Intelligens alkalmazások az Azure Database for PostgreSQL használatával

Azure App Service
Azure AI services
Azure Database for PostgreSQL
Azure Machine Learning
Power BI

Megoldási ötletek

Ez a cikk egy megoldási ötlet. Ha azt szeretné, hogy további információkkal bővítsük a tartalmat, például a lehetséges használati eseteket, alternatív szolgáltatásokat, megvalósítási szempontokat vagy díjszabási útmutatást, a GitHub visszajelzésével tudassa velünk.

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 PostgreSQL.

Architektúra

Az Azure Database for PostgreSQL-et használó intelligens alkalmazások adatfolyamát bemutató ábra.

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 több forrásból származnak, például az Azure Storage-ból és 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 PostgreSQL-ben tárolja.
  6. Az Azure Machine Tanulás egyéni gépi tanulási algoritmusokkal biztosít további betekintést az adatokba.
    • Ha kód nélküli megközelítéssel közelíti meg a gépi tanulási lépést, további szövegelemzési műveleteket is implementálhat az adatokon, például a funkciókivonatolást, a Word2Vectort és az n-gram kinyerést.
    • Ha a kódelső megközelítést részesíti előnyben, futtathat egy nyílt forráskódú természetes nyelvi feldolgozási (NLP) modellt kísérletként a Machine Tanulás Studióban.
  7. A Power BI PostgreSQL-összekötője lehetővé teszi, hogy emberileg értelmezhető megállapításokat tárjon fel a Power BI-ban vagy egy egyéni webalkalmazásban.

Összetevők

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.

Az adatok és eredmények tárolásához a megoldás az Azure Database for PostgreSQL-t használja. A PostgreSQL-adatbázis támogatja a strukturálatlan adatokat, a párhuzamos lekérdezéseket és a deklaratív particionálást. Ez a támogatás hatékony választássá teszi az Azure Database for PostgreSQL-t a nagy adatigényű AI- és gépi tanulási feladatokhoz.

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

Az Azure Database for PostgreSQL egy felhőalapú megoldás. Ennek eredményeképpen ez a megoldás nem ajánlott mobilalkalmazásokhoz. A következő iparágakban és más iparágakban célszerűbb az alsóbb rétegbeli elemzéseket használni:

  • Szállítás: Karbantartási előrejelzés
  • Pénzügy: Kockázatértékelés és csalásészlelés
  • E-kereskedelem: Az ügyfelek előrejelzési és javaslati motorjai
  • Távközlés: Teljesítményoptimalizálás
  • Segédprogramok: Kimaradás megelőzése

Megfontolások

Ezek a szempontok implementálják az Azure Well-Architected Framework alappilléreit, amely a számítási feladatok minőségének javítására használható vezérelvek halmaza. További információ: Microsoft Azure Well-Architected Framework.

  • 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.

  • Az Azure Database for PostgreSQL-ben a bejövő forgalom mennyisége és sebessége határozza meg a szolgáltatás és az üzembe helyezési mód kiválasztását. Két szolgáltatás érhető el:

    • Azure Database for PostgreSQL
    • Azure Cosmos DB for PostgreSQL, korábbi nevén Rugalmas skálázási (Citus) mód

    Ha nagy számítási feladatokat használ az ügyfelek véleményei és véleményei alapján, használja az Azure Cosmos DB for PostgreSQL-t. Az Azure Database for PostgreSQL-ben két mód érhető el: egykiszolgálós és rugalmas kiszolgáló. Az egyes üzembehelyezési módokat az Azure Database for PostgreSQL bemutatása ismerteti.

  • 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.

Biztonság

A biztonság biztosítékokat nyújt a szándékos támadások és az értékes adatokkal és rendszerekkel való visszaélés ellen. További információ: A biztonsági pillér áttekintése.

Az Azure Database for PostgreSQL-ben lévő összes adat automatikusan titkosítva és biztonsági másolatot készít. Konfigurálhat Felhőhöz készült Microsoft Defender a fenyegetések további elhárításához. További információ: A Microsoft Defender engedélyezése nyílt forráskódú relációs adatbázisokhoz és riasztásokra való reagálás.

DevOps

Konfigurálhatja a GitHub Actionst az Azure Database for PostgreSQL-adatbázishoz való csatlakozásra a kapcsolati sztring és egy munkafolyamat beállításával. További információ : Rövid útmutató: A GitHub Actions használata az Azure PostgreSQL-hez való csatlakozáshoz.

A gépi tanulási életciklust az Azure Pipelines használatával is automatizálhatja. Az MLOps-munkafolyamatok implementálásával és a projekthez tartozó CI/CD-folyamat kialakításával kapcsolatos információkért tekintse meg a GitHub MLOps és az Azure ML által használt adattárát.

Költségoptimalizálás

A költségoptimalizálás a szükségtelen kiadások csökkentésének és a működési hatékonyság javításának módjairól szól. További információ: A költségoptimalizálási pillér áttekintése.

A Cognitive Service for Language különböző tarifacsomagokat kínál. A feldolgozott szövegrekordok száma befolyásolja a költségeket. További információ: Cognitive Service for Language díjszabás.

Következő lépések