রাজস্বের অপ্রত্যাশিত হ্রাস, পরিত্যক্ত শপিং কার্টের উচ্চ হার, অর্থপ্রদানের লেনদেনের ব্যর্থতার বৃদ্ধি, নতুন ব্যবহারকারীর সাইন-আপ বৃদ্ধি এবং আরও অনেক কিছু। মেট্রিক্সের জন্য সন্ধান করা সহজ অসঙ্গতি সনাক্তকরণের বাইরে যায়। এটি বিকাশকারীদের অসঙ্গতিগুলি সনাক্ত করতে গুরুত্বপূর্ণ মেট্রিক্সের জন্য স্বায়ত্তশাসিত মনিটরিং সেট আপ করতে এবং এর মেট্রিক্সে অসামঞ্জস্যগুলি সনাক্ত করতে কয়েকটি ক্লিকের মধ্যে তাদের মূল কারণ সনাক্ত করতে দেয় — সমস্ত কিছুরই ML অভিজ্ঞতার প্রয়োজন নেই৷
অ্যামাজন অ্যাথেনা একটি ইন্টারেক্টিভ ক্যোয়ারী পরিষেবা যা এতে ডেটা বিশ্লেষণ করা সহজ করে অ্যামাজন সিম্পল স্টোরেজ সার্ভিস (অ্যামাজন এস 3) স্ট্যান্ডার্ড এসকিউএল ব্যবহার করে। শুধু Amazon S3-এ আপনার ডেটা নির্দেশ করুন, স্কিমা সংজ্ঞায়িত করুন এবং স্ট্যান্ডার্ড SQL ব্যবহার করে অনুসন্ধান শুরু করুন। বেশিরভাগ ফলাফল সেকেন্ডের মধ্যে বিতরণ করা হয়। অ্যাথেনার সাথে, বিশ্লেষণের জন্য আপনার ডেটা প্রস্তুত করার জন্য জটিল ETL চাকরির প্রয়োজন নেই। এটি এসকিউএল দক্ষতার সাথে যে কেউ দ্রুত বড় আকারের ডেটাসেট বিশ্লেষণ করা সহজ করে তোলে।
আজকের লঞ্চের সাথে, মেট্রিক্সের জন্য Lookout এখন অত্যন্ত নির্ভুল অ্যানোমালি ডিটেক্টর সেট আপ করতে এথেনায় আপনার ডেটার সাথে নির্বিঘ্নে সংযোগ করতে পারে। এটি আপনাকে অ্যাথেনায় উপলব্ধ যেকোন ডেটাসেটের বিরুদ্ধে মেট্রিক্সের জন্য Lookout সহ ML-এর মাধ্যমে অত্যাধুনিক অসঙ্গতি সনাক্তকরণ দ্রুত স্থাপন করতে দেয়৷
এথেনা সংযোগ নিম্নলিখিত সুবিধাগুলি এনে মেট্রিক্সের জন্য Lookout এর ক্ষমতাকে প্রসারিত করে:
- এটি পরিপ্রেক্ষিতে মেট্রিক্সের জন্য Lookout এর ক্ষমতা প্রসারিত করে ফাইল টাইপ সমর্থন. এর আগে, Lookout for Metrics সমর্থিত CSV এবং JSONLines ফর্ম্যাট করা ফাইল, কিন্তু Athena-এর সাথে এটি Parquet, Avro, Plaintext এবং আরও অনেক কিছুতে প্রসারিত করা হয়েছে। আপনি যদি এটি অ্যাথেনার মাধ্যমে পার্স করতে পারেন, তাহলে এখন মেট্রিক্সের জন্য Lookout-এর মাধ্যমে আমদানি করা এবং লিভারেজ করা সম্ভব।
