Intelligente apps met Azure Database for PostgreSQL

App Service
Cognitive Services
Database for PostgreSQL
Machine Learning
Power BI

Oplossingsidee

Als u wilt dat we dit artikel uitbreiden met meer informatie, zoals mogelijke use cases, alternatieve services, implementatieoverwegingen of prijsinformatie, laat het ons dan weten met GitHub Feedback!

Ontwikkel geavanceerde, transformationele apps met geavanceerde machine learning en geïntegreerde visualisatiehulpprogramma's om inzichten en analyses op te doen.

In dit voorbeeld van een intelligente app is PostgreSQL de kern van de architectuur als de belangrijkste database voor een algemene AIML-use-case van tekstanalyse op sociale media. De ondersteuning van PostgreSQL voor ongestructureerde gegevens, de mogelijkheid om parallelle query's en declaratieve partitionering uit te voeren, maakt het een efficiënte databasekeuze voor een zeer gegevensintensieve AIML-taak. Omdat PostgreSQL een cloudoplossing is, wordt deze architectuur niet aanbevolen voor mobiele toepassingen en is deze beter geschikt voor downstreamanalyse.

Architectuur

Architectuurdiagram Download een SVG van deze architectuur.

Gegevensstroom

  1. Gegevens kunnen afkomstig zijn uit verschillende bronnen, zoals Event Hubs voor grote hoeveelheden gegevens opnemen of gegevens die worden geüpload naar Blob Storage. Een Azure-functie-app wordt geactiveerd wanneer er nieuwe gegevens worden ontvangen.
  2. De Azure Function-app roept Text Analytics API aan in Azure Cognitive Services om de gegevens te analyseren (bijvoorbeeld Sentimentanalyse). De resultaten van de analyse worden geretourneerd in JSON-indeling.
    • De Text Analytics-API kan gebruikerstaal, sleuteltermen die in een beoordeling worden gebruikt, specifieke benoemde entiteiten identificeren en begrijpen hoe klanten zich echt voelen over producten die ze hebben gekocht.
  3. De Azure Function-app slaat de gegevens en resultaten van de Text Analytics op in Azure Database for MySQL.
  4. NlP-modellen (Deep Learning Natural Language Processing) kunnen vervolgens via Azure Machine Learning Studio worden toegepast op de API-inzichten van PostgreSQL ( of de initiële onbewerkte gegevens)
    • Als u het machine learning-onderdeel van deze architectuur benadert met een perspectief zonder code, kunt u verdere tekstanalysebewerkingen op de gegevens implementeren, zoals functie-hashing, Word2Vector en n-gram-extractie. In plaats daarvan kunt u uw favoriete opensource NLP-model gebruiken als u liever code-first aanpak gebruikt en uw model als experiment in Azure Machine Learning.
    • Resultaten van deze verdere ML analyse worden opgeslagen in PostgreSQL
  5. Ten slotte kunnen door mensen interpreteerbare inzichten worden verkend in Power BI via de PostgreSQL-connector.

Onderdelen

Overwegingen

Azure Cognitive Services Text Analytics API heeft een maximale grootte van 5120 tekens voor één document en een maximale aanvraaggrootte van 1 MB. Bekijk de gegevens- en snelheidslimieten.

Afhankelijk van het volume en de snelheid van de gegevens die worden binnengegaan, kunt u een van de drie implementatiemodi selecteren: één server, flexibele Hyperscale (Citus). Ervan uitgaande dat u grote workloads van klant-adviezen en beoordelingen zou miningn, is Hyperscale een aanbevolen oplossing. Bekijk de Learn-module Wanneer u Azure Database for PostgreSQL gebruiken om te begrijpen wanneer u elke implementatiemodus gebruikt.

Beveiliging

Alle gegevens in PostgreSQL worden automatisch versleuteld en er wordt een back-up van maakt. U kunt Azure Advanced Threat Protection configureren voor verdere beperking van bedreigingen. Lees meer op Advanced Threat Protection in Azure Database for PostgreSQL.

DevOps

U kunt GitHub Actions configureren om verbinding te maken met uw Azure PostgreSQL-database met behulp van de connection string en een werkstroom in te stellen. Zie Quickstart: Use GitHub Actions to connect to Azure PostgreSQL (Snelstart:Acties gebruiken om verbinding te maken met Azure PostgreSQL) voor meer informatie over hoe u dit doet.

Daarnaast kunt u de levenscyclus van uw Azure Machine Learning automatiseren met behulp van Azure Pipelines. De MLOps met Azure ML GitHub-repo laat zien hoe u een MLOps-werkstroom operationeel maakt en een CI/CD-pijplijn voor uw project bouwt.

Prijzen

Azure Cognitive Services Text Analytics API-prijzen worden bepaald door het geselecteerde exemplaar en het aantal transacties per maand. Bekijk hier de prijscalculator voor Text Analytics meer informatie.

Volgende stappen