Migracja do chmury to niezbędny krok dla nowoczesnych organizacji chcących wykorzystać elastyczność i skalę zasobów chmury. Narzędzia takie jak Terraform i Tworzenie chmury AWS odgrywają kluczową rolę w takich przejściach, oferując infrastrukturę w formie kodu (IaC), która precyzyjnie definiuje złożone środowiska chmurowe i zarządza nimi. Jednak pomimo korzyści, krzywa uczenia się IaC oraz złożoność przestrzegania obowiązujących w organizacji i branżowych standardów zgodności i bezpieczeństwa mogą spowolnić proces wdrażania chmury. Organizacje zazwyczaj pokonują te przeszkody, inwestując w szeroko zakrojone programy szkoleniowe lub zatrudniając wyspecjalizowany personel, co często prowadzi do zwiększonych kosztów i opóźnień w harmonogramie migracji.
Generacyjna sztuczna inteligencja (AI) z Amazońska skała macierzysta bezpośrednio odpowiada na te wyzwania. Amazon Bedrock to w pełni zarządzana usługa oferująca wybór wysokowydajnych modeli podstawowych (FM) od wiodących firm zajmujących się sztuczną inteligencją, takich jak AI21 Labs, Anthropic, Cohere, Meta, Stability AI i Amazon za pomocą jednego interfejsu API, wraz z szerokim zestawem możliwości tworzenia generatywnych aplikacji AI zapewniających bezpieczeństwo, prywatność i odpowiedzialną sztuczną inteligencję. Amazon Bedrock umożliwia zespołom generowanie skryptów Terraform i CloudFormation, które są dostosowane do potrzeb organizacji, jednocześnie płynnie integrując najlepsze praktyki w zakresie zgodności i bezpieczeństwa. Tradycyjnie inżynierowie zajmujący się chmurą uczący się IaC musieli ręcznie przeglądać dokumentację i najlepsze praktyki, aby pisać zgodne skrypty IaC. Dzięki Amazon Bedrock zespoły mogą wprowadzać zaawansowane opisy architektury i wykorzystywać generatywną sztuczną inteligencję do generowania podstawowej konfiguracji skryptów Terraform. Te wygenerowane skrypty są dostosowane do unikalnych wymagań Twojej organizacji, a jednocześnie odpowiadają standardom branżowym w zakresie bezpieczeństwa i zgodności. Skrypty te służą jako podstawowy punkt wyjścia, wymagający dalszego udoskonalenia i sprawdzenia, aby upewnić się, że spełniają standardy na poziomie produkcyjnym.
Rozwiązanie to nie tylko przyspiesza proces migracji, ale także zapewnia ujednoliconą i bezpieczną infrastrukturę chmurową. Ponadto oferuje początkującym inżynierom zajmującym się chmurą wstępne wersje robocze skryptów w postaci standardowych szablonów, na których można budować, ułatwiając im naukę IaC.
Podczas poruszania się po skomplikowanych procesach migracji do chmury najważniejsza jest potrzeba zorganizowanego, bezpiecznego i zgodnego środowiska. Strefa lądowania AWS wychodzi naprzeciw tej potrzebie, oferując ustandaryzowane podejście do wdrażania zasobów AWS. Dzięki temu masz pewność, że Twoja chmura będzie od początku zbudowana zgodnie z najlepszymi praktykami AWS. Dzięki AWS Landing Zone eliminujesz domysły dotyczące konfiguracji zabezpieczeń, udostępniania zasobów i zarządzania kontami. Jest to szczególnie korzystne dla organizacji, które chcą skalować bez uszczerbku dla zarządzania i kontroli, zapewniając jasną ścieżkę do solidnej i wydajnej konfiguracji chmury.
W tym poście pokażemy, jak wygenerować dostosowane, zgodne skrypty IaC dla strefy lądowania AWS przy użyciu usługi Amazon Bedrock.
