RStudio در Amazon SageMaker اولین میز کار کاملاً مدیریت شده RStudio در فضای ابری در صنعت است. میتوانید به سرعت محیط توسعه یکپارچه RStudio آشنا (IDE) را راهاندازی کنید، و منابع محاسباتی زیربنایی را بدون وقفه در کارتان شمارهگیری کنید، و ساخت راهحلهای یادگیری ماشین (ML) و تجزیه و تحلیل در مقیاس R را آسان میکند. RStudio در SageMaker در حال حاضر با یک تصویر داخلی با ابزارهای برنامه نویسی R و علم داده از پیش پیکربندی شده است. با این حال، شما اغلب نیاز دارید که محیط IDE خود را سفارشی کنید. از امروز میتوانید تصویر دلخواه خود را با بستهها و ابزارهای دلخواه خود بیاورید و با چند کلیک در دسترس همه کاربران RStudio در SageMaker قرار دهید.
آوردن تصویر سفارشی خود مزایای متعددی دارد. میتوانید با ارائه یک تصویر شروع، درایورهای مورد نیاز برای اتصال به فروشگاههای داده را از قبل پیکربندی کنید، یا نرمافزار تخصصی علم داده را برای دامنه کسبوکار خود از قبل نصب کنید، تجربه شروع کار را برای دانشمندان و توسعهدهندگان داده استاندارد و ساده کنید. علاوه بر این، سازمانهایی که قبلاً RStudio Workbench خود را میزبانی کردهاند، ممکن است محیطهای کانتینری موجودی داشته باشند که میخواهند به استفاده از آن در RStudio در SageMaker ادامه دهند.
در این پست، دستورالعمل های گام به گام برای ایجاد یک تصویر سفارشی و آوردن آن به RStudio در SageMaker با استفاده از کنسول مدیریت AWS or رابط خط فرمان AWS (AWS CLI). شما می توانید اولین محیط IDE سفارشی خود را در چند مرحله ساده راه اندازی و اجرا کنید. برای اطلاعات بیشتر در مورد مطالب مطرح شده در این پست به ادامه مطلب مراجعه کنید تصویر RStudio خود را بیاورید.
بررسی اجمالی راه حل
هنگامی که یک دانشمند داده جلسه جدیدی را در RStudio در SageMaker شروع می کند، یک نمونه محاسباتی ML جدید بر اساس تقاضا ارائه می شود و یک تصویر ظرفی که محیط زمان اجرا (سیستم عامل، کتابخانه ها، نسخه های R و غیره) را تعریف می کند در ML اجرا می شود. نمونه، مثال. همانطور که در تصویر زیر نشان داده شده است، میتوانید با ایجاد تصاویر کانتینر سفارشی و در دسترس قرار دادن آنها در راهانداز RStudio Workbench، گزینههای متعددی را برای محیط زمان اجرا به دانشمندان دادهتان ارائه دهید.
نمودار زیر فرآیند آوردن تصویر سفارشی شما را شرح می دهد. ابتدا یک تصویر کانتینر سفارشی از یک Dockerfile میسازید و آن را به یک مخزن میفرستید رجیستری ظروف الاستیک آمازون (Amazon ECR). سپس، یک تصویر SageMaker ایجاد میکنید که به تصویر ظرف در Amazon ECR اشاره میکند و آن تصویر را به تصویر خود متصل میکنید. دامنه SageMaker. این باعث می شود که تصویر سفارشی برای راه اندازی یک جلسه جدید در RStudio در دسترس باشد.
پیش نیازها
برای پیاده سازی این راه حل، باید پیش نیازهای زیر را داشته باشید:
- یک RStudio در دامنه SageMaker
- هویت AWS و مدیریت دسترسی سیاست های (IAM) برای تعامل با Amazon ECR
- نسخه مناسب AWS CLI
ما در این بخش جزئیات بیشتری در مورد هر یک ارائه می دهیم.
RStudio در دامنه SageMaker
اگر دامنه SageMaker موجود با RStudio فعال قبل از ۷ آوریل ۲۰۲۲ دارید، باید آن را حذف و دوباره ایجاد کنید. RStudioServerPro
برنامه تحت نام پروفایل کاربری domain-shared
برای دریافت آخرین به روز رسانی ها برای آوردن قابلیت تصویر سفارشی خود. دستورات AWS CLI به شرح زیر است. توجه داشته باشید که این عمل باعث وقفه کاربران RStudio در SageMaker می شود.
