آج، صارفین متعدد چینلز جیسے کہ ویب، موبائل، چیٹ بوٹس، ای میلز، یا فون کالز کے ذریعے سپورٹ ٹکٹ اکٹھا کر سکتے ہیں۔ جب گاہک کی طرف سے سپورٹ ٹکٹ اٹھایا جاتا ہے، تو اس پر کارروائی کی جاتی ہے اور ٹکٹ میں فراہم کردہ معلومات کی بنیاد پر ایک زمرہ میں تفویض کیا جاتا ہے۔ اس کے بعد اسے ٹکٹ کے زمرے کے مطابق ریزولوشن کے لیے سپورٹ گروپ کے پاس بھیج دیا جاتا ہے۔ یہ اندازہ لگایا گیا ہے کہ ٹکٹوں کی غلط درجہ بندی کی وجہ سے زیادہ تعداد میں سپورٹ ٹکٹ عام طور پر صحیح گروپ کو نہیں بھیجے جاتے ہیں۔ غلط طریقے سے تفویض کردہ ٹکٹ مجموعی طور پر ریزولوشن کے وقت میں تاخیر کا سبب بنتے ہیں، جس کے نتیجے میں اکثر صارفین کی شدید عدم اطمینان ہوتی ہے۔ اس کے دوسرے وسیع اثرات بھی ہو سکتے ہیں جیسے مالی، آپریشنل، یا دیگر کاروباری اثرات۔ لہذا، ٹکٹ کی درجہ بندی ان دنوں ہر تنظیم کے لیے ایک ضروری کام ہے۔ اگرچہ آپ ٹکٹوں کو دستی طور پر درجہ بندی کر سکتے ہیں، لیکن یہ غلطی کا شکار ہے، لاگت کے لحاظ سے نہیں، اور پیمانہ نہیں ہے۔
AWS مینیجڈ سروسز (AMS) استعمال کرتا ہے۔ ایمیزون کی تعریف گاہک نے اپنے مسئلے کو کس طرح بیان کیا اس کی بنیاد پر وسائل اور آپریشن کی قسم کے لحاظ سے ان باؤنڈ درخواستوں کی درجہ بندی کرنے کے لیے حسب ضرورت درجہ بندی۔ Amazon Comprehend ایک قدرتی لینگویج پروسیسنگ (NLP) سروس ہے جو متن میں قیمتی بصیرت اور کنکشن کو ظاہر کرنے کے لیے مشین لرننگ (ML) کا استعمال کرتی ہے۔ AMS کسٹمر کی درخواستوں کو مناسب ایشو کی اقسام، وسائل کی قسم، اور ریسورس ایکشن کے ساتھ لیبل کرنے کے لیے حسب ضرورت درجہ بندی کا استعمال کرتا ہے، اس طرح صارفین کے ٹکٹوں کو SMEs تک پہنچایا جاتا ہے۔ Amazon Comprehend درجہ بندی کا استعمال نئے اندرونی آٹومیشن ٹولز کے مواقع تلاش کرنے کے لیے کیا جاتا ہے جنہیں AMS انجینئرز دستی کوششوں اور دستی غلطیوں کے امکانات کو کم کرنے کے لیے کسٹمر کی ضروریات کو پورا کرنے کے لیے استعمال کر سکتے ہیں۔ درجہ بندی کا ڈیٹا ایک میں محفوظ کیا جاتا ہے۔ ایمیزون ریڈ شفٹ کلسٹر اور صارفین کی درخواستوں کا تجزیہ کرنے اور آٹومیشن ٹول کے نئے امیدواروں کو تلاش کرنے کے لیے استعمال کیا جاتا ہے۔ اس آٹومیشن کے نتیجے میں آپریشنل کارکردگی میں اضافہ ہوتا ہے اور لاگت میں کمی آتی ہے۔
اس پوسٹ میں، ہم دکھاتے ہیں کہ کس طرح منظم سروس فراہم کنندگان Amazon Comprehend کو ٹکٹوں کی درجہ بندی اور راستہ بنانے، درجہ بندی کی بنیاد پر تجاویز فراہم کرنے اور درجہ بندی کے ڈیٹا کو استعمال کرنے کے لیے استعمال کر سکتے ہیں۔
حل جائزہ
مندرجہ ذیل خاکہ حل کے فن تعمیر کو ظاہر کرتا ہے۔
ورک فلو مندرجہ ذیل ہے:
- ایک گاہک ٹکٹ جمع کراتا ہے۔
- ٹکٹ سسٹم گاہک سے ٹکٹ وصول کرتا ہے، اور ٹکٹ کی درجہ بندی کرنے والے کو طلب کرتا ہے۔ او ڈبلیو ایس لامبڈا۔ ٹکٹ کی تفصیلات کے ساتھ فنکشن۔ لیمبڈا ایک سرور لیس، ایونٹ سے چلنے والی کمپیوٹ سروس ہے جو آپ کو کسی بھی قسم کی ایپلیکیشن یا بیک اینڈ سروس کے لیے سرورز کی فراہمی یا انتظام کیے بغیر کوڈ چلانے دیتی ہے۔ لامبڈا کا انتخاب لاگت اور دیکھ بھال کی کوششوں کو کم کرنے کے حل کے لیے کیا جاتا ہے۔
- ٹکٹ کی درجہ بندی کرنے والا Lambda فنکشن ٹکٹ کے عنوان اور تفصیل کا استعمال کرتے ہوئے Amazon Comprehend کے ساتھ ٹکٹ کی درجہ بندی کرتا ہے۔ Amazon Comprehend کے ساتھ، آپ NLP ماڈل کو تربیت دے سکتے ہیں اور بنیادی ڈھانچے کی فراہمی اور دیکھ بھال کے بغیر بیچ اور ریئل ٹائم دونوں درجہ بندی فراہم کر سکتے ہیں۔
- ٹکٹ کی درجہ بندی کرنے والا لیمبڈا فنکشن ٹکٹ کی درجہ بندی کے ڈیٹا کو ایمیزون ریڈ شفٹ کلسٹر کے ذریعے دھکیلتا ہے۔ ایمیزون کائنیسس ڈیٹا فائر ہوز. Kinesis Data Firehose ایک ایکسٹریکٹ، ٹرانسفارم، اور لوڈ (ETL) سروس ہے جو ڈیٹا لیکس، ڈیٹا اسٹورز، اور اینالیٹکس سروسز کو اسٹریمنگ ڈیٹا کیپچر، ٹرانسفارم، اور ڈیلیور کرتی ہے۔ Amazon Redshift کسی بھی پیمانے پر بہترین قیمت کی کارکردگی فراہم کرنے کے لیے AWS ڈیزائن کردہ ہارڈویئر اور ML کا استعمال کرتے ہوئے، ڈیٹا گوداموں، آپریشنل ڈیٹا بیسز، اور ڈیٹا لیکس میں ساختی اور نیم ساختہ ڈیٹا کا تجزیہ کرنے کے لیے SQL کا استعمال کرتا ہے۔ Kinesis Data Firehose ایک کو ڈیٹا فراہم کرتا ہے۔ ایمیزون سادہ اسٹوریج سروس (Amazon S3) پہلے بالٹی اور پھر ایک Amazon Redshift COPY کمانڈ جاری کرتا ہے تاکہ ڈیٹا کو Amazon Redshift کلسٹر میں لوڈ کرے۔
- ٹکٹ کی درجہ بندی کرنے والا لیمبڈا فنکشن ٹکٹ ہینڈلر لیمبڈا فنکشن کو طلب کرتا ہے۔