Architektura AWS Landing Zone w kontekście migracji do chmury
AWS Landing Zone może pomóc Ci skonfigurować bezpieczne środowisko AWS z wieloma kontami w oparciu o najlepsze praktyki AWS. Zapewnia podstawowe środowisko umożliwiające rozpoczęcie pracy z architekturą wielu kont, automatyzację konfiguracji nowych kont oraz centralizację zarządzania zgodnością, bezpieczeństwem i tożsamością. Poniżej znajduje się przykład dostosowanego rozwiązania AWS Landing Zone opartego na Terraform, w którym każda aplikacja znajduje się na własnym koncie AWS.
Przepływ pracy wysokiego poziomu obejmuje następujące komponenty:
- Udostępnianie modułu – Różne zespoły zajmujące się platformami w różnych domenach, takich jak bazy danych, kontenery, zarządzanie danymi, sieci i bezpieczeństwo, opracowują i publikują moduły certyfikowane lub niestandardowe. Są one dostarczane potokami do prywatnego rejestru modułów Terraform, który jest prowadzony przez organizację w celu zapewnienia spójności i standaryzacji.
- Warstwa automatu sprzedającego konto – Warstwa automatu sprzedającego konto (AVM) używa jednego z nich Wieża kontroli AWS, Fabryka kont AWS dla Terraform (AFT) lub niestandardowe rozwiązanie strefy docelowej do sprzedaży kont. W tym poście rozwiązania te będziemy nazywać zbiorczo warstwą AVM. Gdy właściciele aplikacji przesyłają żądanie do warstwy AVM, przetwarza ona parametry wejściowe z żądania w celu udostępnienia docelowego konta AWS. Konto to jest następnie dostarczane z dostosowanymi komponentami infrastruktury poprzez dostosowania AVM, które obejmują Dostosowania wieży kontrolnej AWS or Dostosowania AFT.
- Warstwa infrastruktury aplikacji – W tej warstwie zespoły aplikacyjne wdrażają komponenty swojej infrastruktury na obsługiwanych kontach AWS. Osiąga się to poprzez pisanie kodu Terraform w repozytorium specyficznym dla aplikacji. Kod Terraform odwołuje się do modułów opublikowanych wcześniej w prywatnym rejestrze Terraform przez zespoły platformy.
Pokonywanie lokalnych wyzwań związanych z migracją IaC dzięki generatywnej sztucznej inteligencji
Zespoły utrzymujące aplikacje lokalne często muszą się uczyć od Terraform, kluczowego narzędzia IaC w środowiskach AWS. Ta luka w umiejętnościach może stanowić znaczącą przeszkodę w wysiłkach związanych z migracją do chmury. Amazon Bedrock, dzięki swoim możliwościom generatywnej sztucznej inteligencji, odgrywa zasadniczą rolę w łagodzeniu tego wyzwania. Ułatwia automatyzację tworzenia kodu Terraform dla warstwy infrastruktury aplikacji, umożliwiając zespołom z ograniczonym doświadczeniem Terraform skuteczne przejście do AWS.
Amazon Bedrock generuje kod Terraform na podstawie opisów architektury. Wygenerowany kod jest niestandardowy i ustandaryzowany w oparciu o najlepsze praktyki organizacyjne, bezpieczeństwo i wytyczne prawne. Ta standaryzacja jest możliwa dzięki zastosowaniu zaawansowanych podpowiedzi w połączeniu z Bazy wiedzy na temat Amazon Bedrock, który przechowuje informacje o modułach Terraform specyficznych dla organizacji. To rozwiązanie wykorzystuje technologię Augmented Generation (RAG) do wzbogacania monitu wejściowego do Amazon Bedrock o szczegóły z bazy wiedzy, dzięki czemu wyjściowa konfiguracja Terraform i zawartość pliku README są zgodne z najlepszymi praktykami i wytycznymi Terraform Twojej organizacji.
Poniższy diagram ilustruje tę architekturę.
