{"id":84416,"date":"2020-06-07T13:42:50","date_gmt":"2020-06-07T11:42:50","guid":{"rendered":"https:\/\/prohoster.info\/blog\/administrirovanie\/formaty-fajlov-v-bolshih-dannyh-kratkij-likbez"},"modified":"2020-06-07T13:42:50","modified_gmt":"2020-06-07T11:42:50","slug":"formaty-fajlov-v-bolshih-dannyh-kratkij-likbez","status":"publish","type":"post","link":"https:\/\/prohoster.info\/et\/blog\/administrirovanie\/formaty-fajlov-v-bolshih-dannyh-kratkij-likbez","title":{"rendered":"Failivormingud suurtes andmetes: l\u00fchike \u00fclevaade","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"Failivormingud
\nIlm Deity by Remarin<\/i><\/a><\/noindex> <\/p>\n

Meeskond Mail.ru Pilve Lahendused<\/a><\/noindex> pakub artikli t\u00f5lge<\/a><\/noindex> insener Rahul Bhatiast ettev\u00f5ttest Clairvoyant, mis k\u00e4sitleb suurte andmete failivormateid, k\u00f5ige levinumaid Hadoopi failivormaatide funktsioone ja millist vormingut eelistada.
\n<\/a><\/noindex><\/p>\n

Miks on erinevad failivormingud vajalikud<\/h2>\n

\nHDFS-i toetavate rakenduste, nagu MapReduce ja Spark, j\u00f5udluse t\u00f5sine kitsaskoht on otsinguaeg, andmete lugemine ja kirjutamine. Need probleemid s\u00fcvenevad suure andmehulkade haldamise raskustega, kui meil pole fikseeritud, vaid areneda lastud skeemi v\u00f5i on olemas teatud s\u00e4ilitamisseisundid.<\/p>\n

Suurte andmete t\u00f6\u00f6tlemine koormab salvestuss\u00fcsteemi \u2014 Hadoop salvestab andmeid liigseks koormuseks usaldusv\u00e4\u00e4rsuse saavutamiseks. Lisaks ketastele koormatakse protsessorit, v\u00f5rku, sisend-v\u00e4ljund s\u00fcsteeme jne. Andmemahu suurenedes t\u00f5useb ka nende t\u00f6\u00f6tlemise ja s\u00e4ilitamise hind.<\/p>\n

Erinevad failivormingud Hadoop<\/a><\/noindex> on v\u00e4lja t\u00f6\u00f6tatud just nende probleemide lahendamiseks. \u00d5ige failivormingu valimine v\u00f5ib tuua kaasa olulisi eeliseid:<\/p>\n

    \n
  1. Kiirem lugemisaeg.<\/li>\n
  2. Kiirem kirjutamisaeg.<\/li>\n
  3. Jagatavad failid.<\/li>\n
  4. Toetamine skeemide evolutsioonile.<\/li>\n
  5. T\u00e4psem toetamine tihendusele.<\/li>\n<\/ol>\n

    \nM\u00f5ned failivormingud on m\u00f5eldud laiemaks kasutamiseks, teised spetsiifiliste stsenaariumide jaoks ning m\u00f5ned on v\u00e4lja t\u00f6\u00f6tatud arvestades konkreetseid andmete omadusi. Seega on valik t\u00f5eliselt ulatuslik.<\/p>\n

    Avro failivorming<\/h2>\n

    \nTooge andmete serialiseerimiseks <\/i>on laialdaselt kasutusel Avro \u2014 see on reageerivate<\/i>ehk reaktiivne, andmeh\u00f6lmamise format Hadoopis. See salvestab skeemi JSON-vormingus, mis lihtsustab selle lugemist ja t\u00f5lgendamist mis tahes programmiga. Andmed ise on salvestatud binaarses vormingus, kompaktne ja efektiivne.<\/p>\n

    Avro serialiseerimiss\u00fcsteem on keeleneutraalne. Failide t\u00f6\u00f6tlemine v\u00f5ib toimuda erinevates keeltes, sealhulgas C, C++, C#, Java, Python ja Ruby.<\/p>\n

    Avro peamine omadus on andmeskeemide kindel tugi, mis ajas muutuvad, st evolutsioon. Avro m\u00f5istab skeemi muudatusi \u2014 v\u00e4ljade eemaldamine, lisamine v\u00f5i muutmine.<\/p>\n

