Intelligens alkalmazások az Azure Database for MySQL használatával

Ez a cikk egy megoldást mutat be az adatelemzés és a vizualizáció mesterséges intelligencia (AI) használatával történő automatizálására. A megoldás fő összetevői az Azure Functions, az Azure Cognitive Services és az Azure Database for MySQL.

Felépítés

Töltse le az architektúra Visio-fájlját.

Adatfolyam

1. Az Azure-függvénytevékenységek lehetővé teszik egy Azure Functions-alkalmazás elindítását az Azure Data Factory-folyamatban. Hozzon létre egy társított szolgáltatáskapcsolatot, és használja a társított szolgáltatást egy tevékenységgel a végrehajtani kívánt Azure-függvény megadásához.
2. Az adatok különböző forrásokból származnak, például az Azure Storage-ból vagy az Azure Event Hubsból a nagy mennyiségű adatokhoz. Amikor a folyamat új adatokat fogad, aktiválja az Azure Functions-alkalmazást.
3. Az Azure Functions-alkalmazás meghívja a Cognitive Services API-t az adatok elemzéséhez.
4. A Cognitive Services API JSON formátumban adja vissza az elemzés eredményeit az Azure Functions Alkalmazásnak.
5. Az Azure Functions alkalmazás a Cognitive Services API-ból származó adatokat és eredményeket az Azure Database for MySQL-ben tárolja.
6. Az Azure Machine Tanulás egyéni gépi tanulási algoritmusokkal biztosít további betekintést az adatokba.
7. A Power BI-hoz készült MySQL-adatbázis-összekötő lehetővé teszi az adatvizualizációt és -elemzést a Power BI-ban vagy egy egyéni webalkalmazásban.

Összetevők

• Data Factory
• Functions
• Event Hubs
• Blob Storage
• Cognitive Services
• Cognitive Service for Language
• Azure Database for MySQL
• Machine Tanulás Studio
• Power BI

Alternatívák

• Ez a megoldás az Azure Functions használatával dolgozza fel az adatokat a beérkezett adatok alapján. Ha már nagy mennyiségű adat található az adatforrásban, fontolja meg a kötegelt feldolgozás formáit.
• Az Azure Stream Analytics nagy mennyiségű gyors streamelési adat eseményfeldolgozását biztosítja, amelyek egyszerre érkeznek több forrásból. A Stream Analytics a Power BI-val való integrációt is támogatja.
• A megoldás alternatív megoldásokkal való összehasonlításához tekintse meg a következő erőforrásokat:
  • Kötegelt feldolgozási technológia kiválasztása az Azure-ban
  • Elemzési adattár kiválasztása az Azure-ban
  • Adatelemzési technológia kiválasztása az Azure-ban

Forgatókönyv részletei

Az automatizált folyamat az alábbi szolgáltatásokat használja az adatok elemzéséhez:

• A Cognitive Services mesterséges intelligenciát használ a kérdések megválaszolására, a hangulatelemzésre és a szövegfordításra.
• Az Azure Machine Tanulás gépi tanulási eszközöket biztosít a prediktív elemzéshez.

A megoldás automatizálja az adatelemzést. Egy összekötő összekapcsolja az Azure Database for MySQL-t olyan vizualizációs eszközökkel, mint a Power BI.

Az architektúra egy Azure Functions-alkalmazással tölt be adatokat több adatforrásból. Ez egy kiszolgáló nélküli megoldás, amely a következő előnyöket kínálja:

• Infrastruktúra-karbantartás: Az Azure Functions egy felügyelt szolgáltatás, amely lehetővé teszi a fejlesztők számára, hogy olyan innovatív munkára összpontosítsanak, amely értéket teremt a vállalat számára.
• Méretezhetőség: Az Azure Functions igény szerint biztosít számítási erőforrásokat, így a függvénypéldányok igény szerint méretezhetőek. A kérelmek esése esetén az erőforrások és az alkalmazáspéldányok automatikusan lemorzsolódnak.

Lehetséges használati esetek

Ez a megoldás ideális olyan szervezetek számára, amelyek prediktív elemzést futtatnak különböző forrásokból származó adatokon. Ilyenek például a következő iparágakban tevékenykedő szervezetek:

• Pénzügy
• Végzettség
• Távközlés

Megfontolások

• A legtöbb funkció esetében a Cognitive Service for Language API legfeljebb 5120 karakter hosszúságú egyetlen dokumentumhoz. Az összes funkció esetében a kérelmek maximális mérete 1 MB. Az adatokkal és a sebességkorlátokkal kapcsolatos további információkért tekintse meg az Azure Cognitive Service for Language szolgáltatáskorlátait.

• A megoldás korábbi verziói a Cognitive Services Text Analytics API-t használták. Az Azure Cognitive Service for Language mostantól három különálló nyelvi szolgáltatást egyesít a Cognitive Servicesben: Text Analytics, QnA Maker és Language Understanding (LUIS). A Text Analytics API-ból egyszerűen migrálhat a Cognitive Service for Language API-ba. Útmutatásért lásd : Migrálás az Azure Cognitive Service for Language legújabb verziójára.

Közreműködők

Ezt a cikket a Microsoft tartja karban. Eredetileg a következő közreműködő írta.

Fő szerző:

• Matt Cowen | Vezető felhőmegoldás-tervező

A nem nyilvános LinkedIn-profilok megtekintéséhez jelentkezzen be a LinkedInbe.

Következő lépések

• Functions
• Azure-függvénytevékenység az Azure Data Factoryben
• Data Factory
• Event Hubs
• Blob Storage
• Cognitive Services
• Azure Cognitive Service for Language
• Azure Database for MySQL
• Azure Machine Learning
• Power BI

Kapcsolódó erőforrások

• Az adattármodellek ismertetése

A következő megoldási ötletek az Azure Database for MySQL-t jellemzik:

• Pénzügyi felügyeleti alkalmazások az Azure Database for MySQL használatával
• Méretezhető webes és mobilalkalmazások az Azure Database for MySQL használatával