Przepływ pracy składa się z następujących kroków:
- Proces rozpoczyna się od sprzedaży konta, podczas której właściciele aplikacji składają wniosek o nowe konto AWS. Wywołuje to AVM, który przetwarza parametry żądania w celu udostępnienia docelowego konta AWS.
- Opis architektury aplikacji przeznaczonej do migracji jest przekazywany jako jedno z danych wejściowych do warstwy AVM.
- Po udostępnieniu konta stosowane są dostosowania AVM. Może to obejmować Dostosowania wieży kontrolnej AWS or Dostosowania AFT zakładających konto z niezbędnymi komponentami infrastruktury i konfiguracjami zgodnymi z polityką organizacji.
- Równolegle warstwa AVM wywołuje funkcję Lambda w celu wygenerowania kodu Terraform. Ta funkcja wzbogaca opis architektury o dostosowany monit i wykorzystuje RAG do dalszego udoskonalenia podpowiedzi o wytyczne dotyczące kodowania specyficzne dla organizacji z bazy wiedzy dla Bedrock. Ta baza wiedzy zawiera dostosowane najlepsze praktyki, poręcze zabezpieczające i wytyczne specyficzne dla organizacji. Zobacz ilustrację przykład specyfikacji i wytycznych modułu Terraform specyficznych dla organizacji przesłanych do Bazy Wiedzy.
- Przed wdrożeniem wstępna wersja kodu Terraform jest dokładnie sprawdzana przez inżynierów chmury lub zautomatyzowany system przeglądu kodu, aby potwierdzić, że spełnia on wszystkie standardy techniczne i zgodności.
- Sprawdzone i zaktualizowane skrypty Terraform są następnie wykorzystywane do wdrażania komponentów infrastruktury na nowo udostępnionym koncie AWS, konfigurując zasoby obliczeniowe, magazynowe i sieciowe wymagane dla aplikacji.
Omówienie rozwiązania
Wdrożenie AWS Landing Zone wykorzystuje funkcję Lambda do generowania skryptów Terraform na podstawie danych wejściowych architektury. Ta funkcja, kluczowa dla operacji, tłumaczy te dane wejściowe na zgodny kod, korzystając z Amazon Bedrock i baz wiedzy dla Amazon Bedrock. Dane wyjściowe są następnie przechowywane w repozytorium GitHub, odpowiadające konkretnej aplikacji objętej migracją. W poniższych sekcjach szczegółowo opisano wymagania wstępne i konkretne kroki potrzebne do wdrożenia tego rozwiązania.
Wymagania wstępne
Powinieneś mieć:
Skonfiguruj funkcję Lambda, aby wygenerować niestandardowy kod
Ta funkcja Lambda jest kluczowym elementem automatyzacji tworzenia niestandardowych, zgodnych konfiguracji Terraform dla usług AWS. Zapisuje wygenerowane konfiguracje bezpośrednio do wyznaczonego repozytorium GitHub, zgodnie z najlepszymi praktykami organizacyjnymi. Kod funkcji można znaleźć poniżej GitHub repo. Aby utworzyć funkcję lambda, postępuj zgodnie z instrukcją instrukcje.
Poniższy diagram ilustruje przepływ pracy funkcji.
Przepływ pracy obejmuje następujące kroki:
- Funkcja jest wywoływana przez zdarzenie z warstwy AVM zawierające opis architektury.
- Funkcja pobiera i wykorzystuje definicje modułów Terraform z bazy wiedzy.
- Funkcja wywołuje dwukrotnie model Amazon Bedrock, zgodnie z zaleceniami szybkie wytyczne inżynieryjne. Funkcja stosuje RAG w celu wzbogacenia monitu wejściowego o informacje z modułu Terraform, upewniając się, że kod wyjściowy jest zgodny z najlepszymi praktykami organizacyjnymi.