اگر اولین بار است که از RStudio در SageMaker استفاده می کنید، مراحل راه اندازی مرحله به مرحله شرح داده شده در زیر را دنبال کنید. با RStudio در Amazon SageMaker شروع کنید، یا موارد زیر را اجرا کنید AWS CloudFormation قالبی برای راه اندازی اولین RStudio خود در دامنه SageMaker. اگر در حال حاضر یک RStudio کار بر روی دامنه SageMaker دارید، می توانید از این مرحله صرف نظر کنید.
الگوی RStudio زیر در SageMaker CloudFormation به مجوز RStudio نیاز دارد که از طریق مدیر مجوز AWS تأیید شده باشد. برای اطلاعات بیشتر در مورد صدور مجوز، مراجعه کنید مجوز RStudio. همچنین توجه داشته باشید که تنها یک دامنه SageMaker در هر منطقه AWS مجاز است، بنابراین باید از یک حساب AWS و منطقه ای استفاده کنید که دامنه موجود ندارد.
- را انتخاب کنید Stack را راه اندازی کنید.
پیوند شما را به منطقه us-east-1 می برد، اما می توانید به منطقه دلخواه خود تغییر دهید. - در قالب را مشخص کنید بخش، را انتخاب کنید بعدی.
- در جزئیات پشته را مشخص کنید بخش، برای نام پشته، یک نام وارد کنید.
- برای پارامترهای، نام پروفایل کاربری SageMaker را وارد کنید.
- را انتخاب کنید بعدی.
- در پیکربندی گزینه های پشته بخش، را انتخاب کنید بعدی.
- در مرور بخش، انتخاب کنید من تصدیق می کنم که AWS CloudFormation ممکن است منابع IAM را ایجاد کند و انتخاب کنید بعدی.
- هنگامی که وضعیت پشته به تغییر می کند
CREATE_COMPLETE
برو به صفحه کنترل در کنسول SageMaker برای یافتن دامنه و کاربر جدید.
سیاست های IAM برای تعامل با آمازون ECR
برای تعامل با مخازن خصوصی Amazon ECR خود، به مجوزهای IAM زیر در کاربر یا نقش IAM که برای ساخت و فشار دادن تصاویر Docker استفاده خواهید کرد، نیاز دارید:
برای ساختن اولیه از یک تصویر ECR عمومی آمازون همانطور که در این پست نشان داده شده است، باید AWS-managed را پیوست کنید. AmazonElasticContainerRegistryPublicReadOnly سیاست به کاربر یا نقش IAM شما نیز.
برای ساختن یک تصویر کانتینر Docker، میتوانید از یک کلاینت محلی Docker یا از آن استفاده کنید SageMaker Docker Build ابزار CLI از یک ترمینال در RStudio در SageMaker. برای دومی، پیش نیازهای موجود را دنبال کنید استفاده از Amazon SageMaker Studio Image Build CLI برای ساختن تصاویر کانتینر از نوت بوک های استودیو شما برای تنظیم مجوزهای IAM و ابزار CLI.
نسخه های AWS CLI
حداقل نسخه مورد نیاز ابزار AWS CLI برای اجرای دستورات ذکر شده در این پست وجود دارد. مطمئن شوید که AWS CLI را در ترمینال انتخابی خود ارتقا دهید:
- AWS CLI v1 >= 1.23.6
- AWS CLI v2 >= 2.6.2
یک Dockerfile آماده کنید
شما می توانید محیط زمان اجرا خود را در RStudio در Dockerfile شخصی سازی کنید. از آنجایی که سفارشیسازی به موارد استفاده و نیازهای شما بستگی دارد، ما در این مثال موارد ضروری و رایجترین سفارشیسازیها را به شما نشان میدهیم. می توانید کامل را دانلود کنید نمونه Dockerfile.
اجزای جلسه RStudio Workbench را نصب کنید
مهمترین نرمافزاری که میتوانید در تصویر کانتینر سفارشی خود نصب کنید، RStudio Workbench است. ما از سطل عمومی S3 میزبانی شده توسط RStudio PBC. نسخه های منتشر شده و توزیع های سیستم عامل زیادی برای استفاده وجود دارد. نسخه نصب باید با نسخه RStudio Workbench مورد استفاده در RStudio در SageMaker که در زمان نگارش 1.4.1717-3 است، سازگار باشد. سیستم عامل (سیستم عامل آرگومان در قطعه زیر) باید با پایه مطابقت داشته باشد OS
در تصویر ظرف استفاده شده است. در نمونه ما dockerfile، تصویر پایه ای که ما استفاده می کنیم آمازون لینوکس 2 از یک مخزن ECR عمومی آمازون تحت مدیریت AWS است. سیستم عامل RStudio Workbench سازگار centos7 است.