- এটি সাথে ডেটার জন্য সমর্থনও প্রবর্তন করে ফেডারেটেড প্রশ্ন. এই লঞ্চের আগে, যদি আপনার ডেটা একাধিক ডাটাবেস বা উত্সগুলিতে সংরক্ষণ করা হয়, তাহলে আপনি একটি CSV বা JSONLines ফাইলে সমস্ত ডেটা রপ্তানি করতে এবং ইনপুট করার আগে আপনাকে একটি সম্পূর্ণ জটিল ETL প্রক্রিয়া সংজ্ঞায়িত করতে হবে এবং এর কার্যকারিতা বৈশিষ্ট্যগুলি পরিচালনা করতে হবে। অসঙ্গতি সনাক্তকরণের জন্য মেট্রিক্সের সন্ধান করুন। Athena থেকে ফেডারেটেড ক্যোয়ারীগুলির সাথে, আপনি আলাদা উত্সগুলিকে সংজ্ঞায়িত করেন সেইসাথে কিভাবে যোগদান করা উচিত এবং যখন ডেটা প্রক্রিয়া করা হয়েছে এবং Athena দ্বারা অনুসন্ধান করা যেতে পারে, এটি মেট্রিক্সের জন্য Lookout এর জন্য অবিলম্বে প্রস্তুত। এটি আপনাকে ডেটা ট্রান্সফরমেশন, অ্যাগ্রিগেশন এবং ডেলিভারি লোকেশনের ভার অ্যাথেনার কাছে হস্তান্তর করতে এবং মেট্রিক্সের জন্য Lookout থেকে চিহ্নিত অসঙ্গতির উপর ফোকাস করতে সক্ষম করে।
সমাধান ওভারভিউ
এই পোস্টে, আমরা প্রদর্শন করি কিভাবে একটি এথেনা টেবিলকে সংহত করতে হয় এবং রাজস্ব মেট্রিক্সে অসঙ্গতিগুলি সনাক্ত করতে হয়। অর্ডার রেট এবং ইনভেন্টরি মেট্রিক্স কীভাবে প্রভাবিত হয় তাও আমরা ট্র্যাক করি। উৎস ডেটা Amazon S3 এ রয়েছে এবং আমরা এতে থাকা ডেটা অনুসন্ধান করতে সক্ষম হওয়ার জন্য অ্যাথেনা টেবিলগুলি কনফিগার করেছি৷ একটি এডাব্লুএস ল্যাম্বদা Athena-এর মধ্যে পার্টিশন আপডেট করার জন্য দায়ী, যেগুলি লুকআউট ফর মেট্রিক্স দ্বারা অসঙ্গতি সনাক্ত করতে ব্যবহৃত হয়। এই সমাধান আপনাকে মেট্রিক্সের জন্য Lookout এর জন্য Athena ডেটা উৎস ব্যবহার করতে সক্ষম করে।
আপনি প্রদত্ত ব্যবহার করতে পারেন এডাব্লুএস ক্লাউডফর্মেশন ওয়াকথ্রু জন্য সম্পদ সেট আপ স্ট্যাক. এটিতে ক্রমাগত লাইভ ডেটা জেনারেট করার জন্য সংস্থান রয়েছে এবং সেগুলি এথেনায় অনুসন্ধান-সক্ষম করে তোলে।
- নিচের লিঙ্ক থেকে স্ট্যাকটি চালু করুন এবং নির্বাচন করুন পরবর্তী স্ট্যাক তৈরি পৃষ্ঠায়।
- উপরে স্ট্যাকের বিবরণ উল্লেখ করুন পৃষ্ঠা, উপরে থেকে মান যোগ করুন, এটি একটি স্ট্যাক নাম দিন (উদাহরণস্বরূপ,
L4MAthenaDetector
), এবং নির্বাচন করুন পরবর্তী. - উপরে স্ট্যাক বিকল্পগুলি কনফিগার করুন পৃষ্ঠা, সবকিছু যেমন আছে ছেড়ে দিন এবং নির্বাচন করুন পরবর্তী.