    Avro toetab mitmesuguseid andmestruktuure. N\u00e4iteks saab luua kirje, mis sisaldab massiivi, loendatavat t\u00fc\u00fcpi ja alusrekordit.<\/p>\n

    \"Failivormingud
    \nSee formaat sobib ideaalselt andmete j\u00e4rgu landing (\u00fclemineku) tsooni kirjutamiseks,    andmetevaik<\/a><\/noindex>, v\u00f5i data lake \u2014 instantside kogum, mis salvestab erinevat t\u00fc\u00fcpi andmeid koos andmeallikatega. <\/p>\n

    Seega, andmete j\u00e4rgu landing tsooni kirjutamiseks sobib see formaat k\u00f5ige paremini j\u00e4rgmistel p\u00f5hjustel:<\/p>\n

      \n
    1. Selle tsooni andmed loetakse tavaliselt tervikuna t\u00e4iendavaks t\u00f6\u00f6tlemiseks alumistes s\u00fcsteemides \u2014 ja ridade p\u00f5hine formaat on sel juhul t\u00f5husam.<\/li>\n
    2. Alumised s\u00fcsteemid saavad h\u00f5lpsasti skeemide tabeleid failidest v\u00e4lja ekstrakteerida \u2014 skeeme ei pea eraldi v\u00e4listesse metaandmehoidlatesse salvestama.<\/li>\n
    3. Igane muudatus algses skeemis on lihtne t\u00f6\u00f6delda (skeemi areng).<\/li>\n<\/ol>\n

      <\/p>\n

      Parquet failiformaat<\/h2>\n

      \nParquet on avatud l\u00e4htekoodiga failiformaat Hadoopile, mis salvestab sisemisi andmestruktuure tasapinnalises veergude formaadis.<\/i>.<\/p>\n

      Traditsioonilise ridade l\u00e4henemisega v\u00f5rreldes on Parquet salvestamise ja j\u00f5udluse osas t\u00f5husam.<\/p>\n

      See on eriti kasulik p\u00e4ringute jaoks, mis loevad laia (paljude veergudega) tabelist kindlaid veerge. Failiformaatide t\u00f5ttu loetakse ainult vajalikke veerge, nii et sisse- ja v\u00e4ljundteenused on minimaalsetes piirides.<\/p>\n

      Kerge k\u00f5rvalep\u00f5ikamine<\/strong>: et paremini m\u00f5ista Parquet failiformaati Hadoopis, vaatame, mis on veergude p\u00f5hine \u2014 ehk veergude \u2014 formaat. Sellises formaadis hoitakse kokku sama t\u00fc\u00fcpi v\u00e4\u00e4rtusi igast veerust. <\/p>\n

      N\u00e4iteks<\/a><\/noindex>, kirje sisaldab v\u00e4lju ID, Name ja Department. Sellisel juhul hoitakse k\u00f5ik ID veeru v\u00e4\u00e4rtused koos, nagu ka Name veeru v\u00e4\u00e4rtused ja nii edasi. Tabel n\u00e4eb v\u00e4lja umbes selline:<\/p>\n

      ID<\/strong>
      \nNimi<\/strong>
      \nDepartment<\/strong><\/p>\n

      1
      \nemp1
      \nd1<\/p>\n

      2
      \nemp2
      \nd2<\/p>\n

      3
      \nemp3
      \nd3<\/p>\n

      \nRidade formaadis salvestatakse andmed j\u00e4rgmiselt:<\/p>\n

      1
      \nemp1
      \nd1
      \n2
      \nemp2
      \nd2
      \n3
      \nemp3
      \nd3<\/p>\n

      \nVeergude formaadis salvestatakse samad andmed nii:<\/p>\n

      1
      \n2
      \n3
      \nemp1
      \nemp2
      \nemp3
      \nd1
      \nd2
      \nd3<\/p>\n

      \nVeergude formaat on t\u00f5husam, kui teil on vaja k\u00fcsida tabelist mitmeid veerge. See loeb ainult vajalikke veerge, kuna need asuvad k\u00fclg k\u00fclje k\u00f5rval. Seega on sisse- ja v\u00e4ljundtegevused minimaalsetes piirides.<\/p>\n