با دستور زیر می توانید تمام گزینه های انتشار سیستم عامل را پیدا کنید:
R (و نسخه های R) را نصب کنید
زمان اجرا برای تصویر کانتینر RStudio سفارشی شما حداقل به یک نسخه از R نیاز دارد. ابتدا میتوانیم یک نسخه از R را نصب کرده و با ایجاد پیوندهای نرم به R پیشفرض آن را تبدیل کنیم. /usr/local/bin/
:
دانشمندان داده اغلب به چندین نسخه از R نیاز دارند تا بتوانند به راحتی بین پروژه ها و پایه کد جابجا شوند. همانطور که در تصویر زیر نشان داده شده است، RStudio در SageMaker از جابجایی آسان بین نسخه های R پشتیبانی می کند.
RStudio در SageMaker به طور خودکار نسخه های R را در فهرست های زیر اسکن و کشف می کند:
همانطور که در قطعه زیر نشان داده شده است، می توانیم نسخه های بیشتری را در تصویر کانتینر نصب کنیم. نصب خواهند شد /opt/R/
.
درایورهای حرفه ای RStudio را نصب کنید
دانشمندان داده اغلب نیاز به دسترسی به داده ها از منابعی مانند آمازون آتنا و آمازون Redshift در RStudio در SageMaker. شما می توانید این کار را با استفاده از درایورهای حرفه ای RStudio و اتصالات RStudio. مطمئن شوید که کتابخانه ها و درایورهای مربوطه را همانطور که در قطعه زیر نشان داده شده است نصب کرده اید:
کتابخانه های سفارشی را نصب کنید
همچنین میتوانید کتابخانههای R و Python اضافی را نصب کنید تا دانشمندان داده نیازی به نصب آنها نداشته باشند:
هنگامی که سفارشی سازی خود را در Dockerfile به پایان رساندید، زمان آن رسیده است که یک تصویر ظرف بسازید و آن را به Amazon ECR فشار دهید.
ساخت و فشار به آمازون ECR
می توانید یک تصویر ظرف از Dockerfile از ترمینالی که موتور Docker در آن نصب شده است، مانند ترمینال محلی یا AWS Cloud9. اگر آن را از ترمینال در RStudio در SageMaker میسازید، میتوانید استفاده کنید SageMaker Studio Image Build. ما مراحل هر دو رویکرد را نشان می دهیم.
در یک ترمینال محلی که موتور داکر در آن وجود دارد، می توانید دستورات زیر را از جایی که Dockerfile است اجرا کنید. می توانید از نمونه اسکریپت استفاده کنید create-and-update-image.sh.
در ترمینال در RStudio در SageMaker، دستورات زیر را اجرا کنید:
پس از این دستورات، یک مخزن و یک تصویر ظرف Docker در آمازون ECR برای مرحله بعدی ما دارید، که در آن تصویر ظرف را برای استفاده در RStudio در SageMaker ضمیمه می کنیم. به URI تصویر در Amazon ECR توجه کنید <ACCOUNT_ID>.dkr.ecr.<REGION>.amazonaws.com/<REPO>:<TAG>
برای استفاده بعدی
RStudio را در SageMaker از طریق کنسول به روز کنید
RStudio در SageMaker امکان سفارشی سازی زمان اجرا را از طریق استفاده از یک تصویر SageMaker سفارشی می دهد. یک تصویر SageMaker یک نگهدارنده برای مجموعه ای از نسخه های تصویر SageMaker است. هر نسخه تصویر نشان دهنده یک تصویر ظرف است که با RStudio در SageMaker سازگار است و در یک مخزن ECR آمازون ذخیره می شود. برای در دسترس قرار دادن یک تصویر SageMaker سفارشی برای همه کاربران RStudio در یک دامنه، می توانید تصویر را به دنبال مراحل این بخش به دامنه پیوست کنید.
- در کنسول SageMaker، به مسیر بروید تصاویر سفارشی SageMaker Studio به دامنه پیوست شده است صفحه و انتخاب کنید ضمیمه تصویر.
- انتخاب کنید عکس جدیدو URI تصویر آمازون ECR خود را وارد کنید.
- را انتخاب کنید بعدی.