ডেটা উত্স হিসাবে এথেনার সাথে একটি নতুন আবিষ্কারক সেট আপ করুন৷
ধাপ 1
লগ ইন করুন এডাব্লুএস কনসোল মেট্রিক্সের জন্য লুকআউট সহ একটি অ্যানোমালি ডিটেক্টর তৈরি করা শুরু করতে। প্রথম ধাপ হল "ডিটেক্টর তৈরি করুন" বোতামটি নির্বাচন করা।
ধাপ 2
নামের মতো বাধ্যতামূলক ডিটেক্টর ক্ষেত্রগুলি পূরণ করুন। ডিটেক্টরের জন্য সনাক্তকরণের ব্যবধান নির্বাচন করুন, যা আপনি যে ফ্রিকোয়েন্সিতে মেট্রিক্সের জন্য Lookout-কে আপনার ডেটা জিজ্ঞাসা করতে চান এবং অসঙ্গতির জন্য তাদের নিরীক্ষণ করতে চান তার দ্বারা নির্ধারিত হয়। এনক্রিপশন তথ্য বাধ্যতামূলক নয়। এনক্রিপশন তথ্য মেট্রিক্সের জন্য লুকআউটকে আপনার ডেটা ব্যবহার করে এনক্রিপ্ট করতে দেয় AWS কী ম্যানেজমেন্ট সার্ভিস (KMS) চাবি. এই উদাহরণে, আমরা একটি এনক্রিপশন কী যোগ করা এড়িয়ে যাব, মেট্রিক্সের জন্য লুকআউট আপনার ডেটা এনক্রিপ্ট করতে ডিফল্ট এনক্রিপশন ব্যবহার করবে যদি কোনও এনক্রিপশন তথ্য প্রদান না করা হয় এবং "তৈরি করুন" বোতামটি নির্বাচন করে এগিয়ে যান৷
ধাপ 3
অসঙ্গতি সনাক্তকারী তৈরি করার পরে, আপনি শীর্ষে একটি ব্যানারে নিশ্চিতকরণ দেখতে পাবেন। আপনি ব্যানার বা "একটি ডেটাসেট যোগ করুন" এর অধীনে বোতামের মাধ্যমে "একটি ডেটাসেট যুক্ত করুন" নির্বাচন করে এগিয়ে যেতে পারেন৷
ডেটা উৎসের জন্য প্রাথমিক তথ্য পূরণ করুন। টাইমজোন একটি ঐচ্ছিক ক্ষেত্র। একটি ডেটা উৎস নির্বাচন করতে ড্রপডাউন নির্বাচন করুন।
মেট্রিক্সের জন্য Lookout গ্রাহকদের সুবিধা হিসাবে একাধিক ডেটা উত্স সমর্থন করে। এই উদাহরণের জন্য, আমরা এথেনা নির্বাচন করব।
একবার এথেনাকে ডেটা উত্স হিসাবে নির্বাচিত করা হলে, আপনার কাছে সনাক্তকারীর জন্য ব্যাকটেস্ট বা ক্রমাগত মোড নির্বাচন করার বিকল্প থাকবে। এই উদাহরণের জন্য, আমরা ক্রমাগত মোড ব্যবহার করে এগিয়ে যাব। অ্যাথেনা টেবিলের জন্য বিশদ যোগ করে এগিয়ে যান যা আপনি অসঙ্গতির জন্য নিরীক্ষণ করতে চান।
আপনি পরিষেবাটিকে একটি পরিষেবা ভূমিকা তৈরি করার অনুমতি দিতে পারেন বা আপনি একটি বিদ্যমান ব্যবহার করতে পারেন৷ AWS আইডেন্টিটি অ্যান্ড অ্যাকসেস ম্যানেজমেন্ট (IAM) ফেডারেটেড প্রশ্নের জন্য আপনার অ্যাকাউন্টে ভূমিকা। মনে রাখবেন যে মেট্রিক্সের জন্য Lookout ফেডারেটেড প্রশ্নের জন্য IAM ভূমিকা স্বয়ংক্রিয়ভাবে তৈরি করা সমর্থন করে না। অতএব, অ্যাথেনাকে আপনার ডেটাতে নিম্নলিখিত ক্রিয়াগুলি সম্পাদন করার অনুমতি দেওয়ার জন্য আপনাকে একটি নতুন IAM ভূমিকা তৈরি করতে হবে,
CreatePreparedStatement
GetPreparedStatement
GetQueryResultsStream
DeletePreparedStatement
GetDatabase
GetQueryResults
GetWorkGroup
GetTableMetadata
StartQueryExecution
GetQueryExecution
পরিষেবা দ্বারা তৈরি IAM ভূমিকা নিম্নলিখিত মত দেখায়:
ধাপ 4
এখন আমরা ডিটেক্টরের জন্য প্রাসঙ্গিক মেট্রিক্স সংজ্ঞায়িত করব। মেট্রিক্সের জন্য লুকআউট সরবরাহ করা এথেনা টেবিলে উপস্থিত কলামগুলির সাথে ড্রপ-ডাউনগুলি পূরণ করবে। আপনি সর্বাধিক পাঁচটি মেট্রিক এবং পাঁচটি মাত্রা নির্বাচন করতে পারেন৷ মেট্রিক্সের জন্য সন্ধান করার জন্য আপনার টেবিলের ডেটা টাইমস্ট্যাম্প কলামের টাইমস্ট্যাম্প হিসাবে বিভক্ত করা প্রয়োজন। আপনি আপনার মাত্রা জুড়ে মান সংখ্যা যোগ করে এই ডিটেক্টর জন্য খরচ অনুমান করার একটি বিকল্প থাকবে.
