مهاجرت به ابر یک گام اساسی برای سازمانهای مدرنی است که با هدف سرمایهگذاری بر روی انعطافپذیری و مقیاس منابع ابری هستند. ابزارهایی مانند Terraform و AWS CloudFormation برای چنین انتقالهایی حیاتی هستند و زیرساختهایی را به عنوان قابلیتهای کد (IaC) ارائه میکنند که محیطهای ابری پیچیده را با دقت تعریف و مدیریت میکنند. با این حال، علیرغم مزایای آن، منحنی یادگیری IaC و پیچیدگی پایبندی به استانداردهای امنیتی و انطباق سازمان و صنعت شما، می تواند سفر پذیرش ابری شما را کند کند. سازمانها معمولاً با سرمایهگذاری در برنامههای آموزشی گسترده یا استخدام پرسنل متخصص، که اغلب منجر به افزایش هزینهها و تاخیر در زمانبندی مهاجرت میشود، با این موانع مقابله میکنند.
هوش مصنوعی مولد (AI) با بستر آمازون به طور مستقیم به این چالش ها می پردازد. Amazon Bedrock یک سرویس کاملاً مدیریت شده است که انتخابی از مدلهای پایه (FM) با کارایی بالا را از شرکتهای پیشرو هوش مصنوعی مانند AI21 Labs، Anthropic، Cohere، Meta، Stability AI، و Amazon با یک API منفرد، همراه با مجموعهای از قابلیت ساخت برنامه های هوش مصنوعی مولد با امنیت، حریم خصوصی و هوش مصنوعی مسئول. Amazon Bedrock به تیمها قدرت میدهد تا اسکریپتهای Terraform و CloudFormation را تولید کنند که مطابق با نیازهای سازمانی هستند و در عین حال بهترین شیوههای انطباق و امنیت را یکپارچه میکنند. به طور سنتی، مهندسان ابری که IaC را یاد میگیرند، اسناد و بهترین شیوهها را به صورت دستی برای نوشتن اسکریپتهای سازگار با IaC بررسی میکنند. با Amazon Bedrock، تیمها میتوانند توصیفهای معماری سطح بالا را وارد کنند و از هوش مصنوعی مولد برای ایجاد یک پیکربندی پایه از اسکریپتهای Terraform استفاده کنند. این اسکریپت های تولید شده به گونه ای طراحی شده اند که نیازهای منحصر به فرد سازمان شما را برآورده کنند و در عین حال مطابق با استانداردهای صنعت برای امنیت و انطباق باشند. این اسکریپت ها به عنوان یک نقطه شروع اساسی عمل می کنند و نیاز به اصلاح و اعتبار سنجی بیشتری دارند تا اطمینان حاصل شود که استانداردهای سطح تولید را برآورده می کنند.
این راه حل نه تنها روند مهاجرت را تسریع می کند، بلکه یک زیرساخت ابری استاندارد و ایمن را نیز فراهم می کند. بهعلاوه، پیشنویسهای اولیه اسکریپتهای مهندسین ابر مبتدی را بهعنوان قالبهای استاندارد برای ساختن ارائه میدهد و سفر یادگیری IaC آنها را تسهیل میکند.
همانطور که در پیچیدگی های مهاجرت ابری پیمایش می کنید، نیاز به یک محیط ساختاریافته، ایمن و سازگار بسیار مهم است. منطقه فرود AWS این نیاز را با ارائه یک رویکرد استاندارد برای استقرار منابع AWS برطرف می کند. این اطمینان حاصل می کند که پایه ابری شما از همان ابتدا بر اساس بهترین شیوه های AWS ساخته شده است. با AWS Landing Zone، حدس و گمان را در تنظیمات امنیتی، تامین منابع و مدیریت حساب حذف میکنید. این به ویژه برای سازمانهایی که به دنبال مقیاسپذیری بدون به خطر انداختن حاکمیت یا کنترل هستند، مفید است و مسیری روشن برای راهاندازی ابری قوی و کارآمد فراهم میکند.
در این پست، ما به شما نشان میدهیم که چگونه اسکریپتهای سفارشیسازی شده و سازگار IaC را برای AWS Landing Zone با استفاده از Amazon Bedrock ایجاد کنید.