- ٹکٹ ہینڈلر لیمبڈا فنکشن ٹکٹ ہینڈلنگ میں مدد کے لیے کوڈ چلاتا ہے۔ اس مثال میں، یہ درجہ بندی کی بنیاد پر ٹکٹ کو سنبھالنے کے لیے تجویز کردہ مواد واپس کرتا ہے۔
- کے ساتھ ٹکٹ کا تجزیہ کیا جا سکتا ہے۔ ایمیزون کوئیک سائٹ. ٹکٹ کے تجزیہ سے، آپ سب سے اوپر درخواست کردہ ٹکٹ کی قسم معلوم کر سکتے ہیں۔ تجزیہ کی بنیاد پر، آپ ٹکٹوں کے رجحانات اور اعلیٰ ٹکٹوں کی اقسام کو خودکار کرنے کے مواقع دریافت کر سکتے ہیں۔ QuickSight ایک کلاؤڈ اسکیل بزنس انٹیلی جنس (BI) سروس ہے جس کا استعمال آپ ان لوگوں کو سمجھنے میں آسان بصیرت فراہم کرنے کے لیے کر سکتے ہیں جن کے ساتھ آپ کام کرتے ہیں، وہ کہیں بھی ہوں۔
مندرجہ ذیل حصوں میں، ہم آپ کو حل کو لاگو کرنے، ٹکٹ کی درجہ بندی کے بنیادی ڈھانچے کو آپ کے ٹکٹنگ سسٹم کے ساتھ مربوط کرنے، اور QuickSight کے ساتھ درجہ بندی کے ڈیٹا کو استعمال کرنے کے لیے آپ کو بتاتے ہیں۔
حل کو نافذ کریں۔
اس سیکشن میں، ہم آپ کے حل کے وسائل کی فراہمی اور ضروری انفراسٹرکچر بنانے کے لیے اقدامات کرتے ہیں۔
Amazon Comprehend کو ترتیب دیں۔
اس مرحلے میں، ہم دو نئے Amazon Comprehend اپنی مرضی کے مطابق درجہ بندی کے ماڈلز کو تربیت دیتے ہیں: آپریشن اور ریسورس، اور ہر ماڈل کے لیے ایک حقیقی وقت کے تجزیہ کا اختتامی نقطہ تخلیق کرتے ہیں۔
تربیت کا ڈیٹا اپ لوڈ کریں۔
تربیتی ڈیٹا اپ لوڈ کرنے کے لیے، درج ذیل مراحل کو مکمل کریں:
- لوڈ ٹکٹ_ٹریننگ_ڈیٹا.زپ اور فائل کو ان زپ کریں۔
اس فولڈر میں درج ذیل دو فائلیں ہیں:- training_data_operations.csv - یہ فائل ایک دو کالم CSV فائل ہے جسے ہم آپریشن کی درجہ بندی کے ماڈل کی تربیت کے لیے استعمال کرتے ہیں۔ پہلے کالم پر مشتمل ہے۔
class
، اور دوسرے کالم پر مشتمل ہے۔document
. - training_data_resources.csv - یہ فائل ایک دو کالم CSV فائل ہے جسے ہم وسائل کی درجہ بندی کے ماڈل کو تربیت دینے کے لیے استعمال کرتے ہیں۔ کی طرح
training_data_operations.csv
فائل، پہلے کالم پر مشتمل ہے۔class
، اور دوسرے کالم پر مشتمل ہے۔document
.
- training_data_operations.csv - یہ فائل ایک دو کالم CSV فائل ہے جسے ہم آپریشن کی درجہ بندی کے ماڈل کی تربیت کے لیے استعمال کرتے ہیں۔ پہلے کالم پر مشتمل ہے۔
- Amazon S3 کنسول پر، Amazon Comprehend کے لیے ایک نئی بالٹی بنائیں۔ چونکہ S3 بالٹی کے نام عالمی سطح پر منفرد ہیں، آپ کو بالٹی کے لیے ایک منفرد نام بنانے کی ضرورت ہے۔ اس پوسٹ کے لیے، ہم اسے کہتے ہیں۔
comprehend-ticket-training-data
. سرور سائیڈ انکرپشن کو فعال کریں اور بالٹی بناتے وقت عوامی رسائی کو مسدود کریں۔ - اپ لوڈ کریں
training_data_operations.csv
اورtraining_data_resources.csv
نئی S3 بالٹی میں۔
دو نئے ماڈل بنائیں
اپنے ماڈل بنانے کے لیے، درج ذیل مراحل کو مکمل کریں:
- Amazon Comprehend کنسول پر، منتخب کریں۔ حسب ضرورت درجہ بندی نیوی گیشن پین میں.
- میں سے انتخاب کریں نیا ماڈل بنائیں.
- مندرجہ ذیل معلومات فراہم کریں:
- کے لئے ماڈل کا نام، داخل کریں
ticket-classification-operation
. - کے لئے زبانمنتخب کریں انگریزی.
- کے لئے درجہ بندی موڈمنتخب سنگل لیبل وضع کا استعمال.
- کے لئے ڈیٹا کی شکلمنتخب CSV فائل۔.
- کے لئے ٹریننگ ڈیٹاسیٹکے لیے S3 راستہ داخل کریں۔
training_data_operations.csv
. - کے لئے ٹیسٹ ڈیٹا سورسمنتخب آٹو اسپلٹ.
آٹو اسپلٹ آپ کے فراہم کردہ تربیتی ڈیٹا کا 10% خود بخود ٹیسٹنگ ڈیٹا کے طور پر استعمال کرنے کے لیے منتخب کرتا ہے۔ - کے لئے آئی اے ایم کا کردارمنتخب ایک IAM کردار بنائیں.
- کے لئے رسائی کی اجازت، اپنی S3 بالٹیوں میں تربیت، ٹیسٹ، اور آؤٹ پٹ ڈیٹا (اگر بیان کیا گیا ہو) کا انتخاب کریں۔
- کے لئے نام کا لاحقہ، داخل کریں
ticket-classification
.
- کے لئے ماڈل کا نام، داخل کریں
- میں سے انتخاب کریں تخلیق کریں.
- میں سے انتخاب کریں نیا ماڈل بنائیں اپنے وسائل کی درجہ بندی کا ماڈل بنانے کے لیے دوبارہ۔
- مندرجہ ذیل معلومات فراہم کریں:
- کے لئے ماڈل کا نام، داخل کریں
ticket-classification-resource
. - کے لئے زبانمنتخب کریں انگریزی.
- کے لئے درجہ بندی موڈمنتخب سنگل لیبل وضع کا استعمال.
- کے لئے ڈیٹا کی شکلمنتخب CSV فائل۔.
- کے لئے ٹریننگ ڈیٹاسیٹکے لیے S3 راستہ داخل کریں۔
training_data_resources.csv
. - کے لئے ٹیسٹ ڈیٹا سورس، آٹو اسپلٹ کو منتخب کریں۔
- کے لئے آئی اے ایم کا کردارمنتخب موجودہ IAM کردار استعمال کریں۔.
