Inteligentne aplikacje korzystające z usługi Azure Database for PostgreSQL

App Service
Cognitive Services
Database for PostgreSQL
Usługa Machine Learning
Power BI

Pomysł na rozwiązanie

Jeśli chcesz, abyśmy rozszerzyli ten artykuł o więcej informacji, takich jak potencjalne przypadki użycia, alternatywne usługi, zagadnienia dotyczące implementacji lub wskazówki dotyczące cen, daj nam znać, GitHub opinie!

Twórz zaawansowane, transformacyjne aplikacje przy użyciu najnowocześniejszego algorytmu uczenia maszynowego i zintegrowanych narzędzi do wizualizacji, aby uzyskać szczegółowe informacje i analizy z możliwością działania.

W tym przykładzie inteligentnej aplikacji baza danych PostgreSQL stanowi główny element architektury jako główną bazę danych wspólnego przypadku użycia aiml analizy tekstu w mediach społecznościowych. Obsługa danych bez struktury w bazie danych PostgreSQL, możliwość wykonywania zapytań równoległych i partycjonowania deklaratywnego sprawia, że jest to skuteczny wybór bazy danych dla zadania AIML intensywnie obciążających dane. Ponieważ PostgreSQL jest rozwiązaniem w chmurze, ta architektura nie jest zalecana w przypadku aplikacji mobilnych i jest bardziej odpowiednia do analizy podrzędnej.

Architektura

Diagram architektury Pobierz format SVG tej architektury.

Przepływ danych

  1. Dane mogą pochodzić z różnych źródeł, takich jak Event Hubs pozyskiwania dużych ilości danych lub dane przekazywane do usługi Blob Storage. Aplikacja funkcji platformy Azure jest wyzwalana w przypadku odbierania nowych danych.
  2. Aplikacja funkcji platformy Azure wywołuje interfejs API analiza tekstu w Azure Cognitive Services, aby analizować dane (na przykład analiza tonacji). Wyniki analizy są zwracane w formacie JSON.
    • Interfejs API analiza tekstu może wykrywać język użytkownika, kluczowe frazy używane w przeglądzie, identyfikować określone nazwane jednostki i zrozumieć, jak klienci naprawdę uważają się za zakupione produkty.
  3. Aplikacja funkcji platformy Azure przechowuje dane i wyniki analiza tekstu w Azure Database for MySQL.
  4. Modele przetwarzania języka naturalnego uczenia głębokiego można następnie stosować do szczegółowych informacji interfejsu API z usługi PostgreSQL lub początkowych danych pierwotnych za pośrednictwem programu Azure Machine Learning Studio
    • Jeśli podchodzisz do składnika uczenia maszynowego tej architektury z perspektywy bez kodu, możesz zaimplementować dalsze operacje analizy tekstu na danych, takie jak wyznaczanie wartości skrótu funkcji, wyodrębnianie Word2Vector i n-gram. Zamiast tego możesz użyć ulubionego modelu NLP typu open source, jeśli wolisz korzystać z podejścia opartego na kodzie i uruchomić model jako eksperyment w Azure Machine Learning.
    • Wyniki tej dalszej analizy ML są zapisywane z powrotem do usługi PostgreSQL
  5. Na koniec szczegółowe informacje, które mogą być interpretowane przez człowieka, można eksplorować w Power BI za pośrednictwem łącznika postgreSQL.

Składniki

  • Azure App Services:w pełni zarządzana platforma do szybkiego tworzenia, wdrażania i skalowania aplikacji internetowych i interfejsów API.
  • Azure Functions
  • Event Hubs
  • Azure Cognitive Services:Tworzenie inteligentnej aplikacji za pomocą zestawu usług i interfejsów API AI.
  • Azure Database for PostgreSQL:Dzięki wysokiej dostępności do 99,99% umowy SLA i elastycznej skalowalności Azure Database for PostgreSQL pozwala skoncentrować się na innowacjach.
  • Azure Machine Learning Studio:Trenowanie, wdrażanie i automatyzowanie modeli ML w tym portalu internetowym, zarówno z perspektywy kodu, jak i bez kodu.
  • Power BI:Twórz piękne wizualizacje i odnajduj ukryte szczegółowe informacje w danych za pomocą Power BI.

Zagadnienia do rozważenia

Azure Cognitive Services analiza tekstu API ma maksymalny rozmiar 5120 znaków dla pojedynczego dokumentu i maksymalny rozmiar żądania 1 MB. Wyświetl limity danych i szybkości.

W zależności od ilości i szybkości ruchu danych przychodzących można wybrać jeden z trzech trybów wdrażania: pojedynczy serwer, elastyczny i Hiperskala (Citus). Przy założeniu, że będziesz wyszukiwania dużych obciążeń opinii i recenzji klientów, zalecanym rozwiązaniem jest hiperskala. Zapoznaj się z tematem Kiedy używać Azure Database for PostgreSQL Learn, aby dowiedzieć się, kiedy używać poszczególnych trybów wdrażania.

Zabezpieczenia

Wszystkie dane w programie PostgreSQL są automatycznie szyfrowane i tworzone są ich kopii zapasowe. Możesz skonfigurować usługę Azure Advanced Threat Protection w celu dalszego ograniczania zagrożeń. Przeczytaj więcej na stronie Advanced Threat Protection in Azure Database for PostgreSQL ( Zaawansowana ochrona przed zagrożeniami w Azure Database for PostgreSQL).

DevOps

Możesz skonfigurować akcje GitHub, aby połączyć się z bazą danych Azure PostgreSQL przy użyciu parametrów połączenia i skonfigurować przepływ pracy. Aby uzyskać więcej informacji na ten temat, zobacz Szybki start: używanie GitHub Actions do nawiązywania połączenia z usługą Azure PostgreSQL.

Ponadto możesz zautomatyzować cykl życia Azure Machine Learning przy użyciuAzure Pipelines . W usłudze MLOps z usługą Azure ML GitHub pokazano, jak z operationalizować przepływ pracy mlOps i utworzyć potok ci/CD dla projektu.

Cennik

Azure Cognitive Services analiza tekstu API jest określany na podstawie wybranego wystąpienia i liczby transakcji miesięcznie. Aby uzyskać więcej informacji, zapoznaj się z kalkulatorem cen dla analiza tekstu tutaj.

Następne kroki