معماری AWS Landing Zone در زمینه مهاجرت ابر
AWS Landing Zone می تواند به شما کمک کند تا یک محیط AWS ایمن و چند حسابی بر اساس بهترین شیوه های AWS راه اندازی کنید. این یک محیط پایه برای شروع با معماری چند حسابی، خودکار کردن راه اندازی حساب های جدید و متمرکز کردن انطباق، امنیت و مدیریت هویت فراهم می کند. در زیر نمونه ای از راه حل سفارشی سازی شده مبتنی بر Terraform AWS Landing Zone است که در آن هر برنامه در حساب AWS خودش قرار دارد.
گردش کار سطح بالا شامل اجزای زیر است:
- تهیه ماژول - تیمهای پلتفرم مختلف در دامنههای مختلف، مانند پایگاههای داده، کانتینرها، مدیریت دادهها، شبکهسازی و امنیت، ماژولهای تایید شده یا سفارشی را توسعه و منتشر میکنند. اینها از طریق خطوط لوله به یک رجیستری ماژول خصوصی Terraform تحویل داده می شوند که توسط سازمان برای سازگاری و استانداردسازی نگهداری می شود.
- لایه ماشین فروش حساب - لایه ماشین فروش حساب (AVM) از هر دو استفاده می کند برج کنترل AWS, کارخانه حساب AWS برای Terraform (AFT)، یا یک راه حل منطقه فرود سفارشی برای حساب های فروش. در این پست به این راه حل ها به صورت دسته جمعی به عنوان لایه AVM اشاره می کنیم. هنگامی که صاحبان برنامه درخواستی را به لایه AVM ارسال می کنند، این لایه پارامترهای ورودی را از درخواست برای ارائه یک حساب هدف AWS پردازش می کند. سپس این حساب از طریق سفارشیسازیهای AVM، با اجزای زیرساختی متناسب با آن تدارک دیده میشود سفارشی سازی برج کنترل AWS or سفارشی سازی AFT.
- لایه زیرساخت برنامه - در این لایه، تیم های برنامه اجزای زیرساخت خود را در حساب های AWS ارائه شده مستقر می کنند. این با نوشتن کد Terraform در یک مخزن خاص برنامه به دست می آید. کد Terraform ماژولهایی را فراخوانی میکند که قبلاً توسط تیمهای پلتفرم در رجیستری خصوصی Terraform منتشر شدهاند.
غلبه بر چالش های مهاجرت داخلی IaC با هوش مصنوعی مولد
تیمهایی که برنامههای داخلی را نگهداری میکنند اغلب با یک منحنی یادگیری با Terraform مواجه میشوند، ابزاری کلیدی برای IaC در محیطهای AWS. این شکاف مهارتی میتواند مانع مهمی در تلاشهای مهاجرت ابری باشد. Amazon Bedrock با قابلیت های هوش مصنوعی مولد خود، نقش اساسی در کاهش این چالش ایفا می کند. این امر اتوماسیون ایجاد کد Terraform را برای لایه زیرساخت برنامه تسهیل میکند و تیمهایی را با تجربه محدود Terraform برای انتقال کارآمد به AWS توانمند میسازد.
Amazon Bedrock کد Terraform را از توضیحات معماری تولید می کند. کد تولید شده بر اساس بهترین شیوه های سازمانی، امنیت و دستورالعمل های نظارتی سفارشی و استاندارد شده است. این استانداردسازی با استفاده از اعلان های پیشرفته در ارتباط با پایگاه های دانش برای آمازون بستر، که اطلاعات مربوط به ماژول های Terraform خاص سازمان را ذخیره می کند. این راه حل از Retrieval Augmented Generation (RAG) برای غنی سازی درخواست ورودی Amazon Bedrock با جزئیات از پایگاه دانش استفاده می کند، و مطمئن می شود که پیکربندی Terraform خروجی و محتوای README با بهترین شیوه ها و دستورالعمل های Terraform سازمان شما مطابقت دارد.
نمودار زیر این معماری را نشان می دهد.