একবার আপনি সমস্ত মেট্রিক্স নির্বাচন করলে, "পরবর্তী" বোতামটি নির্বাচন করে এগিয়ে যান। বিবরণ পর্যালোচনা করুন এবং ডেটাসেট সংরক্ষণ করতে "ডেটাসেট সংরক্ষণ করুন" বোতামটি নির্বাচন করুন৷
ধাপ 5
একবার ডেটাসেট তৈরি হয়ে গেলে, আমরা হয় উপরের "অ্যাক্টিভেট" বোতামটি বা "এটি কীভাবে কাজ করে" বিভাগের অধীনে "অ্যাক্টিভেট ডিটেক্টর" বোতামটি নির্বাচন করে ডিটেক্টরটিকে সক্রিয় করব৷
আপনি ক্রমাগত সনাক্তকরণের জন্য ডিটেক্টর সক্রিয় করতে চান কিনা তা নিশ্চিত করার জন্য আপনাকে অনুরোধ করা হবে। নিশ্চিত করতে "সক্রিয় করুন" নির্বাচন করুন।
আপনি একটি নিশ্চিতকরণ দেখতে পাবেন যে ডিটেক্টর সক্রিয় হচ্ছে।
ধাপ 6
অ্যানোমালি ডিটেক্টর সক্রিয় হয়ে গেলে, আপনি ডিটেক্টরের বিশদ পৃষ্ঠায় "ডিটেক্টর লগ" ট্যাবটি ব্যবহার করতে পারেন যা পরিষেবা দ্বারা সম্পাদিত শনাক্তকরণ সম্পাদনগুলি পর্যালোচনা করতে পারে৷
ধাপ 7
আপনি ডিটেক্টর বিশদ পৃষ্ঠা থেকে "অসংগতিগুলি দেখুন" বোতামটি নির্বাচন করতে পারেন যা পরিষেবা দ্বারা সনাক্ত করা যেতে পারে ম্যানুয়ালি পরিদর্শন করতে৷
ধাপ 8
অসঙ্গতি পর্যালোচনা পৃষ্ঠায়, আপনি নির্বাচিত স্কোরের উপরে অসঙ্গতিগুলি ফিল্টার করতে থ্রেশহোল্ড ডায়ালে তীব্রতা স্কোর থ্রেশহোল্ড সামঞ্জস্য করতে পারেন।
ফলাফলগুলি পর্যালোচনা এবং বিশ্লেষণ করুন
কোনো অসঙ্গতি শনাক্ত করার সময়, মেট্রিক্সের জন্য লুকআউট আপনাকে অগ্রাধিকার প্রদানের জন্য একটি তীব্রতা স্কোর নির্ধারণ করে সবচেয়ে গুরুত্বপূর্ণ বিষয়গুলিতে ফোকাস করতে সহায়তা করে। মূল কারণ খুঁজে বের করতে আপনাকে সাহায্য করার জন্য, এটি বুদ্ধিমত্তার সাথে একই ঘটনার সাথে সম্পর্কিত হতে পারে এমন অসঙ্গতিগুলিকে গোষ্ঠীভুক্ত করে এবং তারপরে প্রভাবের বিভিন্ন উত্সের সংক্ষিপ্তসার করে।