- کے لئے کردار کا ناممنتخب کریں
AmazonComprehendServiceRole-ticket-classification
.
- کے لئے ماڈل کا نام، داخل کریں
- میں سے انتخاب کریں تخلیق کریں.
Amazon Comprehend اب CSV فائلوں پر کارروائی کر رہا ہے اور انہیں حسب ضرورت درجہ بندی کرنے والوں کو تربیت دینے کے لیے استعمال کر رہا ہے۔ پھر ہم ان کا استعمال کسٹمر ٹکٹوں کی درجہ بندی میں مدد کے لیے کرتے ہیں۔ ہمارا تربیتی ڈیٹا جتنا بڑا اور درست ہوگا، درجہ بندی کرنے والا اتنا ہی درست ہوگا۔
ورژن کی حیثیت کے بطور ظاہر ہونے کا انتظار کریں۔ Trained
ذیل کے طور پر. تربیتی ڈیٹا کے سائز کے لحاظ سے اسے مکمل ہونے میں 1 گھنٹہ لگ سکتا ہے۔
ایمیزون کمپریہنڈ اینڈ پوائنٹس بنائیں
Amazon Comprehend اینڈ پوائنٹس کا بل 1-سیکنڈ انکریمنٹ میں، کم از کم 60 سیکنڈز کے ساتھ کیا جاتا ہے۔ آپ کے اختتامی نقطہ شروع کرنے سے لے کر حذف ہونے تک چارجز وصول ہوتے رہتے ہیں، چاہے کسی بھی دستاویزات کا تجزیہ نہ کیا جائے۔ مزید معلومات کے لیے دیکھیں ایمیزون پرائسنگ کو سمجھنا. اپنے اختتامی پوائنٹس بنانے کے لیے، درج ذیل مراحل کو مکمل کریں:
- Amazon Comprehend کنسول پر، منتخب کریں۔ اختتامی نکات نیوی گیشن پین میں.
- میں سے انتخاب کریں اختتامی نقطہ بنائیں اپنے آپریشن کی درجہ بندی کا اختتامی نقطہ بنانے کے لیے۔
- مندرجہ ذیل معلومات فراہم کریں:
- کے لئے اختتامی نقطہ کا نام، داخل کریں
ticket-classification-operation
. - کے لئے اپنی مرضی کے ماڈل کی قسممنتخب حسب ضرورت درجہ بندی.
- کے لئے درجہ بندی کرنے والا ماڈلمنتخب کریں ٹکٹ کی درجہ بندی-آپریشن.
- کے لئے ورژنمنتخب کریں کوئی ورژن کا نام نہیں۔.
- کے لئے انفرنس یونٹس کی تعداد (IUs)، داخل کریں
1
.
- کے لئے اختتامی نقطہ کا نام، داخل کریں
- میں سے انتخاب کریں اختتامی نقطہ بنائیں.
- میں سے انتخاب کریں اختتامی نقطہ بنائیں دوبارہ وسائل کی درجہ بندی کا اختتامی نقطہ بنانے کے لیے۔
- مندرجہ ذیل معلومات فراہم کریں:
- کے لئے اختتامی نقطہ کا نام، داخل کریں
ticket-classification-resource
. - کے لئے اپنی مرضی کے ماڈل کی قسممنتخب حسب ضرورت درجہ بندی.
- کے لئے درجہ بندی کرنے والا ماڈلمنتخب کریں ٹکٹ کی درجہ بندی وسائل.
- کے لئے ورژنمنتخب کریں کوئی ورژن کا نام نہیں۔.
- کے لئے انفرنس یونٹس کی تعداد (IUs)، داخل کریں
1
.
- کے لئے اختتامی نقطہ کا نام، داخل کریں
- میں سے انتخاب کریں اختتامی نقطہ بنائیں.
دونوں اختتامی نقطوں کو بنانے کے بعد، دونوں کی حیثیت کے بطور ظاہر ہونے تک انتظار کریں۔ Active
.
ریئل ٹائم تجزیہ کے ساتھ Amazon Comprehend اینڈ پوائنٹس کی جانچ کریں۔
اپنے اختتامی نقطوں کو جانچنے کے لیے، درج ذیل مراحل کو مکمل کریں:
- Amazon Comprehend کنسول پر، منتخب کریں۔ ریئل ٹائم تجزیہ نیوی گیشن پین میں.
- کے لئے تجزیہ کی قسممنتخب کریں۔ اپنی مرضی کے.
- کے لئے اختتام پوائنٹمنتخب کریں ٹکٹ کی درجہ بندی-آپریشن.
- کے لئے ان پٹ ٹیکسٹ، درج ذیل درج کریں:
- میں سے انتخاب کریں تجزیہ.
نتائج سے پتہ چلتا ہے کہUpdate
کلاس میں سب سے زیادہ اعتماد کا سکور ہے۔ - تبدیل کریں اختتام پوائنٹ کرنے کے لئے ٹکٹ کی درجہ بندی وسائل اور منتخب کریں تجزیہ پھر سے.
نتائج سے پتہ چلتا ہے کہ EC2
کلاس میں سب سے زیادہ اعتماد کا سکور ہے۔
Amazon Redshift کلسٹر پاس ورڈ کے لیے ایک راز بنائیں
اس مرحلے میں، ہم ایک بناتے ہیں AWS سیکرٹس مینیجر آپ کے Amazon Redshift کلسٹر پاس ورڈ کا راز۔ سیکرٹس مینیجر آپ کی ایپلیکیشنز، سروسز اور آئی ٹی وسائل تک رسائی کے لیے درکار رازوں کی حفاظت میں مدد کرتا ہے۔ سروس آپ کو ڈیٹا بیس کی اسناد، API کیز، اور دیگر رازوں کو ان کی زندگی بھر میں آسانی سے گھمانے، منظم کرنے اور بازیافت کرنے کے قابل بناتی ہے۔ اس پوسٹ میں، ہم Amazon Redshift کلسٹر پاس ورڈ کو Secrets Manager میں محفوظ کرتے ہیں۔
- سیکرٹس مینیجر کنسول پر، منتخب کریں۔ راز نیوی گیشن پین میں.
- میں سے انتخاب کریں ایک نیا راز ذخیرہ کریں۔.
- کے لئے خفیہ قسممنتخب راز کی دوسری قسم.
- کے تحت کلیدی/قدر کے جوڑےاپنی کلید کو بطور سیٹ کریں۔
password
اور قدر آپ کے Amazon Redshift کلسٹر پاس ورڈ کے طور پر۔
پاس ورڈ کی لمبائی 8-64 حروف کے درمیان ہونی چاہیے اور اس میں کم از کم ایک بڑے حرف، ایک چھوٹے حروف اور ایک عدد ہونا چاہیے۔ یہ کوئی بھی پرنٹ ایبل ASCII کریکٹر ہو سکتا ہے سوائے ' (سنگل اقتباس)، “ (ڈبل اقتباس)، /، @، یا اسپیس کے۔ - میں سے انتخاب کریں اگلے.
- کے لئے خفیہ نام، داخل کریں
ClassificationRedshiftClusterPassword
. - میں سے انتخاب کریں اگلے.