- Najpierw wygeneruj konfiguracje Terraform zgodnie z wytycznymi dotyczącymi kodowania organizacyjnego i dołącz szczegóły modułów Terraform z bazy wiedzy. Na przykład monit może brzmieć: „Generuj konfiguracje Terraform dla usług AWS. Postępuj zgodnie z najlepszymi praktykami w zakresie bezpieczeństwa, korzystając z ról IAM i uprawnień najniższych uprawnień. Dołącz wszystkie niezbędne parametry z wartościami domyślnymi. Dodaj komentarze wyjaśniające ogólną architekturę i cel każdego zasobu.
- Po drugie, utwórz szczegółowy plik README. Na przykład: „Wygeneruj szczegółowy plik README dla konfiguracji Terraform w oparciu o usługi AWS. Dołącz sekcje dotyczące ulepszeń bezpieczeństwa i wskazówek dotyczących optymalizacji kosztów zgodnie z AWS Well-Architected Framework. Uwzględnij także szczegółowy podział kosztów dla każdej używanej usługi AWS ze stawkami godzinowymi oraz całkowitymi kosztami dziennymi i miesięcznymi.
- Zapisuje wygenerowaną konfigurację Terraform i plik README do repozytorium GitHub, zapewniając identyfikowalność i przejrzystość.
- Na koniec odpowiada z sukcesem, podając adresy URL zatwierdzonych plików GitHub lub zwraca szczegółowe informacje o błędach w celu rozwiązania problemu.
Skonfiguruj bazy wiedzy dla Amazon Bedrock
Wykonaj poniższe kroki, aby skonfigurować bazę wiedzy w Amazon Bedrock:
- Na konsoli Amazon Bedrock wybierz Blog w okienku nawigacji.
- Dodaj Utwórz bazę wiedzy.
- Wprowadź jasną i opisową nazwę, która odzwierciedla cel Twojej bazy wiedzy, np. Baza wiedzy dotycząca konfiguracji konta AWS dla Amazon Bedrock.
- Przypisz wstępnie skonfigurowaną rolę IAM z niezbędnymi uprawnieniami. Zazwyczaj najlepiej jest pozwolić firmie Amazon Bedrock utworzyć tę rolę za Ciebie, aby upewnić się, że ma ona odpowiednie uprawnienia.
- Prześlij plik JSON do zasobnika S3 z włączonym szyfrowaniem ze względów bezpieczeństwa. Plik ten powinien zawierać uporządkowaną listę usług AWS i modułów Terraform. W przypadku struktury JSON użyj poniższego przykład z repozytorium GitHub.
- Wybierz domyślny model osadzania.
- Zezwól firmie Amazon Bedrock na utworzenie sklepu wektorowego i zarządzanie nim Usługa Amazon OpenSearch.
- Przejrzyj informacje pod kątem dokładności. Zwróć szczególną uwagę na szczegóły dotyczące identyfikatora URI i roli IAM segmentu S3.
- Stwórz swoją bazę wiedzy.
Po wdrożeniu i skonfigurowaniu tych komponentów, gdy rozwiązanie AWS Landing Zone wywołuje funkcję Lambda, generowane są następujące pliki:
- Plik konfiguracyjny Terraform – Ten plik określa konfigurację infrastruktury.
- Obszerny plik README – Ten plik dokumentuje standardy bezpieczeństwa wbudowane w kod, potwierdzając, że są one zgodne z praktykami bezpieczeństwa opisanymi w początkowych sekcjach. Dodatkowo ten plik README zawiera podsumowanie architektury, wskazówki dotyczące optymalizacji kosztów i szczegółowe zestawienie kosztów zasobów opisanych w konfiguracji Terraform.
Poniższy zrzut ekranu przedstawia przykład pliku konfiguracyjnego Terraform.
Poniższy zrzut ekranu przedstawia przykład pliku README.
Sprzątać
Wykonaj następujące kroki, aby wyczyścić zasoby:
- Usuń funkcję Lambda, jeśli nie jest już potrzebna.
- Opróżnij i usuń segment S3 używany do przechowywania stanu Terraform.
- Usuń wygenerowane skrypty Terraform i plik README z repozytorium GitHub.