گردش کار شامل مراحل زیر است:
- این فرآیند با فروش حساب شروع می شود، جایی که صاحبان برنامه درخواستی برای یک حساب جدید AWS ارسال می کنند. این AVM را فراخوانی می کند، که پارامترهای درخواست را برای ارائه حساب AWS هدف پردازش می کند.
- یک توضیح معماری برای یک برنامه کاربردی که برای مهاجرت برنامه ریزی شده است به عنوان یکی از ورودی ها به لایه AVM ارسال می شود.
- پس از تهیه حساب، سفارشی سازی های AVM اعمال می شود. این می تواند شامل شود سفارشی سازی برج کنترل AWS or سفارشی سازی AFT که حساب را با اجزای زیرساخت و پیکربندی های لازم در راستای سیاست های سازمانی تنظیم می کند.
- به طور موازی، لایه AVM یک تابع Lambda را برای تولید کد Terraform فراخوانی می کند. این تابع توضیحات معماری را با یک اعلان سفارشی غنی می کند و از RAG برای بهبود بیشتر درخواست با دستورالعمل های کدگذاری خاص سازمان از پایگاه دانش برای بستر استفاده می کند. این پایگاه دانش شامل بهترین شیوه ها، نرده های امنیتی و دستورالعمل های خاص سازمان است. تصویری را ببینید مثال مشخصات و دستورالعمل های ماژول Terraform خاص سازمان که در پایگاه دانش بارگذاری شده است.
- قبل از استقرار، پیش نویس اولیه کد Terraform به طور کامل توسط مهندسان ابر یا یک سیستم بررسی کد خودکار بررسی می شود تا تأیید شود که تمام استانداردهای فنی و انطباق را برآورده می کند.
- سپس از اسکریپتهای Terraform بازبینیشده و بهروزرسانیشده برای استقرار اجزای زیرساخت در حساب جدید AWS، راهاندازی منابع محاسباتی، ذخیرهسازی و شبکهای مورد نیاز برای برنامه استفاده میشود.
بررسی اجمالی راه حل
استقرار AWS Landing Zone از یک تابع Lambda برای تولید اسکریپت های Terraform از ورودی های معماری استفاده می کند. این تابع، که مرکزی برای عملیات است، این ورودیها را با استفاده از بستر آمازون و پایگاههای دانش برای Amazon Bedrock به کد سازگار ترجمه میکند. سپس خروجی در یک مخزن GitHub، مطابق با برنامه خاص در مهاجرت، ذخیره می شود. بخش های زیر پیش نیازها و مراحل خاص مورد نیاز برای اجرای این راه حل را شرح می دهد.
پیش نیازها
شما باید موارد زیر را داشته باشید:
تابع Lambda را برای تولید کد سفارشی پیکربندی کنید
این تابع Lambda یک جزء کلیدی در خودکارسازی ایجاد تنظیمات سفارشی و سازگار Terraform برای خدمات AWS است. پیکربندیهای ایجاد شده را مستقیماً به یک مخزن GitHub تعیینشده متعهد میکند و با بهترین شیوههای سازمانی همسو میشود. برای کد عملکرد به ادامه مطلب مراجعه کنید GitHub repo. برای ایجاد تابع لامبدا، لطفا دنبال کنید دستورالعمل.
نمودار زیر روند کار تابع را نشان می دهد.
گردش کار شامل مراحل زیر است:
- تابع توسط یک رویداد از لایه AVM فراخوانی می شود که حاوی توضیحات معماری است.
- این تابع تعاریف ماژول Terraform را از پایگاه دانش بازیابی و استفاده می کند.
- این تابع طبق توصیه شده، مدل Amazon Bedrock را دو بار فراخوانی می کند دستورالعمل های مهندسی سریع. این تابع RAG را برای غنیسازی اعلان ورودی با اطلاعات ماژول Terraform اعمال میکند و مطمئن میشود که کد خروجی با بهترین شیوههای سازمانی مطابقت دارد.