- میں خفیہ گردش سیکشن کا انتخاب کریں، اگلے.
- اپنی خفیہ ترتیب کا جائزہ لیں اور منتخب کریں۔ سٹور.
AWS CloudFormation کے ساتھ اپنے انفراسٹرکچر کی فراہمی کریں۔
اس مرحلے میں، ہم ایک کا استعمال کرتے ہوئے حل کے لیے بنیادی ڈھانچہ فراہم کرتے ہیں۔ AWS کلاؤڈ فارمیشن اسٹیک
لیمبڈا فنکشن کوڈ اپ لوڈ کریں۔
CloudFormation اسٹیک لانچ کرنے سے پہلے، اپنا Lambda فنکشن کوڈ اپ لوڈ کریں:
- لوڈ lambda_code.zip
- Amazon S3 کنسول پر، اپنی بنائی ہوئی بالٹی کھولیں۔
- اپ لوڈ کریں
lambda_code.zip
.
اپنا CloudFormation اسٹیک بنائیں
AWS CloudFormation کے ساتھ وسائل کی فراہمی کے لیے، درج ذیل مراحل کو مکمل کریں:
- لوڈ cloudformation_template.json.
- AWS CloudFormation کنسول پر، منتخب کریں۔ اسٹیک بنائیں.
- منتخب کریں نئے وسائل کے ساتھ (معیاری).
- کے لئے سانچہ ماخذمنتخب کریں ٹیمپلیٹ فائل اپ لوڈ کریں۔.
- ڈاؤن لوڈ کردہ CloudFormation ٹیمپلیٹ کا انتخاب کریں۔
- میں سے انتخاب کریں اگلے.
- کے لئے اسٹیک کا نام، داخل کریں
Ticket-Classification-Infrastructure
. - میں پیرامیٹر سیکشن، درج ذیل اقدار درج کریں:
- کے لئے درجہ بندی ریڈ شفٹ کلسٹر نوڈ ٹائپ، Amazon Redshift کلسٹر نوڈ ٹائپ درج کریں۔ dc2.large پہلے سے طے شدہ ہے۔
- کے لئے درجہ بندیRedshiftClusterPasswordSecretNameسیکرٹس مینیجر کا خفیہ نام درج کریں جو Amazon Redshift کلسٹر پاس ورڈ کو محفوظ کرتا ہے۔
- کے لئے درجہ بندیRedshiftClusterSubnetIdسب نیٹ ID درج کریں جہاں Amazon Redshift Cluster کی میزبانی کی گئی ہے۔ سب نیٹ اس VPC کے اندر ہونا چاہیے جس کا آپ نے میں ذکر کیا ہے۔
ClassificationRedshiftClusterVpcId
پیرامیٹر - کے لئے درجہ بندی ریڈ شفٹ کلسٹر صارف نام، Amazon Redshift کلسٹر صارف کا نام درج کریں۔
- کے لئے درجہ بندی RedshiftClusterVpcId، VPC ID درج کریں جہاں Amazon Redshift کلسٹر کی میزبانی کی گئی ہے۔
- کے لئے لیمبڈا کوڈ ایس 3 بالٹیS3 بالٹی کا نام درج کریں جہاں آپ نے لیمبڈا کوڈ اپ لوڈ کیا تھا۔
- کے لئے LambdaCodeS3Key، تعیناتی پیکیج کی Amazon S3 کلید درج کریں۔
- کے لئے کوئیک سائٹ ریجنQuickSight کے لیے علاقہ داخل کریں۔ QuickSight کا علاقہ اس خطے کے مطابق ہونا چاہیے جسے آپ Amazon Comprehend اور S3 بالٹی کے لیے استعمال کر رہے ہیں۔
- میں سے انتخاب کریں اگلے.
- میں اسٹیک کے اختیارات کو ترتیب دیں۔ سیکشن کا انتخاب کریں، اگلے.
- میں کا جائزہ لیں سیکشن، منتخب کریں میں تسلیم کرتا ہوں کہ AWS CloudFormation IAM وسائل پیدا کر سکتا ہے۔.
- میں سے انتخاب کریں اسٹیک بنائیں.
اپنے Amazon Redshift کلسٹر کو ترتیب دیں۔
اس مرحلے میں، آپ آڈٹ لاگنگ کو فعال کرتے ہیں اور CloudFormation ٹیمپلیٹ کے ذریعے بنائے گئے Amazon Redshift کلسٹر میں نیا ٹیبل شامل کرتے ہیں۔
Amazon Redshift میں آڈٹ لاگنگ بطور ڈیفالٹ آن نہیں ہے۔ جب آپ اپنے کلسٹر پر لاگنگ آن کرتے ہیں، تو Amazon Redshift لاگ ان کو ایکسپورٹ کرتا ہے۔ ایمیزون کلاؤڈ واچجو کہ آڈٹ لاگنگ کے فعال ہونے سے لے کر موجودہ وقت تک ڈیٹا حاصل کرتا ہے۔ ہر لاگنگ اپ ڈیٹ پچھلے لاگز کا تسلسل ہے۔
آڈٹ لاگنگ کو فعال کریں۔
اگر آپ کو اپنے Amazon Redshift کلسٹر کے لیے آڈٹ لاگنگ کی ضرورت نہیں ہے تو آپ اس قدم کو چھوڑ سکتے ہیں۔
- ایمیزون ریڈ شفٹ کنسول پر، منتخب کریں۔ کلسٹر نیوی گیشن پین میں.
- سے شروع ہونے والے ایمیزون ریڈ شفٹ کلسٹر کا انتخاب کریں۔
classificationredshiftcluster-
. - پر پراپرٹیز ٹیب، منتخب کریں ترمیم کریں.
- میں سے انتخاب کریں آڈٹ لاگنگ میں ترمیم کریں۔.
- کے لئے آڈٹ لاگنگ کو ترتیب دیں۔منتخب کریں آن کریں.
- کے لئے لاگ ماہر کی قسممنتخب کریں کلاؤڈ واچ.
- لاگ کی تمام اقسام کو منتخب کریں۔
- میں سے انتخاب کریں تبدیلیاں محفوظ کرو.
نیا ٹیبل بنائیں
نیا ٹیبل بنانے کے لیے، درج ذیل مراحل کو مکمل کریں:
- ایمیزون ریڈ شفٹ کنسول پر، منتخب کریں۔ ڈیٹا سے استفسار کریں۔.
- میں سے انتخاب کریں استفسار ایڈیٹر v2 میں سوال.
- پر ڈیٹا بیس صفحہ، اپنا کلسٹر منتخب کریں۔
- کے لئے ڈیٹا بیس، داخل کریں
ticketclassification
. - صارف کا نام اور پاس ورڈ درج کریں جسے آپ نے CloudFormation اسٹیک پیرامیٹرز میں کنفیگر کیا ہے۔
- میں سے انتخاب کریں کنکشن بنائیں.
- جب کنکشن ہو جائے تو پلس کا نشان منتخب کریں اور ایک نئی سوال ونڈو کھولیں۔
- درج ذیل استفسار درج کریں:
- میں سے انتخاب کریں رن.
