Intelligens alkalmazások az Azure Database for PostgreSQL használatával

App Service
Cognitive Services
Database for PostgreSQL
Machine Learning
Power BI

Solution Idea

Ha szeretné látni, hogyan bővítjük ki ezt a cikket olyan további információkkal, mint a lehetséges esetek, az alternatív szolgáltatások, az implementációval kapcsolatos megfontolások vagy a díjszabási útmutató, GitHub visszajelzéssel!

Kifinomult, átalakító alkalmazásokat fejleszthet a legkelendőbb gépi tanulási algoritmusok és integrált vizualizációs eszközök használatával, hogy a használható elemzési eredményekhez és elemzésekhez juthat.

Ebben a példában egy intelligens alkalmazás esetében a PostgreSQL az architektúra központi adatbázisa, amely a közösségimédia-szövegelemzés gyakori AIML-használatának fő adatbázisa. A PostgreSQL strukturálatlan adatok támogatása, a párhuzamos lekérdezések végrehajtásának képessége és a deklaratív particionálás hatékony adatbázis-választássá teszi egy nagy adatigényű AIML-feladathoz. Mivel a PostgreSQL egy felhőalapú megoldás, ez az architektúra nem ajánlott a mobilalkalmazások számára, és jobban megfelel az lefelé irányuló elemzésekhez.

Architektúra

Architektúradiagram Az architektúra SVG-nek letöltése.

Adatfolyam

  1. Az adatok különböző forrásokból, például Event Hubs nagy mennyiségű adatbetöltve vagy blobtárolóba feltöltött adatokból Storage. Az Azure-függvényalkalmazás az új adatok fogadott adatokat váltja ki.
  2. Az Azure-függvényalkalmazás a Text Analytics API-Azure Cognitive Services az adatok elemzéséhez (például Hangulatelemzés). Az elemzés eredményeit JSON formátumban ad vissza a rendszer.
    • A Text Analytics API képes észlelni a felhasználói nyelvet, a felülvizsgálatban használt kulcskifejezéseket, azonosítani az egyes nevestű entitásokat, és megérteni, hogy az ügyfelek valójában hogyan éreznek a megvásárolt termékekkel kapcsolatban.
  3. Az Azure-függvényalkalmazás az adatok és az eredmények Text Analytics a Azure Database for MySQL.
  4. A mélytanulásos természetes nyelvi feldolgozási (NLP)-modellek ezután alkalmazhatók a PostgreSQL API-elemzésére – vagy a kezdeti nyers adatokra – a Azure Machine Learning Studióban
    • Ha kód nélkül közelíti meg az architektúra gépi tanulási összetevőjét, további szövegelemzési műveleteket implementálhat az adatokon, például a funkciók kivonatolását, a Word2Vectort és az n-gram kinyerését. Ehelyett használhatja kedvenc nyílt forráskódú NLP-modelljét, ha inkább a kód-előnyben részesítést részesíti előnyben, és a modellt kísérletként futtathatja a Azure Machine Learning.
    • A további elemzés eredményei ML PostgreSQL-be vannak mentve
  5. Végül az emberek számára értelmezhető elemzések a PostgreSQL-összekötő Power BI tárhatók fel.

Összetevők

  • Azure App Services:Teljes körűen felügyelt platform webalkalmazások és API-k gyors építéséhez, üzembe helyezéséhez és méretezéséhez.
  • Azure Functions
  • Event Hubs
  • Azure Cognitive Services:Intelligens alkalmazást építhet AI-szolgáltatások és API-k csomagja segítségével.
  • Azure Database for PostgreSQL:A magas rendelkezésre állás akár 99,99%-os SLA-val és agilis méretezhetőséggel Azure Database for PostgreSQL az innovációra összpontosíthat.
  • Azure Machine Learning Studio:A webportálon ML modellek betanítása, üzembe helyezése és automatizálása, amely a kód- és kódfedő szempontokat is lefedi.
  • Power BI:Hozzon létre gyönyörű vizualizációkat, és fedezze fel az adatok rejtett Power BI.

Megfontolandó szempontok

Azure Cognitive Services Text Analytics API legfeljebb 5120 karakter hosszú lehet egyetlen dokumentumhoz, a maximális kérésmérete pedig 1 MB. Tekintse meg az adat- és sebességkorlátokat.

A bejövő adatok mennyiségétől és sebességétől függően három üzembe helyezési mód közül választhat: egykiszolgálós, rugalmas és rugalmas skálázás (Citus). Ha feltételezzük, hogy nagy mennyiségű ügyfélvéleményt és -felülvizsgálatot szeretne kibányászatni, a hyperscale a javasolt megoldás. Ismerje meg a Mikor használja a Azure Database for PostgreSQL Learn-modult, hogy megtudja, mikor kell használni az egyes üzembe helyezési módokat.

Biztonság

A PostgreSQL minden adata automatikusan titkosítva van, és biztonsági adatokat is tartalmaz. Az Azure Advanced Threat Protectiont konfigurálhatja a fenyegetések további kezelésére. További információ: Advanced Threat Protection a Azure Database for PostgreSQL.

DevOps

Az Azure PostgreSQL GitHub hoz a kapcsolati sztring használatával és egy munkafolyamat beállításával konfigurálhatja a következő műveleteket: . További információkért lásd: Rövid útmutató: A GitHub Actions használata az Azure PostgreSQL-hez való csatlakozáshoz.

Emellett automatizálhatja a Azure Machine Learning életciklusát az Azure Pipelines használatával. Az Azure-beli mlops ML GitHub bemutatja, hogyan lehet üzembe hagyni egy MLOps-munkafolyamatot, és hogyan lehet kiépíteni egy CI-/CD-folyamatot a projekthez.

Díjszabás

Azure Cognitive Services Text Analytics API díjszabását a kiválasztott példány és a havi tranzakciók száma határozza meg. További részletekért tekintse meg az itt Text Analytics díjkalkulátort.

Következő lépések