- ابتدا، پیکربندیهای Terraform را طبق دستورالعملهای کدگذاری سازمانی ایجاد کنید و جزئیات ماژول Terraform را از پایگاه دانش وارد کنید. برای مثال، اعلان میتواند این باشد: «پیکربندیهای Terraform را برای سرویسهای AWS ایجاد کنید. بهترین شیوه های امنیتی را با استفاده از نقش های IAM و حداقل مجوزها دنبال کنید. شامل تمام پارامترهای لازم، با مقادیر پیش فرض. نظراتی را اضافه کنید که معماری کلی و هدف هر منبع را توضیح دهد."
- دوم، یک فایل README دقیق ایجاد کنید. به عنوان مثال: «یک README دقیق برای پیکربندی Terraform بر اساس خدمات AWS ایجاد کنید. شامل بخش هایی در مورد بهبودهای امنیتی، نکات بهینه سازی هزینه به دنبال چارچوب AWS Well-Architected Framework. همچنین، شامل تفکیک هزینه دقیق برای هر سرویس AWS مورد استفاده با نرخ های ساعتی و کل هزینه های روزانه و ماهانه باشد.
- پیکربندی Terraform تولید شده و README را به مخزن GitHub میبندد و قابلیت ردیابی و شفافیت را فراهم میکند.
- در نهایت، با موفقیت پاسخ می دهد، از جمله آدرس های اینترنتی به فایل های GitHub متعهد، یا اطلاعات دقیق خطا را برای عیب یابی برمی گرداند.
پایگاه های دانش را برای Amazon Bedrock پیکربندی کنید
برای راه اندازی پایگاه دانش خود در Amazon Bedrock مراحل زیر را دنبال کنید:
- در کنسول بستر آمازون، انتخاب کنید دانش محور در صفحه ناوبری
- را انتخاب کنید ایجاد پایگاه دانش.
- یک نام واضح و توصیفی وارد کنید که منعکس کننده هدف پایگاه دانش شما باشد، مانند AWS Account Setup Knowledge Base For Amazon Bedrock.
- یک نقش IAM از پیش پیکربندی شده با مجوزهای لازم اختصاص دهید. معمولاً بهتر است به Amazon Bedrock اجازه دهید این نقش را برای شما ایجاد کند تا مطمئن شوید که مجوزهای صحیح را دارد.
- یک فایل JSON را در یک سطل S3 با فعال کردن رمزگذاری برای امنیت آپلود کنید. این فایل باید شامل لیستی از خدمات AWS و ماژول های Terraform باشد. برای ساختار JSON از موارد زیر استفاده کنید مثال از مخزن GitHub.
- مدل تعبیههای پیشفرض را انتخاب کنید.
- به Amazon Bedrock اجازه دهید تا فروشگاه برداری را برای شما ایجاد و مدیریت کند سرویس جستجوی باز آمازون.
- اطلاعات را برای دقت بررسی کنید. به جزئیات نقش URI و IAM سطل S3 توجه ویژه ای داشته باشید.
- پایگاه دانش خود را ایجاد کنید.
پس از استقرار و پیکربندی این مؤلفه ها، هنگامی که راه حل AWS Landing Zone شما تابع Lambda را فراخوانی می کند، فایل های زیر تولید می شوند:
- یک فایل پیکربندی Terraform – این فایل تنظیمات زیرساخت را مشخص می کند.
- یک فایل جامع README - این فایل استانداردهای امنیتی تعبیه شده در کد را مستند می کند و تأیید می کند که آنها با اقدامات امنیتی ذکر شده در بخش های اولیه مطابقت دارند. علاوه بر این، این README شامل یک خلاصه معماری، نکات بهینه سازی هزینه، و یک تفکیک هزینه دقیق برای منابع توصیف شده در پیکربندی Terraform است.
تصویر زیر نمونه ای از فایل پیکربندی Terraform را نشان می دهد.
تصویر زیر نمونه ای از فایل README را نشان می دهد.
پاک کردن
مراحل زیر را برای پاکسازی منابع خود انجام دهید:
- اگر تابع Lambda دیگر مورد نیاز نیست حذف کنید.
- سطل S3 مورد استفاده برای ذخیره سازی حالت Terraform را خالی و حذف کنید.
- اسکریپت های Terraform و فایل README تولید شده را از مخزن GitHub حذف کنید.