মেট্রিক্সের জন্য সন্ধান আপনাকে সনাক্ত করা অসামঞ্জস্যগুলির প্রাসঙ্গিকতার উপর রিয়েল-টাইম প্রতিক্রিয়া প্রদান করতে দেয়, যার ফলে একটি শক্তিশালী হিউম্যান-ইন-দ্য-লুপ মেকানিজম সক্ষম হয়। কাছাকাছি-রিয়েল টাইমে এর নির্ভুলতা উন্নত করতে এই তথ্যটি অসঙ্গতি সনাক্তকরণ মডেলে ফেরত দেওয়া হয়।
পরিষ্কার কর
ডেমোর জন্য সেট আপ করা রিসোর্সের জন্য অতিরিক্ত চার্জ এড়াতে, আপনি মেট্রিক্সের জন্য Lookout এর অধীনে তৈরি ডিটেক্টর এবং CloudFormation-এর মাধ্যমে তৈরি করা স্ট্যাক মুছে ফেলতে পারেন।
উপসংহার
আপনার Athena টেবিলের মধ্যে মেট্রিক্স এবং মাত্রা জুড়ে অত্যন্ত নির্ভুল অসঙ্গতি সনাক্তকারী সেট আপ করার জন্য আপনি মেট্রিক্সের জন্য লুকআউটে এথেনায় আপনার ডেটার সাথে নির্বিঘ্নে সংযোগ করতে পারেন। এই ক্ষমতা দিয়ে শুরু করতে, দেখুন মেট্রিক্সের জন্য লুকআউট সহ অ্যামাজন অ্যাথেনা ব্যবহার করা. আপনি এই ক্ষমতাটি সমস্ত অঞ্চলে ব্যবহার করতে পারেন যেখানে মেট্রিক্সের জন্য লুকআউট সর্বজনীনভাবে উপলব্ধ। অঞ্চলের প্রাপ্যতা সম্পর্কে আরও তথ্যের জন্য, দেখুন AWS আঞ্চলিক পরিষেবা.
লেখক সম্পর্কে
দেবেশ রাঠো মেট্রিক্স দলে একজন সফটওয়্যার ডেভেলপমেন্ট ইঞ্জিনিয়ার। স্কেলযোগ্য বিতরণ সিস্টেম তৈরিতে তার আগ্রহ রয়েছে। তার অবসর সময়ে, সে সিম রেসিং উপভোগ করে।
ক্রিস কিং AWS সহ ফলিত এআইয়ের সিনিয়র সলিউশন আর্কিটেক্ট। এআই পরিষেবা চালু করার ক্ষেত্রে তাঁর বিশেষ আগ্রহ রয়েছে এবং মেট্রিক্সের জন্য অ্যামাজন লকআউটটিতে ফোকাস করার আগে অ্যামাজন ব্যক্তিগতকরণ এবং অ্যামাজন পূর্বাভাস বৃদ্ধি এবং বিকাশে সহায়তা করেছিলেন। অবসর সময়ে তিনি রান্নাবান্না, পড়া, বক্সিং এবং বিল্ডিং স্পোর্টসের ফলাফলের পূর্বাভাস দেওয়ার জন্য মডেলগুলি তৈরি করা উপভোগ করেন।
- Coinsmart. ইউরোপের সেরা বিটকয়েন এবং ক্রিপ্টো এক্সচেঞ্জ।
- প্লেটোব্লকচেন। Web3 মেটাভার্স ইন্টেলিজেন্স। জ্ঞান প্রসারিত. বিনামূল্যে এক্সেস.
- ক্রিপ্টোহক। Altcoin রাডার। বিনামূল্যে ট্রায়াল.