      N\u00e4iteks, kui vajate ainult veergu NAME. Ridade formaadis.<\/a><\/noindex> Iga andmeid andmestikus tuleb laadida, jaotada v\u00e4ljade kaupa ja seej\u00e4rel andmeid NAME v\u00e4lja v\u00f5tta. Veerufaili formaat v\u00f5imaldab liikuda otse nime veergu, kuna k\u00f5ik selle veeru v\u00e4\u00e4rtused on koos. Ei pea skaneerima kogu kirje.<\/p>\n

      Seega t\u00f5stab veerufaili formaat p\u00e4ringute j\u00f5udlust, kuna vajalikesse veergudesse p\u00e4\u00e4semiseks kulub v\u00e4hem otsinguaega ja v\u00e4heneb sisendi\/v\u00e4ljundi operatsioonide arv, kuna loetakse vaid vajalikke veerge.<\/p>\n

      \u00dcks unikaalne omadus Parquet<\/a><\/noindex> on see, et sellises formaadis suudab see salvestada andmeid, millel on sissepoole suunatud struktuurid<\/i>. See t\u00e4hendab, et Parquet failis on isegi sissepoole suunatud v\u00e4ljad v\u00f5imalik lugeda eraldi, ilma et peaks lugema k\u00f5iki v\u00e4lju sissepoole suunatud struktuuris. Sissepoole suunatud struktuuride salvestamiseks kasutab Parquet purustamise ja kokkupaneku algoritmi.<\/p>\n

      \"Failivormingud
      \nKuna m\u00f5ista Parquet faili formaati Hadoopis, tuleb teada j\u00e4rgmisi termineid:<\/p>\n

        \n
      1. Ridade grupp<\/strong> (row group): loogiline horisontaalne jaotamine andmetest ridadeks. Ridade grupp koosneb iga veeru fragmentidest andmestikus.<\/li>\n
      2. Veeru fragment<\/strong> (column chunk): konkreetse veeru fragment. Need veeru fragmentid elavad kindlas ridade grupis ja on garanteeritud, et nad on failis k\u00fclgnevad.<\/li>\n
      3. Leht<\/strong> (page): veeru fragmentid jagatakse lehtedeks, mis on kirjutatud j\u00e4rjestikku. Lehtedel on \u00fchine pealkiri, nii et lugemisel saab j\u00e4tta vahele mittevajalikud.<\/li>\n<\/ol>\n

        \n\"Failivormingud
        \nSiin sisaldab pealkiri lihtsalt maagilist numbrit PAR1<\/i> (4 baiti), mis tuvastab faili kui Parquet formaadis faili.<\/p>\n

        Footeris on kirjas j\u00e4rgnev:<\/p>\n

          \n
        1. Faili metaandmed, mis sisaldavad iga veeru metaandmete algust. Lugemisel tuleb esmalt lugeda faili metaandmed, et leida k\u00f5ik huvipakkuvad veeru fragmentid. Seej\u00e4rel tuleb veeru fragmente lugeda j\u00e4rjestikku. T\u00e4iendavalt sisaldavad metaandmed formaadi versiooni, skeemi ja k\u00f5iki t\u00e4iendavaid v\u00f5tme- ja v\u00e4\u00e4rtuspaaride.<\/li>\n
        2. Metaandmete pikkus (4 baiti).<\/li>\n
        3. Maagiline number PAR1<\/i> (4 baiti).<\/li>\n<\/ol>\n

          <\/p>\n

          ORC failiformaat<\/h2>\n

          \nOptimeeritud rida-veerg formaat<\/i> (Optimized Row Columnar, ORC<\/a><\/noindex>) pakub v\u00e4ga t\u00f5husat meetodit andmete salvestamiseks ja on loodud \u00fcletama teiste formaatide piiranguid. Salvestab andmed ideaalselt kompaktne kujul, v\u00f5imaldades j\u00e4tta k\u00f5rvale mittevajalikke \u00fcksikasju \u2014 samas ei n\u00f5ua see suurte, keeruliste v\u00f5i k\u00e4sitsi hallatavate indeksite loomist. <\/p>\n