درجہ بندی کے بنیادی ڈھانچے کی جانچ کریں۔
اب ٹکٹ کی درجہ بندی کا بنیادی ڈھانچہ تیار ہے۔ اپنے ٹکٹ سسٹم کے ساتھ مربوط ہونے سے پہلے، آئیے درجہ بندی کے بنیادی ڈھانچے کی جانچ کریں۔
ٹیسٹ چلائیں۔
ٹیسٹ چلانے کے لیے، درج ذیل مراحل کو مکمل کریں:
- لیمبڈا کنسول پر، منتخب کریں۔ افعال نیوی گیشن پین میں.
- اس فنکشن کا انتخاب کریں جو شروع ہوتا ہے۔
Ticket-Classification-Inf-TicketClassifier
. - پر ٹیسٹ ٹیب، منتخب کریں ٹیسٹ ایونٹ.
- کے لئے نام، داخل کریں
TestTicket
. - درج ذیل ٹیسٹ ڈیٹا درج کریں:
- میں سے انتخاب کریں ٹیسٹ.
ٹکٹ کی درجہ بندی کی گئی ہے، اور درجہ بندی کا ڈیٹا Amazon Redshift کلسٹر میں محفوظ ہے۔ درجہ بندی کے بعد، ٹکٹ ہینڈلر Lambda فنکشن چلتا ہے، جو درجہ بندی کی بنیاد پر ٹکٹ کو ہینڈل کرتا ہے، بشمول انجینئرز کی مدد کے لیے مواد کی سفارش کرنا۔
ٹکٹ کی درجہ بندی کرنے والے ٹیسٹ لاگ کو چیک کریں۔
ٹیسٹ لاگ کو چیک کرنے کے لیے، درج ذیل مراحل کو مکمل کریں:
- ٹیسٹ کے رزلٹ سیکشن میں، منتخب کریں۔ کھنگالیں، یا منتخب کریں۔ CloudWatch میں لاگز دیکھیں پر کی نگرانی ٹیب.
- لاگ اسٹریم کا انتخاب کریں۔
آپ مندرجہ ذیل اسکرین شاٹ میں لاگز دیکھ سکتے ہیں، جو Amazon Comprehend سے آؤٹ پٹ اور ٹکٹ کی حتمی درجہ بندی کو ظاہر کرتا ہے۔ اس مثال میں، ٹیسٹ ٹکٹ کی درجہ بندی کی گئی ہے۔ Resource=EC2
, Operation=Update
.
Amazon Redshift کلسٹر میں ٹکٹ کی درجہ بندی کا آؤٹ پٹ چیک کریں۔
اپنے کلسٹر میں آؤٹ پٹ کو درست کرنے کے لیے، درج ذیل مراحل کو مکمل کریں:
- Amazon Redshift query editor v2 کنسول پر، نئی استفسار ونڈو کھولنے کے لیے پلس سائن کا انتخاب کریں۔
- درج ذیل استفسار درج کریں:
- میں سے انتخاب کریں رن.
مندرجہ ذیل اسکرین شاٹ ٹکٹ کی درجہ بندی کو ظاہر کرتا ہے۔ اگر یہ ابھی تک دستیاب نہیں ہے، تو چند منٹ انتظار کریں اور دوبارہ کوشش کریں (کائنیسس ڈیٹا فائر ہوز کو ڈیٹا کو آگے بڑھانے کے لیے کچھ وقت درکار ہے)۔ اب ہم اس ڈیٹا کو QuickSight میں استعمال کر سکتے ہیں۔
ٹکٹ ہینڈلر ٹیسٹ لاگ کو چیک کریں۔
ٹکٹ کی درجہ بندی کرنے والے کی طرف سے Amazon Redshift کلسٹر میں درجہ بندی کے ڈیٹا کو آگے بڑھانے کے بعد، ٹکٹ ہینڈلر Lambda فنکشن چلتا ہے، جو درجہ بندی کی بنیاد پر ٹکٹ کو ہینڈل کرتا ہے، بشمول انجینئرز کی مدد کے لیے مواد کی سفارش کرنا۔ اس مثال میں، ٹکٹ ہینڈلر تجویز کردہ مواد واپس کرتا ہے جس میں رن بک، AWS دستاویزات، اور SSM دستاویزات شامل ہیں تاکہ ٹکٹ کو سنبھالتے وقت سپورٹ ان سے رجوع کر سکے۔ آپ آؤٹ پٹ کو اپنے ٹکٹ ہینڈلنگ سسٹم کے ساتھ مربوط کر سکتے ہیں، اور آپ Lambda فنکشن کوڈ میں ہینڈلنگ کے عمل کو اپنی مرضی کے مطابق بنا سکتے ہیں۔ اس مرحلے میں، ہم چیک کرتے ہیں کہ کیا سفارشات کی گئی تھیں۔
- لیمبڈا کنسول پر، منتخب کریں۔ افعال نیوی گیشن پین میں.
- لیمبڈا فنکشن کا انتخاب کریں جو شروع ہوتا ہے۔
Ticket-Classification-Inf-TicketHandlerLambdaFunct
. - پر کی نگرانی ٹیب، منتخب کریں CloudWatch میں لاگز دیکھیں.
- لاگ اسٹریم کا انتخاب کریں۔
درج ذیل اسکرین شاٹ لاگز کو دکھاتا ہے۔ آپ Amazon Comprehend سے آؤٹ پٹ دیکھ سکتے ہیں اور ٹکٹ کے لیے تجویز کردہ AWS دستاویزات اور SSM دستاویزات کی فہرست دیکھ سکتے ہیں Update EC2
. آپ Lambda فنکشن کوڈ میں اپنی رن بکس، دستاویزات، SSM دستاویزات، یا کوئی اور مواد شامل کر سکتے ہیں۔
ٹکٹ کی درجہ بندی کے بنیادی ڈھانچے کو اپنے ٹکٹنگ سسٹم کے ساتھ مربوط کریں۔
اس سیکشن میں، ہم آپ کے ٹکٹنگ کی درجہ بندی کے بنیادی ڈھانچے کو آپ کے ٹکٹنگ سسٹم کے ساتھ مربوط کرنے اور آپ کی ترتیب کو حسب ضرورت بنانے کے لیے اقدامات کرتے ہیں۔
زیادہ تر ٹکٹنگ سسٹم میں ٹرگر فیچر ہوتا ہے، جو آپ کو ٹکٹ جمع ہونے پر کوڈ چلانے کی اجازت دیتا ہے۔ درج ذیل فارمیٹ شدہ ان پٹ کے ساتھ ٹکٹ کی درجہ بندی کرنے والے Lambda فنکشن کو شروع کرنے کے لیے اپنا ٹکٹنگ سسٹم ترتیب دیں:
اگر آپ ان پٹ کو اپنی مرضی کے مطابق بنانا چاہتے ہیں تو ٹکٹ کی درجہ بندی کرنے والے Lambda فنکشن کوڈ میں ترمیم کریں۔ آپ کو پیرامیٹرز (لائنز 90-105) شامل کرنے یا ہٹانے اور Amazon Comprehend (لائنز 15-17) کے لیے ان پٹ کو اپنی مرضی کے مطابق کرنے کی ضرورت ہے۔
آپ آٹومیشن چلانے یا سفارشات میں ترمیم کرنے کے لیے ٹکٹ ہینڈلر Lambda فنکشن کو اپنی مرضی کے مطابق بنا سکتے ہیں۔ مثال کے طور پر، آپ سفارشات کے ساتھ ٹکٹ میں اندرونی تبصرہ شامل کر سکتے ہیں۔ حسب ضرورت بنانے کے لیے، ٹکٹ ہینڈلر Lambda کوڈ کو کھولیں، اور لائنوں 68–70 اور 75–81 میں ترمیم کریں۔
QuickSight کے ساتھ درجہ بندی کا ڈیٹا استعمال کریں۔
ٹکٹ کی درجہ بندی کے بنیادی ڈھانچے کو اپنے ٹکٹ سسٹم کے ساتھ مربوط کرنے کے بعد، ٹکٹ کی درجہ بندی کا ڈیٹا Amazon Redshift کلسٹر میں محفوظ ہو جاتا ہے۔ آپ اس ڈیٹا کو چیک کرنے اور رپورٹیں بنانے کے لیے QuickSight کا استعمال کر سکتے ہیں۔ اس مثال میں، ہم درجہ بندی کے ڈیٹا کے ساتھ ایک QuickSight تجزیہ تیار کرتے ہیں۔
QuickSight کے لیے سائن اپ کریں۔
اگر آپ کے پاس پہلے سے QuickSight نہیں ہے تو درج ذیل مراحل کے ساتھ سائن اپ کریں:
- QuickSight کنسول پر، منتخب کریں۔ QuickSight کے لیے سائن اپ کریں۔.