- Usuń bazę wiedzy jeśli nie jest już potrzebny.
Wnioski
Możliwości generatywnej sztucznej inteligencji oferowane przez Amazon Bedrock nie tylko usprawniają tworzenie zgodnych skryptów Terraform na potrzeby wdrożeń AWS, ale także stanowią kluczową pomoc edukacyjną dla początkujących inżynierów zajmujących się chmurą, którzy przenoszą aplikacje lokalne do AWS. Takie podejście przyspiesza proces migracji do chmury i pomaga zastosować się do najlepszych praktyk. Możesz także wykorzystać to rozwiązanie, aby zapewnić wartość po migracji, usprawniając codzienne operacje, takie jak ciągła infrastruktura i optymalizacja kosztów. Chociaż w tym poście skupiliśmy się głównie na Terraform, zasady te mogą również usprawnić wdrożenia AWS CloudFormation, zapewniając wszechstronne rozwiązanie dla Twoich potrzeb infrastrukturalnych.
Chcesz uprościć proces migracji do chmury dzięki generatywnej sztucznej inteligencji w Amazon Bedrock? Zacznij od zbadania Podręcznik użytkownika Amazon Bedrock aby zrozumieć, jak może usprawnić korzystanie z chmury w Twojej organizacji. Aby uzyskać dalszą pomoc i wiedzę, rozważ użycie Usługi profesjonalne AWS aby pomóc Ci usprawnić migrację do chmury i zmaksymalizować korzyści z Amazon Bedrock.
Odblokuj potencjał szybkiego, bezpiecznego i wydajnego wdrożenia chmury dzięki Amazon Bedrock. Zrób pierwszy krok już dziś i odkryj, w jaki sposób może on usprawnić wysiłki Twojej organizacji związane z transformacją chmury.
O autorze
Ebbey Thomas specjalizuje się w opracowywaniu strategii i rozwijaniu niestandardowych zasobów AWS Landing Zone, ze szczególnym uwzględnieniem wykorzystania generatywnej sztucznej inteligencji w celu zwiększenia automatyzacji infrastruktury chmurowej. Na swoim stanowisku w AWS Professional Services wiedza Ebbeya ma kluczowe znaczenie w projektowaniu rozwiązań usprawniających wdrażanie chmury, zapewniając bezpieczne i wydajne ramy operacyjne dla użytkowników AWS. Jest znany ze swojego innowacyjnego podejścia do wyzwań związanych z chmurą i zaangażowania w zwiększanie możliwości usług chmurowych.
- Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
- PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
- PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
- PlatonESG. Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
- Platon Zdrowie. Inteligencja w zakresie biotechnologii i badań klinicznych. Dostęp tutaj.
- Źródło: https://aws.amazon.com/blogs/machine-learning/generate-customized-compliant-application-iac-scripts-for-aws-landing-zone-using-amazon-bedrock/
- :ma
- :Jest
- :nie
- :Gdzie
- $W GÓRĘ
- 150
- 7
- 800
- a
- przyspiesza
- Stosownie
- Konto
- Zarządzanie kontem
- Konta
- precyzja
- osiągnięty
- w poprzek
- działać
- Dodaj
- do tego
- Adresy
- przylegać
- przylegający
- Przyjęcie
- zaawansowany
- Po
- AI
- AID
- Cel
- wyrównać
- justowanie
- Wszystkie kategorie
- wzdłuż
- również
- Chociaż
- Amazonka
- Amazon Web Services
- an
- i
- Antropiczny