          ORC formaadi eelised:<\/p>\n

            \n
          1. Iga \u00fclesande v\u00e4ljundiks on \u00fcks fail, mis v\u00e4hendab NameNode'i (nime s\u00f5lme) koormust.<\/li>\n
          2. Hive andmet\u00fc\u00fcpide tugi, sealhulgas DateTime, k\u00fcmnend- ja kompleksandmet\u00fc\u00fcbid (struktuur, loend, kaart ja \u00fchinemine).<\/li>\n
          3. Korraga saab sama faili lugeda erinevad RecordReader protsessid.<\/li>\n
          4. Failide jagamise v\u00f5imalus ilma markerite olemasolu skannimiseta.<\/li>\n
          5. M\u00e4lukoguse piirangute maksimaalse v\u00f5imaliku eraldamise hindamine lugemis-\/kirjutamisprotsesside jaoks faili jaluse teabe p\u00f5hjal.<\/li>\n
          6. Metaandmed salvestatakse binaarformas, kasutades Protocol Buffers, mis v\u00f5imaldab v\u00e4ljade lisamist ja eemaldamist.<\/li>\n<\/ol>\n

            \n\"Failivormingud
            \nORC salvestab stringsalongid \u00fchte faili, samas kui salongi sisesed stringandmed salvestatakse veergude formaadis.<\/p>\n

            ORC fail salvestab r\u00fchmad stringidest, mida nimetatakse ribadeks (stripes) ja abiteabe faili jaluses. Faili l\u00f5pus olev postskript sisaldab tihendamisparameetreid ja tihendatud jaluse suurust.<\/p>\n

            Vaikimisi ribade suurus on 250 MB. Sellise suurusega ribade t\u00f5ttu toimub lugemine HDFS-ist efektiivsemalt: suurte pidevate plokkidena.<\/p>\n

            Faili jaluses on kirjas ribade loetelu failis, ridade arv ribas ja iga veeru andmet\u00fc\u00fcp. Seal on ka iga veeru jaoks salvestatud tulemuseks v\u00e4\u00e4rtused count, min, max ja sum.<\/p>\n

            Riba jalus sisaldab voolu asukohtade katalooge.<\/p>\n

            Stringandmeid kasutatakse tabelite skannimisel.<\/p>\n

            Indeksandmed sisaldavad iga veeru minimaalseid ja maksimaalseid v\u00e4\u00e4rtusi ning ridade positsioone igas veerus. ORC indekseid kasutatakse ainult ribade ja stringigruppide valimiseks, mitte p\u00e4ringutele vastamiseks.<\/p>\n

            Erinevate failivormingute v\u00f5rdlemine<\/h2>\n

            <\/p>\n

            Avro v\u00f5rreldes Parquet<\/h3>\n

            <\/p>\n

              \n
            1. Avro on ridade j\u00e4rgi salvestamise formaat, samas kui Parquet salvestab andmed veergude kaupa.<\/li>\n
            2. Parquet sobib paremini anal\u00fc\u00fctiliste p\u00e4ringute jaoks, see t\u00e4hendab, et andmete lugemise ja p\u00e4rimise operatsioonid on palju t\u00f5husamad kui kirjutamine.<\/li>\n
            3. Kirjutamise operatsioonid Avros toimuvad t\u00f5husamalt kui Parquet'is.<\/li>\n
            4. Avro t\u00f6\u00f6tab skeemide evolutsiooniga k\u00fcpselt. Parquet toetab ainult skeemi lisamist, samas kui Avros on rakendatud mitmekesist evolutsiooni, see t\u00e4hendab veergude lisamist v\u00f5i muutmist.<\/li>\n
            5. Parquet on ideaalne mitme veeru tabelis veergude alamhulkade p\u00e4ringute tegemiseks. Avro sobib ETL-operatsioonideks, kus k\u00fcsime k\u00f5iki veerge.<\/li>\n<\/ol>\n

              <\/p>\n

              ORC v\u00f5rreldes Parquetiga<\/h3>\n

              <\/p>\n

                \n
              1. Parquet hoiab sissekandetud andmeid paremini.<\/li>\n
              2. ORC on paremini kohandatud eelkontrollide edastamiseks (predicate pushdown).<\/li>\n
              3. ORC toetab ACID omadusi.<\/li>\n
              4. ORC surub andmed paremini kokku.<\/li>\n<\/ol>\n

                \nMida veel selle kohta lugeda<\/strong>:<\/p>\n

                  \n
                1. Suure andmehulkade anal\u00fc\u00fcs pilves: kuidas ettev\u00f5tted v\u00f5ivad olla andmesuunalised<\/a><\/noindex>.<\/li>\n
                2. Mugav juhend andmebaasiskeemide kohta<\/a><\/noindex>.<\/li>\n
                3. Meie Telegrami kanal digitaaltransformatsiooni kohta<\/a><\/noindex>. \n<\/li>\n<\/ol>\n

                  Allikas: habr.com<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"