- پایگاه دانش را حذف کنید اگر دیگر مورد نیاز نباشد
نتیجه
قابلیتهای هوش مصنوعی مولد Amazon Bedrock نه تنها ایجاد اسکریپتهای Terraform سازگار برای استقرار AWS را سادهتر میکند، بلکه به عنوان یک کمک آموزشی محوری برای مهندسان ابر مبتدی که برنامههای کاربردی درون محل را به AWS انتقال میدهند، عمل میکند. این رویکرد فرآیند مهاجرت ابر را تسریع میکند و به شما کمک میکند تا بهترین شیوهها را رعایت کنید. همچنین می توانید از این راه حل برای ارائه ارزش پس از مهاجرت، بهبود عملیات روزانه مانند زیرساخت های مداوم و بهینه سازی هزینه استفاده کنید. اگرچه ما در این پست عمدتاً روی Terraform تمرکز کردیم، این اصول همچنین میتوانند استقرار AWS CloudFormation شما را بهبود بخشند و راهحلی همه کاره برای نیازهای زیرساخت شما ارائه دهند.
آیا آمادهاید فرآیند مهاجرت ابری خود را با هوش مصنوعی مولد در Amazon Bedrock ساده کنید؟ با کاوش در شروع کنید راهنمای کاربری Amazon Bedrock برای درک اینکه چگونه می تواند سفر ابری سازمان شما را ساده کند. برای کمک و تخصص بیشتر، استفاده را در نظر بگیرید خدمات حرفه ای AWS تا به شما کمک کند سفر مهاجرت ابری خود را ساده کنید و مزایای Amazon Bedrock را به حداکثر برسانید.
پتانسیل پذیرش سریع، ایمن و کارآمد ابر را با Amazon Bedrock باز کنید. امروز اولین قدم را بردارید و کشف کنید که چگونه میتواند تلاشهای سازمان شما برای تحول ابری را افزایش دهد.
درباره نویسنده
ابی توماس متخصص در استراتژی و توسعه منابع سفارشی AWS Landing Zone با تمرکز بر استفاده از هوش مصنوعی مولد برای افزایش اتوماسیون زیرساخت ابری. در نقش خود در خدمات حرفهای AWS، تخصص Ebbey برای راهحلهای معماری که پذیرش ابر را سادهسازی میکند، مرکزی است و یک چارچوب عملیاتی ایمن و کارآمد برای کاربران AWS فراهم میکند. او به خاطر رویکرد نوآورانهاش به چالشهای ابری و تعهدش به پیشبرد قابلیتهای خدمات ابری شهرت دارد.
- محتوای مبتنی بر SEO و توزیع روابط عمومی. امروز تقویت شوید.
- PlatoData.Network Vertical Generative Ai. به خودت قدرت بده دسترسی به اینجا.
- PlatoAiStream. هوش وب 3 دانش تقویت شده دسترسی به اینجا.
- PlatoESG. کربن ، CleanTech، انرژی، محیط، خورشیدی، مدیریت پسماند دسترسی به اینجا.
- PlatoHealth. هوش بیوتکنولوژی و آزمایشات بالینی. دسترسی به اینجا.