- api
- Zastosowanie
- aplikacje
- stosowany
- dotyczy
- podejście
- architektoniczny
- architektura
- SĄ
- sztuczny
- sztuczna inteligencja
- Sztuczna inteligencja (AI)
- AS
- Wsparcie
- At
- Uwaga
- zwiększona
- zautomatyzować
- zautomatyzowane
- automatyzacja
- Automatyzacja
- AWS
- Tworzenie chmury AWS
- Usługi profesjonalne AWS
- baza
- na podstawie
- Baseline
- BE
- rozpocząć
- początkujący
- zaczyna się
- korzystny
- Korzyści
- BEST
- Najlepsze praktyki
- awaria
- szeroki
- budować
- wybudowany
- ale
- by
- Połączenia
- CAN
- możliwości
- skapitalizować
- centralny
- scentralizować
- Dyplomowani
- wyzwanie
- wyzwania
- wybór
- Dodaj
- kleń
- jasny
- Chmura
- adopcja chmury
- infrastruktura chmurowa
- usługi w chmurze
- kod
- Przegląd kodu
- Kodowanie
- zbiorowo
- komentarze
- zobowiązanie
- popełnia
- zobowiązany
- Firmy
- kompleks
- złożoności
- kompleksowość
- spełnienie
- zgodny
- składnik
- składniki
- wszechstronny
- kompromis
- obliczać
- systemu
- Potwierdzać
- spójnik
- Rozważać
- składa się
- Konsola
- zawierać
- Pojemniki
- treść
- kontekst
- kontrola
- Wieża kontroli
- skorygowania
- Odpowiedni
- Koszty:
- Koszty:
- mógłby
- Przeciwdziałać
- Stwórz
- Tworzenie
- tworzenie
- krzywa
- zwyczaj
- dostosowane
- codziennie
- dane
- zarządzanie danymi
- Bazy danych
- Domyślnie
- określić
- definicje
- opóźniony
- dostarczona
- rozwijać
- wdrażanie
- Wdrożenie
- wdrożenia
- opisane
- opis
- wyznaczony
- Mimo
- detal
- szczegółowe
- detale
- rozwijać
- rozwijanie
- schemat
- różne
- bezpośrednio
- odkryj
- dokumentacja
- dokumenty
- domeny
- na dół
- projekt
- jazdy
- każdy
- wydajny
- starania
- bądź
- wyeliminować
- osadzone
- uprawniającej
- upoważnia
- włączony
- spotkanie
- szyfrowanie
- starania
- Inżynieria
- Inżynierowie
- wzmacniać
- wzmocnienie
- wzbogacać
- wzbogaca
- Środowisko
- środowiska
- błąd
- niezbędny
- wydarzenie
- przykład
- doświadczenie
- ekspertyza
- wyjaśniając
- Exploring
- rozległy
- ułatwia
- ułatwienie
- fabryka
- filet
- Akta
- i terminów, a
- Elastyczność
- Skupiać
- koncentruje
- obserwuj
- następujący
- W razie zamówieenia projektu
- Naprzód
- Fundacja
- podstawowy
- Framework
- od
- w pełni
- funkcjonować
- dalej
- szczelina
- Generować
- wygenerowane
- generuje
- generujący
- generacja
- generatywny
- generatywna sztuczna inteligencja
- otrzymać
- GitHub
- zarządzanie
- wytyczne
- Have
- he
- pomoc
- pomaga
- na wysokim szczeblu
- wydajny
- Wynajmowanie
- jego
- W jaki sposób
- How To
- Jednak
- HTML
- http
- HTTPS
- przeszkoda
- Przeszkody
- tożsamość
- zarządzanie tożsamością
- if
- ilustruje
- ilustracyjny
- wdrożenia
- ulepszenia
- in
- zawierać
- obejmuje
- Włącznie z
- wzrosła
- przemysł
- standardy przemysłowe
- specyficzne dla branży
- Informacja
- Infrastruktura
- początkowy
- Innowacyjny
- wkład
- Wejścia
- Integracja
- Inteligencja
- najnowszych
- inwestowanie
- przywołany
- inwokuje
- IT
- JEGO
- podróż
- jpeg
- jpg
- json
- Klawisz
