Idées de solution
Cet article présente une idée de solution. Si vous souhaitez que nous développions le contenu avec d’autres informations, telles que des cas d’usage potentiels, d’autres services, des considérations d’implémentation ou un guide des prix, adressez-nous vos commentaires GitHub.
Cet article présente une solution pour automatiser l’analyse et la visualisation des données à l’aide de l’intelligence artificielle (IA). Les principaux composants de la solution sont Azure Functions, Azure Cognitive Services et Azure Database pour MySQL.
Architecture
Téléchargez un fichier Visio de cette architecture.
Dataflow
- Une activité Azure Function vous permet de déclencher une application Azure Functions dans le pipeline Azure Data Factory. Vous créez une connexion de service lié et utilisez le service lié avec une activité pour spécifier la Azure Function que vous souhaitez exécuter.
- Les données proviennent de différentes sources telles que stockage Azure ou Azure Event Hubs pour les données volumineuses. Lorsque le pipeline reçoit de nouvelles données, il déclenche l’application Azure Functions.
- L’application Azure Functions appelle l’API Cognitive Services pour analyser les données.
- L’API Cognitive Services retourne les résultats de l’analyse au format JSON à l’application Azure Functions.
- L’application Azure Functions stocke les données et les résultats de l’API Cognitive Services dans Azure Database pour MySQL.
- Azure Machine Learning utilise des algorithmes de Machine Learning personnalisés pour fournir des insights supplémentaires sur les données.
- Le connecteur de base de données MySQL pour Power BI offre des options pour la visualisation et l'analyse des données dans Power BI ou dans une application web personnalisée.
Composants
- Data Factory
- Fonctions
- Hubs d'événements
- Stockage Blob
- Cognitive Services
- Cognitive Service for Language
- Azure Database pour MySQL
- Studio Machine Learning
- Power BI
Autres solutions
- Cette solution utilise Azure Functions pour traiter les données au fur et à mesure de leur réception. Si une grande quantité de données existe déjà dans la source de données, envisagez des formes de traitement par lots.
- Azure Stream Analytics fournit le traitement des événements pour de grands volumes de données de streaming rapide qui arrivent simultanément à partir de plusieurs sources. Stream Analytics prend également en charge l’intégration à Power BI.
- Pour comparer cette solution à d’autres, consultez les ressources suivantes :
Détails du scénario
Le pipeline automatisé utilise les services suivants pour analyser les données :
- Cognitive Services utilise l’IA pour les réponses aux questions, l’analyse des sentiments et la traduction de texte.
- Azure Machine Learning fournit des outils d’apprentissage automatique pour l’analytique prédictive.
La solution automatise la livraison de l’analyse des données. Un connecteur lie Azure Database pour MySQL à des outils de visualisation tels que Power BI.
L’architecture utilise une application Azure Functions pour ingérer des données provenant de plusieurs sources de données. Il s’agit d’une solution serverless qui offre les avantages suivants :
- Maintenance de l’infrastructure : Azure Functions est un service managé qui permet aux développeurs de se concentrer sur un travail innovant qui apporte de la valeur à l’entreprise.
- Scalabilité : Azure Functions fournit des ressources de calcul à la demande, afin que les instances de fonction soient mises à l’échelle en fonction des besoins. Quand les demandes diminuent, les ressources et les instances d’application baissent automatiquement.
Cas d’usage potentiels
Cette solution est idéale pour les organisations qui exécutent des analyses prédictives sur des données provenant de différentes sources. Les organisations dans les secteurs d’activité suivants sont des exemples :
- Finance
- Education
- Télécommunications
Considérations
Pour la plupart des fonctionnalités, l’API Cognitive Service for Language a une taille maximale de 5120 caractères pour un seul document. Pour toutes les fonctionnalités, la taille de requête maximale est de 1 Mo. Pour plus d’informations sur les limites de données et de débit, consultez Limites de service pour Azure Cognitive Service for Language.
Les versions précédentes de cette solution utilisaient l’API Analyse de texte Cognitive Services. Azure Cognitive Service for Language unifie désormais trois services linguistiques individuels de Cognitive Services : Analyse de texte, QnA Maker et Language Understanding (LUIS). Vous pouvez facilement migrer de l’API Analyse de texte vers l’API Cognitive Service for Language. Pour les instructions, voir Migrer vers la dernière version d’Azure Cognitive Service for Language.
Contributeurs
Cet article est géré par Microsoft. Il a été écrit à l’origine par les contributeurs suivants.
Auteur principal :
- Matt Cowen | Architecte de solution cloud senior
Pour afficher les profils LinkedIn non publics, connectez-vous à LinkedIn.
Étapes suivantes
- Fonctions
- Activité de fonction Azure dans Azure Data Factory
- Data Factory
- Hubs d'événements
- Stockage Blob
- Cognitive Services
- Azure Cognitive Service for Language
- Azure Database pour MySQL
- Azure Machine Learning
- Power BI
Ressources associées
Les idées de solutions suivantes font appel à Azure Database pour MySQL :