- میں سے انتخاب کریں سٹینڈرڈ.
- کے تحت QuickSight علاقہ، وہ علاقہ منتخب کریں جسے آپ نے CloudFormation پیرامیٹر میں کنفیگر کیا ہے۔
QuickSightRegion
. - کے تحت اکاونٹ کی معلوماتاپنے QuickSight اکاؤنٹ کا نام اور اطلاع کا ای میل پتہ درج کریں۔
- کے تحت AWS خدمات تک QuickSight رسائیمنتخب ایمیزون ریڈ شفٹ.
- اگر آپ دوسرے وسائل تک رسائی اور خودکار دریافت کی اجازت دینا چاہتے ہیں تو انہیں بھی منتخب کریں۔
- میں سے انتخاب کریں ختم.
- میں سے انتخاب کریں Amazon QuickSight پر جائیں۔ آپ کے سائن اپ ہونے کے بعد۔
اپنے Amazon Redshift کلسٹر کو QuickSight سے مربوط کریں۔
اپنے کلسٹر کو QuickSight سے بطور ڈیٹا ماخذ منسلک کرنے کے لیے، درج ذیل مراحل کو مکمل کریں:
- QuickSight کنسول پر، منتخب کریں۔ ڈیٹا سیٹ نیوی گیشن پین میں.
- میں سے انتخاب کریں نیا ڈیٹاسیٹ.
- میں سے انتخاب کریں Redshift خودکار دریافت.
- مندرجہ ذیل معلومات فراہم کریں:
- کے لئے ڈیٹا سورس کا نام، داخل کریں
ticketclassification
. - کے لئے مثال کی شناختکے ساتھ شروع ہونے والے Amazon Redshift کلسٹر کا انتخاب کریں۔
classificationredshiftcluster-
. - کے لئے کنکشن کی قسممنتخب کریں پبلک نیٹ ورک.
- کے لئے ڈیٹا بیس کا نام۔، داخل کریں
ticketclassification
. - Amazon Redshift کلسٹر صارف کا نام اور پاس ورڈ درج کریں جسے آپ نے CloudFormation اسٹیک پیرامیٹرز میں کنفیگر کیا ہے۔
- کے لئے ڈیٹا سورس کا نام، داخل کریں
- میں سے انتخاب کریں کنکشن کی توثیق کریں۔ یہ دیکھنے کے لیے کہ کنکشن کام کرتا ہے یا نہیں۔
اگر یہ کام نہیں کرتا ہے، تو یہ غلط صارف نام اور پاس ورڈ استعمال کرنے کی وجہ سے ہو سکتا ہے، یا QuickSight Region اس سے مختلف ہے جو آپ نے CloudFormation اسٹیک میں بیان کیا ہے۔ - میں سے انتخاب کریں ڈیٹا سورس بنائیں.
- میں اپنی میز کا انتخاب کریں۔ سیکشن، منتخب کریں
tickets
میز. - میں سے انتخاب کریں منتخب کریں.
- منتخب کریں تیز تر تجزیات کے لیے SPICE میں درآمد کریں۔.
SPICE QuickSight سپر فاسٹ، متوازی، ان میموری کیلکولیشن انجن ہے۔ یہ تیزی سے جدید حساب کتاب کرنے اور ڈیٹا پیش کرنے کے لیے تیار کیا گیا ہے۔ درآمد کرنا (بھی کہا جاتا ہے۔ ingesing) SPICE میں آپ کا ڈیٹا وقت اور پیسہ بچا سکتا ہے۔ SPICE کے بارے میں مزید معلومات کے لیے، رجوع کریں۔ SPICE میں ڈیٹا درآمد کرنا. اگر آپ کو یہ غلطی ملتی ہے کہ "اسپائس کی گنجائش کافی نہیں ہے"، تو مزید SPICE صلاحیت خریدیں۔ مزید معلومات کے لیے رجوع کریں۔ AWS ریجن میں اسپائس کی صلاحیت کی خریداری. - میں سے انتخاب کریں بصیرت.
ٹکٹ کی درجہ بندی کے تجزیہ کی رپورٹ بنائیں
ڈیٹا سیٹ کی تخلیق مکمل کرنے کے بعد، آپ نیا QuickSight تجزیہ دیکھ سکتے ہیں۔ اس سیکشن میں، ہم ٹکٹ کی درجہ بندی کے تجزیہ کی رپورٹ بنانے کے لیے مراحل سے گزرتے ہیں، بشمول ایک پیوٹ ٹیبل، پائی چارٹس، اور لائن چارٹس۔
- میں سے انتخاب کریں آٹو گراف.
- کے تحت بصری اقسام، پیوٹ ٹیبل کا انتخاب کریں۔
- گھسیٹیں
operation
سے کھیتوں کی فہرست کرنے کے لئے صفیں. - گھسیٹیں
resource
سے کھیتوں کی فہرست کرنے کے لئے کالم. - پر شامل کریں مینو، منتخب کریں بصری شامل کریں۔.
- کے تحت بصری اقسام، پائی چارٹ کا انتخاب کریں۔
- گھسیٹیں
operation
سے کھیتوں کی فہرست کرنے کے لئے گروپ/رنگ. - پر شامل کریں مینو، منتخب کریں بصری شامل کریں۔ پھر سے.
- کے تحت بصری اقسام، پائی چارٹ کو دوبارہ منتخب کریں۔
- گھسیٹیں
resource
سے کھیتوں کی فہرست کرنے کے لئے گروپ/رنگ. - پر شامل کریں مینو، منتخب کریں بصری شامل کریں۔ پھر سے.
- کے تحت بصری اقسام، لائن چارٹ کا انتخاب کریں۔
- گھسیٹیں
creation_time
سے کھیتوں کی فہرست کرنے کے لئے ایکس محور. - گھسیٹیں
operation
سے کھیتوں کی فہرست کرنے کے لئے رنگ. - پر شامل کریں مینو، منتخب کریں بصری شامل کریں۔ پھر سے.