- در ویژگی های تصویر بخش، ارائه یک نام تصویر (ضروری)، نام نمایش تصویر (اختیاری)، توضیحات: (اختیاری)، نقش IAM، و برچسب ها.
La نام نمایش تصویردر صورت ارائه، در راهانداز جلسه در RStudio در SageMaker نشان داده میشود. اگر نام نمایش تصویر فیلد خالی می ماند، نام تصویر در عوض در RStudio در SageMaker نشان داده شده است. - ترک کردن مسیر نصب EFS و پیکربندی پیشرفته (شناسه کاربر و شناسه گروه) به عنوان پیش فرض است زیرا RStudio در SageMaker پیکربندی را برای ما مدیریت می کند.
- در نوع تصویر بخش، انتخاب کنید تصویر RStudio.
- را انتخاب کنید ارسال.
اکنون می توانید یک ورودی جدید را در لیست مشاهده کنید. شایان ذکر است که با ارائه پشتیبانی از تصاویر سفارشی RStudio، می توانید تصاویر جدیدی را مشاهده کنید. نوع استفاده ستون در جدول برای مشخص کردن اینکه یک تصویر یک تصویر RStudio است یا یک Amazon SageMaker Studio تصویر
ممکن است 5 تا 10 دقیقه طول بکشد تا تصاویر سفارشی در رابط کاربری راهانداز جلسه در دسترس باشند. سپس می توانید یک جلسه R جدید در RStudio در SageMaker با تصاویر سفارشی خود راه اندازی کنید.
با گذشت زمان، ممکن است بخواهید تصاویر قدیمی و قدیمی را بازنشسته کنید. برای حذف تصاویر سفارشی از لیست تصاویر سفارشی در RStudio، تصاویر موجود در لیست را انتخاب کنید و انتخاب کنید. جدا شدن.
را انتخاب کنید جدا شدن دوباره تایید کنید
RStudio را در SageMaker از طریق AWS CLI به روز کنید
بخشهای زیر مراحل ایجاد یک تصویر SageMaker و پیوست آن برای استفاده در RStudio در SageMaker در کنسول SageMaker و استفاده از AWS CLI را شرح میدهند. می توانید از نمونه اسکریپت استفاده کنید create-and-update-image.sh.
تصویر و نسخه تصویر SageMaker را ایجاد کنید
اولین قدم این است که با اجرای دو دستور زیر یک تصویر SageMaker از تصویر کانتینر سفارشی در Amazon ECR ایجاد کنید:
توجه داشته باشید که تصویر سفارشی نمایش داده شده در راهانداز جلسه در RStudio در SageMaker با ورودی --display-name
. اگر نام نمایشی اختیاری ارائه نشده باشد، ورودی از --image-name
به جای آن استفاده می شود. همچنین توجه داشته باشید که نقش IAM به SageMaker اجازه می دهد تا یک تصویر Amazon ECR را به RStudio در SageMaker متصل کند.
یک AppImageConfig ایجاد کنید
علاوه بر یک تصویر SageMaker، که URI تصویر را از Amazon ECR می گیرد، یک پیکربندی تصویر برنامه (AppImageConfig) برای استفاده در دامنه SageMaker مورد نیاز است. ما پیکربندی یک را ساده می کنیم RSessionApp
بنابراین ما فقط می توانیم یک پیکربندی مکان نگهدار با دستور زیر ایجاد کنیم:
به دامنه SageMaker پیوست کنید
با ایجاد تصویر SageMaker و پیکربندی تصویر برنامه، ما آماده هستیم تا تصویر ظرف سفارشی را به دامنه SageMaker متصل کنیم. برای در دسترس قرار دادن یک تصویر SageMaker سفارشی برای همه کاربران RStudio در یک دامنه، شما تصویر را به عنوان یک تنظیمات کاربر پیش فرض به دامنه پیوست می کنید. همه کاربران فعلی و هر کاربر جدید می توانند از تصویر سفارشی استفاده کنند.
برای خوانایی بهتر، پیکربندی زیر را در فایل JSON قرار می دهیم default-user-settings.json:
در این فایل می توانیم تصویر و را مشخص کنیم AppImageConfig
نام جفت ها در یک لیست در DefaultUserSettings.RSessionAppSettings.CustomImages
. این قطعه قبلی فرض می کند که دو تصویر سفارشی در حال ایجاد هستند.
