Персонализация с помощью Cosmos DB

Приложения API
Экземпляры контейнеров
Cosmos DB

Концепция решения

если вы хотите узнать больше о том, как получить дополнительные сведения о возможных вариантах использования, альтернативных службах, рекомендациях по реализации или ценах, сообщите нам о GitHub.

Создавайте персонализированные рекомендации для клиентов в режиме реального времени, используя параметры невысокой задержки и настраиваемой согласованности для немедленного анализа.

Architecture

Схема архитектуры . Скачайте SVG этой архитектуры.

Поток данных

  1. Покупатель или пользователь входит в приложение электронной коммерции, используя собственные учетные данные.
  2. Покупатель/пользователь помещает заказ и заказ в приложения API Azure.
  3. данные хранятся в Cosmos DB (порядок клиентов).
  4. веб-канал изменений включен на Cosmos DB и обрабатывает все изменения доступных событий.
  5. с помощью Apache Spark в модулях данных Azure данные обучены и хранятся в Cosmos DB ("продукт + пользовательские векторы").
  6. Последняя рекомендация будет получена в пользовательском интерфейсе магазина электронной коммерции с помощью службы контейнеров Azure (API рекомендаций).

Компоненты

Эта архитектура включает в себя следующие компоненты:

  • Веб-приложение Azure является частью службы приложений Azure. Это служба на основе HTTP для размещения веб-приложений, интерфейсов API и мобильных серверных компонентов. Вы можете выполнять разработку на привычном языке: .NET, .NET Core, Java, Ruby, Node.js, PHP или Python. Приложения работают и с легкостью масштабируются в средах Windows и Linux.

  • Azure Cosmos DB — это модель базы данных с несколькими моделями, которая позволяет эластично обрабатывать данные в больших масштабах. Azure Cosmos DB предназначен для приложений, глобально распределенных в модели с несколькими потоками записи.

  • Веб-канал изменений предоставляет постоянную запись изменений в контейнер в порядке их возникновения.

  • служба " экземпляры контейнеров Azure " выполняет контейнеры по запросу в бессерверной Microsoft Azure среде. Служба "экземпляры контейнеров Azure" — это метод с низким уровнем трения для выполняющихся контейнеров, не требующий полного узла DOCKER или установки Kubernetes.

  • Служба Azure Kubernetes автоматизирует развертывание, масштабирование и Управление контейнерными приложениями, такими как модель рекомендаций.

  • Azure Databricks — это платформа аналитики данных, оптимизированная для платформы Microsoft Azure облачных служб. Azure Databricks предлагает две среды для разработки приложений, которые интенсивно обрабатывают данные: Аналитика SQL в Azure Databricks и Рабочая область Azure Databricks.

Рекомендации

Управление API перед службой контейнеров предоставляет ряд преимуществ, таких как регулирование скорости, управление версиями API, политики. Дополнительные сведения см. в статье об управлении API Azure.

Масштабируемость

В Azure Cosmos DB вы можете настроить подготовленную пропускную способность со стандартным (выполняемым вручную) масштабированием или автомасштабированием для баз данных и контейнеров. Автомасштабирование подготовленной пропускной способности в Azure Cosmos DB позволяет автоматически и мгновенно масштабировать пропускную способность (количество единиц запросов в секунду) для базы данных или контейнера. Пропускная способность масштабируется на основе использования, не влияя на доступность, задержку, пропускную способность или производительность рабочей нагрузки.

Azure синапсе также предоставляет возможности собственного Apache Spark и может рассматриваться как альтернативный вариант для разработки и обучения модели рекомендаций.

Масштабируйте кластер AKS в соответствии с вашими требованиями к производительности и пропускной способности. Будьте внимательны при увеличении количества модулей, чтобы полностью использовать кластер, и при масштабировании узлов кластера, чтобы соответствовать требованиям вашей службы.

Next Steps