- wiedza
- znany
- Labs
- lądowanie
- warstwa
- prowadzący
- Wyprowadzenia
- nauka
- najmniej
- niech
- lubić
- Ograniczony
- Linia
- Lista
- dłużej
- poszukuje
- maszyna
- zrobiony
- utrzymany
- Utrzymywanie
- robić
- WYKONUJE
- Dokonywanie
- zarządzanie
- zarządzane
- i konserwacjami
- ręcznie
- Maksymalizuj
- Poznaj nasz
- Spełnia
- Meta
- migracja
- łagodzenie
- model
- modele
- Nowoczesne technologie
- Moduł
- Moduły
- miesięcznie
- Nazwa
- Nawigacja
- Nawigacja
- niezbędny
- Potrzebować
- potrzebne
- wymagania
- sieci
- Nowości
- nowo
- Nie
- of
- oferuje
- Oferty
- często
- on
- ONE
- trwający
- tylko
- działanie
- operacyjny
- operacje
- optymalizacja
- or
- organizacja
- organizacyjny
- organizacji
- opisane
- wydajność
- ogólny
- własny
- właściciele
- chleb
- Parallel
- parametry
- najważniejszy
- szczególnie
- minęło
- ścieżka
- Zapłacić
- uprawnienia
- Personel
- kluczowy
- Platforma
- plato
- Analiza danych Platona
- PlatoDane
- odgrywa
- Proszę
- punkt
- polityka
- możliwy
- Post
- potencjał
- praktyki
- Detaliczność
- warunki wstępne
- poprzednio
- głównie
- Zasady
- prywatność
- prywatny
- przywilej
- wygląda tak
- procesów
- profesjonalny
- Programy
- monity
- zapewniać
- zapewnia
- że
- zaopatrzenie
- publikować
- opublikowany
- cel
- szmata
- szybki
- ceny
- Zalecana
- odnosić się
- odzwierciedla
- rejestr
- regulacyjne
- składnica
- zażądać
- wymagany
- wymagania
- mieszka
- Zasób
- Zasoby
- odpowiedzialny
- wyszukiwanie
- powraca
- przeglądu
- recenzja
- krzepki
- Rola
- role
- Skala
- scenariusz
- skrypty
- płynnie
- działy
- bezpieczne
- bezpieczeństwo
- widzieć
- służyć
- usługa
- Usługi
- zestaw
- ustawienie
- ustawienie
- powinien
- pokazać
- Targi
- Przesiać
- znaczący
- upraszczać
- pojedynczy
- umiejętność
- powolny
- rozwiązanie
- Rozwiązania
- specjalny
- wyspecjalizowanym
- specjalizuje się
- specyficzny
- Specyfikacje
- Stabilność
- standard
- normalizacja
- standardy
- początek
- rozpoczęty
- Startowy
- Stan
- Ewolucja krok po kroku
- Cel
- przechowywanie
- sklep
- przechowywany
- sklep
- opływowy
- Struktura
- zbudowany
- Zatwierdź
- sukces
- taki
- PODSUMOWANIE
- pewnie
- system
- dostosowane
- Brać
- cel
- Zespoły
- Techniczny
- Szablony
- Terraform
- że
- Połączenia
- Informacje
- ich
- następnie
- Te
- one
- to
- całkowicie
- Przez
- terminy
- wskazówki
- do
- już dziś
- narzędzie
- narzędzia
- Kwota produktów:
- Wieża
- Możliwość śledzenia
- tradycyjnie
- Trening
- Transformacja
- przejście
- przejście
- przejścia
- Przezroczystość
- Dwa razy
- zazwyczaj
- zrozumieć
- wyjątkowy
- zaktualizowane
- przesłanych
- na
- posługiwać się
- używany
- Użytkownik
- Użytkownicy
- zastosowania
- za pomocą
- wykorzystuje
- uprawomocnienie
- wartość
- Wartości
- różnorodny
- wszechstronny
- we
- sieć
- usługi internetowe
- jeśli chodzi o komunikację i motywację
- który
- Podczas
- w
- w ciągu
- bez
- workflow
- by
- napisać
- pisanie
- You
- Twój
- zefirnet
- strefa