- منبع: https://aws.amazon.com/blogs/machine-learning/generate-customized-compliant-application-iac-scripts-for-aws-landing-zone-using-amazon-bedrock/
- : دارد
- :است
- :نه
- :جایی که
- $UP
- 150
- 7
- 800
- a
- تسریع می شود
- مطابق
- حساب
- مدیریت حساب
- حساب ها
- دقت
- دست
- در میان
- عمل
- اضافه کردن
- علاوه بر این
- آدرس
- پایبند بودن
- چسبیدن
- اتخاذ
- پیشرفته
- پس از
- AI
- کمک
- هدف
- تراز
- تراز کردن
- معرفی
- در امتداد
- همچنین
- هر چند
- آمازون
- آمازون خدمات وب
- an
- و
- آنتروپیک
- API
- کاربرد
- برنامه های کاربردی
- اعمال می شود
- اعمال میشود
- روش
- معماری
- معماری
- هستند
- مصنوعی
- هوش مصنوعی
- هوش مصنوعی (AI)
- AS
- کمک
- At
- توجه
- افزوده شده
- خودکار بودن
- خودکار
- اتوماسیون
- اتوماسیون
- AWS
- AWS CloudFormation
- خدمات حرفه ای AWS
- پایه
- مستقر
- خط مقدم
- BE
- شروع
- مبتدی
- آغاز می شود
- مفید
- مزایای
- بهترین
- بهترین شیوه
- تفکیک
- پهن
- ساختن
- ساخته
- اما
- by
- تماس ها
- CAN
- قابلیت های
- سرمایه گذاری
- مرکزی
- متمرکز کردن
- مهندسان
- به چالش
- چالش ها
- انتخاب
- را انتخاب کنید
- تمیز
- واضح
- ابر
- پذیرش ابر
- زیرساخت های ابری
- خدمات ابر
- رمز
- بررسی کد
- برنامه نویسی
- مجموعا
- نظرات
- تعهد
- مرتکب می شود
- مرتکب شده
- شرکت
- پیچیده
- پیچیدگی ها
- پیچیدگی
- انطباق
- موافق
- جزء
- اجزاء
- جامع
- مصالحه
- محاسبه
- پیکر بندی
- تکرار
- پیوستگی
- در نظر بگیرید
- تشکیل شده است
- کنسول
- شامل
- ظروف
- محتویات
- زمینه
- کنترل
- برج مراقبت
- اصلاح
- متناظر
- هزینه
- هزینه
- میتوانست
- مقابله با
- ایجاد
- ایجاد
- ایجاد
- منحنی
- سفارشی
- سفارشی
- روزانه
- داده ها
- مدیریت اطلاعات
- پایگاه های داده
- به طور پیش فرض
- تعريف كردن
- تعاریف
- به تاخیر افتاده
- تحویل داده
- گسترش
- استقرار
- گسترش
- اعزام ها
- شرح داده شده
- شرح
- تعیین شده
- با وجود
- جزئیات
- دقیق
- جزئیات
- توسعه
- در حال توسعه
- نمودار
- مختلف
- مستقیما
- كشف كردن
- مستندات
- اسناد و مدارک
- حوزه
- پایین
- پیش نویس
- رانندگی
- هر
- موثر
- تلاش
- هر دو
- از بین بردن
- جاسازی شده
- توانمندسازی
- توانمندسازی
- فعال
- رویارویی
- رمزگذاری
- تلاش می کند
- مهندسی
- مورد تأیید
- بالا بردن
- افزایش
- غنی سازی
- غنی می کند
- محیط
- محیط
- خطا
- ضروری است
- واقعه
- مثال
- تجربه
- تخصص
- توضیح دادن
- بررسی
- وسیع
- تسهیل می کند
- تسهیل کننده
- کارخانه
- پرونده
- فایل ها
- نام خانوادگی
- انعطاف پذیری
- تمرکز
- متمرکز شده است
- به دنبال
- پیروی
- برای
- به جلو
- پایه
- بنیادین
- چارچوب
- از جانب
- کاملا
- تابع
- بیشتر
- شکاف
- تولید می کنند
- تولید
- تولید می کند
- مولد
- نسل
- مولد
- هوش مصنوعی مولد
- دریافت کنید
- GitHub
- حکومت
- دستورالعمل ها
- آیا
- he
- کمک
- کمک می کند
- در سطح بالا
- با عملکرد بالا
- استخدام
- خود را
- چگونه
- چگونه
- اما
- HTML
- HTTP
- HTTPS
- موانع
- موانع
- هویت
- مدیریت هویت
- if
- نشان می دهد