- সূত্র: https://aws.amazon.com/blogs/machine-learning/seamlessly-connect-amazon-athena-with-amazon-lookout-for-metrics-to-detect-anomalies/
- "
- 100
- সম্পর্কে
- প্রবেশ
- হিসাব
- সঠিক
- দিয়ে
- কর্ম
- স্টক
- সক্রিয়
- অতিরিক্ত
- AI
- এআই পরিষেবা
- সব
- মর্দানী স্ত্রীলোক
- বিশ্লেষণ
- যে কেউ
- অটোমেটেড
- স্বশাসিত
- উপস্থিতি
- সহজলভ্য
- ডেস্কটপ AWS
- পতাকা
- আগে
- সুবিধা
- তার পরেও
- সীমান্ত
- বক্সিং
- নির্মাণ করা
- ভবন
- ব্যবসা
- ক্ষমতা
- কারণ
- চার্জ
- স্তম্ভ
- যুদ্ধ
- জটিল
- শর্ত
- সংযোগ করা
- কানেক্টিভিটি
- ধারণ
- সুবিধা
- পারা
- সৃষ্টি
- নির্মিত
- তৈরি করা হচ্ছে
- সৃষ্টি
- গ্রাহকদের
- উপাত্ত
- ডাটাবেস
- নিষ্কৃত
- বিলি
- প্রদর্শন
- স্থাপন
- বিস্তারিত
- সনাক্ত
- সনাক্তকরণ
- ডেভেলপারদের
- উন্নয়ন
- বিভিন্ন
- বণ্টিত
- না
- প্রভাব
- সক্রিয়
- এনক্রিপশন
- প্রকৌশলী
- হিসাব
- সব
- উদাহরণ
- বিদ্যমান
- সম্প্রসারিত
- অভিজ্ঞতা
- প্রতিপালিত
- প্রতিক্রিয়া
- ক্ষেত্রসমূহ
- প্রথম
- কেন্দ্রবিন্দু
- মনোযোগ
- অনুসরণ
- উত্পাদন করা
- বৃহত্তর
- গ্রুপের
- হত্তয়া
- সাহায্য
- সাহায্য
- উচ্চ
- অত্যন্ত
- কিভাবে
- কিভাবে
- HTTPS দ্বারা
- সনাক্ত করা
- পরিচয়
- প্রভাব
- গুরুত্বপূর্ণ
- উন্নত করা
- তথ্য
- ইনপুট
- সম্পূর্ণ
- ইন্টারেক্টিভ
- স্বার্থ
- মধ্যে রয়েছে
- জায়
- IT
- জবস
- যোগদানের
- চাবি
- রাজা
- শুরু করা
- চালু করা
- শিক্ষা
- ত্যাগ
- লেভারেজ
- LINK
- অবস্থান
- মেশিন
- মেশিন লার্নিং
- তৈরি করে
- পরিচালনা করা
- ব্যবস্থাপনা
- কার্যভার
- ম্যানুয়ালি
- ব্যাপার
- ম্যাটার্স
- ছন্দোবিজ্ঞান
- ML
- মডেল
- মডেল
- মনিটর
- পর্যবেক্ষণ
- অধিক
- সেতু
- বহু
- সংখ্যা
- পছন্দ
- ক্রম
- প্রদান
- কর্মক্ষমতা
- ব্যক্তিগতকৃত
- বিন্দু
- সম্ভব
- ক্ষমতাশালী
- ভবিষ্যদ্বাণী করা
- প্রস্তুত করা
- বর্তমান
- প্রক্রিয়া
- প্রদান
- দ্রুত
- ধাবমান
- হার
- পড়া
- প্রকৃত সময়
- আঞ্চলিক
- প্রাসঙ্গিক
- প্রয়োজনীয়
- প্রয়োজন
- সংস্থান
- Resources
- দায়ী
- ফলাফল
- রাজস্ব
- এখানে ক্লিক করুন
- মাপযোগ্য
- নির্বিঘ্নে
- সেকেন্ড
- নির্বাচিত
- সেবা
- সেবা
- সেট
- কেনাকাটা
- সিম
- সহজ
- দক্ষতা
- সফটওয়্যার
- সফটওয়্যার উন্নয়ন
- কঠিন
- সমাধান
- সলিউশন
- প্রশিক্ষণ
- স্পীড
- বিজ্ঞাপন
- গাদা
- মান
- শুরু
- শুরু
- রাষ্ট্র-এর-শিল্প
- বিবৃতি
- স্টোরেজ
- সমর্থন
- সমর্থিত
- সমর্থন
- সিস্টেম
- টীম
- উৎস
- অতএব
- গোবরাট
- দ্বারা
- সময়
- আজকের
- শীর্ষ
- পথ
- লেনদেন
- রুপান্তর
- অধীনে
- আপডেট
- ব্যবহার
- সংস্করণ
- কি
- মধ্যে
- would