- کے تحت بصری اقسام، لائن چارٹ کو دوبارہ منتخب کریں۔
- گھسیٹیں
creation_time
سے کھیتوں کی فہرست کرنے کے لئے ایکس محور. - گھسیٹیں
operation
سے کھیتوں کی فہرست کرنے کے لئے رنگ. - ضرورت کے مطابق چارٹ کا سائز تبدیل کریں اور دوبارہ ترتیب دیں۔
- میں سے انتخاب کریں ایسے محفوظ کریں.
- اپنے تجزیے کے لیے ایک نام درج کریں اور منتخب کریں۔ محفوظ کریں.
مبارک ہو! آپ کا پہلا ٹکٹ تجزیہ تیار ہے۔ ایک بار جب آپ کے پاس مزید ڈیٹا ہو جائے تو تجزیہ درج ذیل اسکرین شاٹ کی طرح نظر آئے گا۔
صاف کرو
اس مرحلے میں، ہم مختلف خدمات کے ساتھ بنائے گئے وسائل کو صاف کرتے ہیں۔
ایمیزون کی تعریف
اپنے اختتامی نکات کو حذف کرنے کے لیے، درج ذیل مراحل کو مکمل کریں:
- Amazon Comprehend کنسول پر، منتخب کریں۔ اختتامی نکات نیوی گیشن پین میں.
- منتخب کریں
endpoint ticket-classification-operation
. - میں سے انتخاب کریں خارج کر دیں اور اشارہ پر عمل کریں۔
- حذف کرنے کے لیے ان اقدامات کو دہرائیں۔
ticket-classification-resource
اختتامی نقطہ
اگلا، آپ نے جو حسب ضرورت درجہ بندی بنائی ہے اسے حذف کریں۔ - میں سے انتخاب کریں حسب ضرورت درجہ بندی نیوی گیشن پین میں.
- منتخب کریں
classification ticket-classification-operation
. - منتخب کریں کوئی ورژن کا نام نہیں۔.
- میں سے انتخاب کریں خارج کر دیں اور اشارہ پر عمل کریں۔
- حذف کرنے کے لیے ان اقدامات کو دہرائیں۔
ticket-classification-resource
درجہ بندی.
ایمیزون S3
اگلا، آپ کی بنائی ہوئی S3 بالٹی کو صاف کریں۔
- Amazon S3 کنسول پر، اپنی بنائی ہوئی بالٹی کو منتخب کریں۔
- بالٹی میں موجود تمام اشیاء کو حذف کریں۔
- بالٹی کو حذف کریں۔
ایمیزون کوئیک سائٹ
QuickSight تجزیوں اور ڈیٹاسیٹ کو حذف کریں جو آپ نے بنایا ہے۔
- QuickSight کنسول پر، منتخب کریں۔ تجزیہ نیوی گیشن پین میں.
- آپ کے بنائے گئے تجزیہ پر اختیارات کا آئیکن (تین نقطے) منتخب کریں۔
- میں سے انتخاب کریں خارج کر دیں اور اشارہ پر عمل کریں۔
- میں سے انتخاب کریں ڈیٹا سیٹ نیوی گیشن پین میں.
- منتخب کیجئیے
tickets
ڈیٹاسیٹ - میں سے انتخاب کریں ڈیٹاسیٹ کو حذف کریں۔ اور اشارہ پر عمل کریں۔
AWS کلاؤڈ فارمیشن
CloudFormation اسٹیک کے حصے کے طور پر اپنے بنائے ہوئے وسائل کو صاف کریں۔
- AWS CloudFormation کنسول پر، منتخب کریں۔ Stacks نیوی گیشن پین میں.
- منتخب کیجئیے
Ticket-Classification-Infrastructure
اسٹیک - پر وسائل ٹیب، کی فزیکل ID منتخب کریں۔
ClassificationDeliveryStreamS3Bucket
.
ایمیزون S3 کنسول کھلتا ہے۔ - اس بالٹی میں کسی بھی چیز کو حذف کریں۔
- AWS CloudFormation کنسول پر واپس جائیں، منتخب کریں۔ خارج کر دیں، اور اشارے پر عمل کریں۔
AWS سیکرٹس مینیجر
آخر میں، سیکریٹ مینیجر کے راز کو حذف کریں۔
- سیکرٹس مینیجر کنسول پر، راز کو منتخب کریں۔
ClassificationRedshiftClusterPassword
. - پر عوامل مینو، منتخب کریں راز کو حذف کریں۔.
- انتظار کی مدت 7 دن مقرر کریں اور منتخب کریں۔ شیڈول حذف کریں۔.
آپ کا راز 7 دن کے بعد خود بخود حذف ہو جائے گا۔
نتیجہ
اس پوسٹ میں، آپ نے خودکار درجہ بندی اور سفارشی نظام بنانے کے لیے AWS سروسز کو استعمال کرنے کا طریقہ سیکھا۔ یہ حل آپ کی تنظیموں کو درج ذیل ورک فلو بنانے میں مدد کرے گا۔
- کسٹمر کی درخواستوں کی درجہ بندی کریں۔
- خودکار حل تجویز کریں۔
- کسٹمر کی درخواست کی درجہ بندی کا تجزیہ کریں اور اعلی ترین کسٹمر کی درخواستیں دریافت کریں۔
- ایک نیا خودکار حل جاری کریں اور آٹومیشن کی شرح میں اضافہ کریں۔
Amazon Comprehend کے بارے میں مزید معلومات کے لیے، دیکھیں ایمیزون کمپریہنڈ دستاویزات. آپ دیگر Amazon Comprehend فیچرز کو بھی دریافت کر سکتے ہیں اور دوسروں سے الہام حاصل کر سکتے ہیں۔ AWS بلاگ پوسٹس درجہ بندی سے آگے Amazon Comprehend استعمال کرنے کے بارے میں۔
مصنفین کے بارے میں
سیونگیول جیری چو سڈنی، آسٹریلیا میں مقیم AWS مینیجڈ سروسز میں ایک سینئر سسٹمز ڈویلپمنٹ انجینئر ہے۔ وہ مشین لرننگ سمیت متعدد ٹیکنالوجیز کا استعمال کرتے ہوئے انتہائی قابل توسیع اور خودکار کلاؤڈ آپریشن سافٹ ویئر بنانے پر توجہ مرکوز کرتا ہے۔ کام سے باہر، وہ سفر، کیمپنگ، پڑھنے، کھانا پکانے، اور دوڑ سے لطف اندوز ہوتا ہے۔
منو ششی کمار AWS مینیجڈ سروسز کے ساتھ ایک سینئر سسٹم انجینئر مینیجر ہے۔ منو اور اس کی ٹیم دستی کوششوں کو کم کرنے کے لیے طاقتور اور استعمال میں آسان آٹومیشن بنانے پر توجہ مرکوز کرتی ہے، اور گاہک کی درخواستوں کے انتظام کے لیے AI اور ML پر مبنی حل تیار کرتی ہے۔ کام سے باہر، وہ اپنا فارغ وقت اپنے خاندان کے ساتھ گزارنا پسند کرتا ہے، ساتھ ہی ساتھ مختلف انسانی اور رضاکارانہ سرگرمیوں کا حصہ بننا بھی پسند کرتا ہے۔
- سکے سمارٹ۔ یورپ کا بہترین بٹ کوائن اور کرپٹو ایکسچینج۔
- پلیٹو بلاک چین۔ Web3 Metaverse انٹیلی جنس۔ علم میں اضافہ۔ مفت رسائی۔
- کرپٹو ہاک۔ Altcoin ریڈار. مفت جانچ.