سپس دستور زیر را برای به روز رسانی دامنه SageMaker اجرا کنید:
پس از بهروزرسانی دامنه، ممکن است بین 5 تا 10 دقیقه طول بکشد تا تصاویر سفارشی در رابط کاربر راهانداز جلسه در دسترس باشند. سپس می توانید یک جلسه R جدید در RStudio در SageMaker با تصاویر سفارشی خود راه اندازی کنید.
تصاویر را از دامنه SageMaker جدا کنید
شما می توانید تصاویر را به سادگی با حذف کردن جدا کنید ImageName
و AppImageConfigName
جفت از default-user-settings.json
و به روز رسانی دامنه
به عنوان مثال، به روز رسانی دامنه با موارد زیر default-user-settings.json
حذف می کند r-4.1.3-rstudio-2022
از جلسه R راه اندازی UI و خارج می شود r-4.1.3-rstudio-1.4.1717-3
به عنوان تنها تصویر سفارشی موجود برای همه کاربران در یک دامنه:
پاک کردن
برای حذف ایمن تصاویر و منابع در دامنه SageMaker، مراحل زیر را انجام دهید منابع تصویر را پاک کنید.
برای حذف ایمن RStudio در SageMaker و دامنه SageMaker، مراحل زیر را تکمیل کنید یک دامنه Amazon SageMaker را حذف کنید برای حذف هر برنامه RSessionGateway، نمایه کاربر و دامنه.
برای حذف ایمن تصاویر و مخازن در Amazon ECR، مراحل زیر را انجام دهید حذف یک تصویر.
در نهایت، برای حذف الگوی CloudFormation:
- در کنسول AWS CloudFormation، Stacks را انتخاب کنید.
- پشته ای را که برای این راه حل مستقر کرده اید انتخاب کنید.
- Delete را انتخاب کنید.
نتیجه
RStudio در SageMaker ساخت ML و راهحلهای تحلیلی در مقیاس R را برای دانشمندان داده ساده میکند و مدیران میتوانند یک محیط علم داده قوی را برای توسعهدهندگان خود مدیریت کنند. دانشمندان داده می خواهند محیط را سفارشی کنند تا بتوانند از کتابخانه های مناسب برای کار مناسب استفاده کنند و برای هر پروژه ML به تکرارپذیری مطلوب دست یابند. مدیران باید محیط علم داده را به دلایل نظارتی و امنیتی استاندارد کنند. اکنون می توانید تصاویر کانتینر سفارشی ایجاد کنید که نیازهای سازمانی شما را برآورده می کند و به دانشمندان داده اجازه می دهد از آنها در RStudio در SageMaker استفاده کنند.
ما شما را تشویق می کنیم که آن را امتحان کنید. در حال توسعه مبارک!
درباره نویسنده
مایکل هسیه یک معمار ارشد راه حل های تخصصی AI/ML است. او با مشتریان کار می کند تا سفر ML آنها را با ترکیبی از پیشنهادات AWS ML و دانش دامنه ML خود پیش ببرند. به عنوان پیوند سیاتل، او عاشق کاوش در طبیعت بزرگی است که شهر ارائه می دهد، مانند مسیرهای پیاده روی، کایاک سواری با مناظر در SLU، و غروب خورشید در خلیج شیلشول.
دکلن کلی یک مهندس نرم افزار در تیم Amazon SageMaker Studio است. او از زمان راهاندازی آن در AWS re:Invent 2019 روی Amazon SageMaker Studio کار میکند. او خارج از محل کار، از پیادهروی و کوهنوردی لذت میبرد.
شان مورگان یک معمار راه حل های AI/ML در AWS است. او تجربه ای در زمینه های تحقیقاتی دانشگاهی و نیمه هادی دارد و از تجربه خود برای کمک به مشتریان برای رسیدن به اهداف خود در AWS استفاده می کند. در اوقات فراغت، شان یک مشارکتکننده و نگهدار متنباز فعال است و رهبر گروه مورد علاقه ویژه افزونههای TensorFlow است.
- Coinsmart. بهترین صرافی بیت کوین و کریپتو اروپا.
- پلاتوبلاک چین. Web3 Metaverse Intelligence. دانش تقویت شده دسترسی رایگان.
- CryptoHawk. رادار آلت کوین امتحان رایگان.