- گویا
- انجام
- ارتقاء
- in
- شامل
- شامل
- از جمله
- افزایش
- صنعت
- استانداردهای صنعت
- خاص صنعت
- اطلاعات
- شالوده
- اول
- ابتکاری
- ورودی
- ورودی
- ادغام
- اطلاعات
- به
- سرمایه گذاری
- استناد کرد
- فراخوانی میکند
- IT
- ITS
- سفر
- JPEG
- JPG
- json
- کلید
- دانش
- شناخته شده
- آزمایشگاه
- فرود
- لایه
- برجسته
- منجر می شود
- یادگیری
- کمترین
- اجازه
- پسندیدن
- محدود شده
- لاین
- فهرست
- دیگر
- به دنبال
- دستگاه
- ساخته
- حفظ
- حفظ
- ساخت
- باعث می شود
- ساخت
- مدیریت
- اداره می شود
- مدیریت
- دستی
- بیشینه ساختن
- دیدار
- ملاقات
- متا
- مهاجرت
- تسکین دهنده
- مدل
- مدل
- مدرن
- ماژول ها
- ماژول ها
- ماهیانه
- نام
- هدایت
- جهت یابی
- لازم
- نیاز
- ضروری
- نیازهای
- شبکه
- جدید
- به تازگی
- نه
- of
- ارائه
- پیشنهادات
- غالبا
- on
- ONE
- مداوم
- فقط
- عمل
- قابل استفاده
- عملیات
- بهینه سازی
- or
- کدام سازمان ها
- سازمانی
- سازمان های
- مشخص شده
- تولید
- به طور کلی
- خود
- صاحبان
- قطعه
- موازی
- پارامترهای
- برترین
- ویژه
- گذشت
- مسیر
- پرداخت
- مجوز
- پرسنل
- محوری
- سکو
- افلاطون
- هوش داده افلاطون
- PlatoData
- نقش
- لطفا
- نقطه
- سیاست
- ممکن
- پست
- پتانسیل
- شیوه های
- دقت
- پیش نیازها
- قبلا
- در درجه اول
- از اصول
- خلوت
- خصوصی
- امتیاز
- روند
- فرآیندهای
- حرفه ای
- برنامه ها
- پرسیدن
- ارائه
- فراهم می کند
- ارائه
- تدارک
- منتشر کردن
- منتشر شده
- هدف
- پارچه
- سریع
- نرخ
- توصیه می شود
- مراجعه
- بازتاب می دهد
- رجیستری
- تنظیم کننده
- مخزن
- درخواست
- ضروری
- مورد نیاز
- اقامت دارد
- منابع
- منابع
- مسئوليت
- بازیابی
- بازده
- این فایل نقد می نویسید:
- بررسی
- تنومند
- نقش
- نقش
- مقیاس
- خط
- اسکریپت
- یکپارچه
- بخش
- امن
- تیم امنیت لاتاری
- دیدن
- خدمت
- سرویس
- خدمات
- تنظیم
- محیط
- برپایی
- باید
- نشان
- نشان می دهد
- الک کن
- قابل توجه
- ساده کردن
- تنها
- مهارت
- کند
- راه حل
- مزایا
- ویژه
- تخصصی
- تخصص دارد
- خاص
- مشخصات
- ثبات
- استاندارد
- استاندارد سازی
- استانداردهای
- شروع
- آغاز شده
- راه افتادن
- دولت
- گام
- مراحل
- ذخیره سازی
- opbevare
- ذخیره شده
- پرده
- ساده کردن
- ساختار
- ساخت یافته
- ارسال
- موفقیت
- چنین
- خلاصه
- مطمئن
- سیستم
- طراحی شده
- گرفتن
- هدف
- تیم ها
- فنی
- قالب
- Terraform
- که
- La
- اطلاعات
- شان
- سپس
- اینها
- آنها
- این
- به طور کامل
- از طریق
- جدول زمانی
- نکات
- به
- امروز
- ابزار
- ابزار
- جمع
- برج
- قابلیت ردیابی
- به طور سنتی
- آموزش
- دگرگونی
- انتقال
- گذار
- گذار
- شفافیت
- دو برابر
- به طور معمول
- فهمیدن
- منحصر به فرد
- به روز شده
- آپلود شده
- بر
- استفاده کنید
- استفاده
- کاربر
- کاربران
- استفاده
- با استفاده از
- استفاده می کند
- اعتبار سنجی
- ارزش
- ارزشها
- مختلف
- همه کاره
- we
- وب
- خدمات وب
- چه زمانی
- که
- در حین
- با
- در داخل
- بدون
- گردش کار
- خواهد بود
- نوشتن
- نوشته
- شما
- شما
- زفیرنت
- منطقه