- ماخذ: https://aws.amazon.com/blogs/machine-learning/how-service-providers-can-use-natural-language-processing-to-gain-insights-from-customer-tickets-with-amazon- سمجھنا/
- "
- 100
- 7
- a
- ہمارے بارے میں
- تک رسائی حاصل
- کے مطابق
- اکاؤنٹ
- درست
- کے پار
- عمل
- سرگرمیوں
- پتہ
- اعلی درجے کی
- AI
- تمام
- کی اجازت دیتا ہے
- پہلے ہی
- اگرچہ
- ایمیزون
- تجزیہ
- تجزیاتی
- تجزیے
- اے پی آئی
- درخواست
- ایپلی کیشنز
- مناسب
- فن تعمیر
- تفویض
- آڈٹ
- آسٹریلیا
- خود کار طریقے سے
- آٹومیٹڈ
- خودکار
- خود کار طریقے سے
- میشن
- دستیاب
- AWS
- کیونکہ
- اس سے پہلے
- کیا جا رہا ہے
- نیچے
- BEST
- کے درمیان
- سے پرے
- بلاک
- بلاگ
- سرحد
- تعمیر
- عمارت
- کاروبار
- کاروبار کی ذہانت
- فون
- امیدواروں
- اہلیت
- قبضہ
- قبضہ
- قسم
- کیونکہ
- مشکلات
- چینل
- حروف
- بوجھ
- چارٹس
- میں سے انتخاب کریں
- منتخب کیا
- طبقے
- درجہ بندی
- بادل
- کوڈ
- کالم
- مکمل
- کمپیوٹنگ
- آپکا اعتماد
- ترتیب
- رابطہ قائم کریں
- کنکشن
- کنکشن
- متواتر
- کنسول
- پر مشتمل ہے
- جاری
- سرمایہ کاری مؤثر
- تخلیق
- بنائی
- تخلیق
- مخلوق
- اسناد
- اپنی مرضی کے
- گاہک
- گاہکوں
- اپنی مرضی کے مطابق
- اعداد و شمار
- ڈیٹا بیس
- ڈیٹا بیس
- تاخیر
- فراہم کرتا ہے
- منحصر ہے
- تعیناتی
- بیان کیا
- تفصیلات
- ترقی
- مختلف
- دریافت
- دستاویزات
- نہیں کرتا
- دوگنا
- آسانی سے
- استعمال میں آسان
- ایڈیٹر
- کارکردگی
- کوشش
- ای میل
- کو چالو کرنے کے
- کے قابل بناتا ہے
- خفیہ کاری
- اختتام پوائنٹ
- انجن
- انجینئر
- انجینئرز
- درج
- ضروری
- اندازے کے مطابق
- مثال کے طور پر
- اس کے علاوہ
- موجودہ
- ماہر
- خاندان
- نمایاں کریں
- خصوصیات
- مالی
- پہلا
- توجہ مرکوز
- توجہ مرکوز
- پر عمل کریں
- کے بعد
- مندرجہ ذیل ہے
- سے
- پورا کریں
- تقریب
- پیدا
- عالمی سطح پر
- گروپ
- ہینڈلنگ
- ہارڈ ویئر
- مدد
- مدد کرتا ہے
- ہائی
- انتہائی
- میزبانی کی
- کس طرح
- کیسے
- HTTPS
- ہیومینیٹیرین
- آئکن
- پر عملدرآمد
- درآمد
- سمیت
- اضافہ
- اضافہ
- معلومات
- انفراسٹرکچر
- ان پٹ
- بصیرت
- پریرتا
- ضم
- انٹیلی جنس
- مسئلہ
- مسائل
- IT
- کلیدی
- چابیاں
- لیبل
- زبان
- بڑے
- بڑے
- شروع
- سیکھا ہے
- سیکھنے
- امکان
- لائن
- لائنوں
- لسٹ
- لوڈ
- دیکھو
- مشین
- مشین لرننگ
- بنا
- دیکھ بھال
- انتظام
- میں کامیاب
- مینیجر
- مینیجنگ
- دستی
- دستی طور پر
- مواد
- ذکر کیا
- شاید
- کم سے کم
- ML
- موبائل
- ماڈل
- ماڈل
- قیمت
- زیادہ
- ایک سے زیادہ
- نام
- قدرتی
- سمت شناسی
- ضروری
- ضروریات
- نوٹیفیکیشن
- تعداد
- کھول
- کھولتا ہے
- آپریشن
- آپریشنز
- مواقع
- آپشنز کے بھی
- تنظیم
- تنظیمیں
- دیگر
- مجموعی طور پر
- خود
- پیکج
- حصہ
- پاس ورڈ
- لوگ
- کارکردگی
- مدت
- جسمانی
- محور
- طاقتور
- حال (-)
- پچھلا
- قیمت
- عمل
- پروسیسنگ
- حفاظت
- فراہم
- فراہم
- فراہم کرنے والے
- عوامی
- خرید
- بلند
- پڑھنا
- اصل وقت
- سفارش کر رہا ہے
- کو کم
- کم
- خطے
- رپورٹ
- رپورٹیں
- درخواست
- درخواستوں
- ضروریات
- وسائل
- وسائل
- نتیجے
- نتائج کی نمائش
- واپسی
- روٹ
- رن
- چل رہا ہے
- توسیع پذیر
- پیمانے
- سیکنڈ
- بے سرور
- سروس
- سروسز
- مقرر
- سائن ان کریں
- سادہ
- ایک
- سائز
- So
- سافٹ ویئر کی
- ٹھوس
- حل
- حل
- کچھ
- خلا
- خرچ کرنا۔
- ڈھیر لگانا
- معیار
- شروع کریں
- شروع ہوتا ہے
- درجہ
- ذخیرہ
- ذخیرہ
- پردہ
- سٹریم
- محرومی
- منظم
- جمع کرائی
- حمایت
- سڈنی
- کے نظام
- سسٹمز
- ٹیم
- ٹیکنالوجی
- ٹیسٹ
- ٹیسٹنگ
- ۔
- اس طرح
- تین
- کے ذریعے
- بھر میں
- ٹکٹ
- ٹکٹ
- وقت
- عنوان
- کے آلے
- اوزار
- سب سے اوپر
- ٹریننگ
- تبدیل
- سفر
- رجحانات
- اقسام
- بے نقاب
- منفرد
- یونٹس
- اپ ڈیٹ کریں
- استعمال کی شرائط
- عام طور پر
- UTC کے مطابق ھیں
- استعمال
- قیمت
- مختلف اقسام کے
- مختلف
- ورژن
- لنک
- رضاکارانہ
- انتظار
- ویب
- کیا
- ڈبلیو
- وسیع پیمانے پر
- کے اندر
- بغیر
- کام
- کام کرتا ہے
- اور