- منبع: https://aws.amazon.com/blogs/machine-learning/use-a-custom-image-to-bring-your-development-environment-to-rstudio-on-amazon-sagemaker/
- "
- &
- 1.3
- 10
- 100
- 2019
- 2022
- 7
- a
- درباره ما
- دسترسی
- حساب
- رسیدن
- عمل
- فعال
- اضافه
- اضافی
- مدیران
- پیشرفت
- معرفی
- اجازه می دهد تا
- قبلا
- آمازون
- علم تجزیه و تحلیل
- نرم افزار
- رویکردها
- مناسب
- آوریل
- در دسترس
- AWS
- سرخ مایل به قرمز
- زیرا
- بودن
- مزایای
- بهتر
- میان
- مرز
- به ارمغان بیاورد
- ساختن
- بنا
- کسب و کار
- می توانید دریافت کنید
- جلب
- مورد
- تغییر دادن
- انتخاب
- انتخاب
- را انتخاب کنید
- شهر:
- ابر
- رمز
- ستون
- ترکیب
- مشترک
- سازگار
- کامل
- محاسبه
- پیکر بندی
- اتصال
- کنسول
- ظرف
- محتوا
- ادامه دادن
- شرکت کننده
- ایجاد
- ایجاد شده
- ایجاد
- سفارشی
- مشتریان
- سفارشی
- داده ها
- علم اطلاعات
- دانشمند داده
- نشان دادن
- بستگی دارد
- مستقر
- توصیف
- شرح داده شده
- جزئیات
- توسعه دهندگان
- پروژه
- نمایش دادن
- توزیع
- کارگر بارانداز
- نمی کند
- دامنه
- پایین
- دانلود
- هر
- به آسانی
- اثر
- تشویق
- موتور
- مهندس
- وارد
- محیط
- ملزومات
- مثال
- موجود
- تجربه
- آشنا
- زمینه
- نام خانوادگی
- بار اول
- به دنبال
- پیروی
- به دنبال آن است
- رایگان
- از جانب
- کامل
- بعلاوه
- گرفتن
- اهداف
- بزرگ
- گروه
- خوشحال
- کمک
- دارنده
- میزبانی
- اما
- HTTPS
- هویت
- تصویر
- تصاویر
- انجام
- مهم
- صنعت
- اطلاعات
- ورودی
- نصب
- نمونه
- یکپارچه
- علاقه
- IT
- کار
- سفر
- دانش
- آخرین
- راه اندازی
- راه اندازی
- رهبری
- یادگیری
- مجوز
- صدور مجوز
- لاین
- ارتباط دادن
- لینک ها
- لینوکس
- فهرست
- محلی
- دستگاه
- فراگیری ماشین
- ساخت
- باعث می شود
- ساخت
- مدیریت
- اداره می شود
- مدیریت
- مدیر
- مسابقه
- ذکر شده
- قدرت
- حد اقل
- ML
- بیش
- مورگان
- اکثر
- مادر
- چندگانه
- طبیعت
- هدایت
- نیازهای
- بعد
- ارائه
- پیشنهادات
- عملیاتی
- سیستم عامل
- گزینه
- سازمانی
- سازمان های
- خود
- نقطه
- سیاست
- سیاست
- مرجح
- در حال حاضر
- خصوصی
- روند
- حرفه ای
- مشخصات
- برنامه نويسي
- پروژه
- پروژه ها
- ارائه
- ارائه
- ارائه
- عمومی
- به سرعت
- RE
- رسیدن به
- دلایل
- منطقه
- تنظیم کننده
- آزاد
- منتشر شده
- مربوط
- از بین بردن
- مخزن
- نشان دهنده
- ضروری
- مورد نیاز
- نیاز
- تحقیق
- منابع
- منابع
- نقش
- دویدن
- در حال اجرا
- با خیال راحت
- مقیاس
- علم
- دانشمند
- دانشمندان
- شان
- تیم امنیت لاتاری
- نیمه هادی
- تنظیم
- محیط
- برپایی
- چند
- اشتراک گذاری
- نشان
- نشان داده شده
- ساده
- پس از
- So
- نرم
- نرم افزار
- مهندس نرمافزار
- جامد
- راه حل
- مزایا
- ویژه
- متخصص
- تخصصی
- پشته
- آغاز شده
- شروع می شود
- بیانیه
- وضعیت
- پرده
- استودیو
- غروب
- پشتیبانی
- پشتیبانی از
- گزینه
- سیستم
- تیم
- پایانه
- La
- از طریق
- زمان
- امروز
- ابزار
- ابزار
- ui
- زیر
- بروزرسانی
- به روز رسانی
- به روز رسانی
- us
- استفاده کنید
- کاربران
- نسخه
- چه
- در داخل
- بدون
- مهاجرت کاری
- کارگر
- با این نسخهها کار
- با ارزش
- نوشته
- شما