                  Weather Deity by Remarin \u041a\u043e\u043c\u0430\u043d\u0434\u0430 Mail.ru Cloud Solutions \u043f\u0440\u0435\u0434\u043b\u0430\u0433\u0430\u0435\u0442 \u043f\u0435\u0440\u0435\u0432\u043e\u0434 \u0441\u0442\u0430\u0442\u044c\u0438 \u0438\u043d\u0436\u0435\u043d\u0435\u0440\u0430 \u0420\u0430\u0445\u0443\u043b\u0430 \u0411\u0445\u0430\u0442\u0438\u0438 \u0438\u0437 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 Clairvoyant \u043e \u0442\u043e\u043c, \u043a\u0430\u043a\u0438\u0435 \u0435\u0441\u0442\u044c \u0444\u043e\u0440\u043c\u0430\u0442\u044b \u0444\u0430\u0439\u043b\u043e\u0432 \u0432 \u0431\u043e\u043b\u044c\u0448\u0438\u0445 \u0434\u0430\u043d\u043d\u044b\u0445, \u043a\u0430\u043a\u0438\u0435 \u0441\u0430\u043c\u044b\u0435 \u0440\u0430\u0441\u043f\u0440\u043e\u0441\u0442\u0440\u0430\u043d\u0435\u043d\u043d\u044b\u0435 \u0444\u0443\u043d\u043a\u0446\u0438\u0438 \u0444\u043e\u0440\u043c\u0430\u0442\u043e\u0432 Hadoop \u0438 \u043a\u0430\u043a\u043e\u0439 \u0444\u043e\u0440\u043c\u0430\u0442 \u043b\u0443\u0447\u0448\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u0442\u044c. \u0417\u0430\u0447\u0435\u043c \u043d\u0443\u0436\u043d\u044b \u0440\u0430\u0437\u043d\u044b\u0435 \u0444\u043e\u0440\u043c\u0430\u0442\u044b \u0444\u0430\u0439\u043b\u043e\u0432 \u0421\u0435\u0440\u044c\u0435\u0437\u043d\u043e\u0435 \u0443\u0437\u043a\u043e\u0435 \u043c\u0435\u0441\u0442\u043e \u0432 \u043f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0438\u0442\u0435\u043b\u044c\u043d\u043e\u0441\u0442\u0438 \u043f\u0440\u0438\u043b\u043e\u0436\u0435\u043d\u0438\u0439 \u0441 \u043f\u043e\u0434\u0434\u0435\u0440\u0436\u043a\u043e\u0439 HDFS, \u0442\u0430\u043a\u0438\u0445 \u043a\u0430\u043a MapReduce \u0438 […]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":84417,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[688],"tags":[],"class_list":["post-84416","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-administrirovanie"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\n","aioseo_head_json":{"title":"\ud83e\udd47Failiformaadid suurtes andmetes: l\u00fchike \u00fclevaade | ProHoster","description":"","canonical_url":"https:\/\/prohoster.info\/et\/blog\/administrirovanie\/formaty-fajlov-v-bolshih-dannyh-kratkij-likbez","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"et_EE","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u0424\u043e\u0440\u043c\u0430\u0442\u044b \u0444\u0430\u0439\u043b\u043e\u0432 \u0432 \u0431\u043e\u043b\u044c\u0448\u0438\u0445 \u0434\u0430\u043d\u043d\u044b\u0445: \u043a\u0440\u0430\u0442\u043a\u0438\u0439 \u043b\u0438\u043a\u0431\u0435\u0437 | ProHoster","og:url":"https:\/\/prohoster.info\/et\/blog\/administrirovanie\/formaty-fajlov-v-bolshih-dannyh-kratkij-likbez","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2020-06-07T11:42:50+00:00","article:modified_time":"2020-06-07T11:42:50+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"84416","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":null,"breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-02-28 14:58:40","updated":"2022-09-28 08:24:46","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/et\/wp-json\/wp\/v2\/posts\/84416","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/et\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/et\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/et\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/et\/wp-json\/wp\/v2\/comments?post=84416"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/et\/wp-json\/wp\/v2\/posts\/84416\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/et\/wp-json\/wp\/v2\/media\/84417"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/et\/wp-json\/wp\/v2\/media?parent=84416"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/et\/wp-json\/wp\/v2\/categories?post=84416"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/et\/wp-json\/wp\/v2\/tags?post=84416"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}