Создание панели мониторинга потоковой передачи сведений о клиентах с помощью Функций Azure и Azure Logic Apps.
Область применения: Azure Logic Apps (потребление)
Azure предлагает средства Бессерверные приложения в Azure для быстрого создания и размещения приложений в облаке, не задумываясь об инфраструктуре. В этом руководстве мы создадим панель мониторинга, которая будет запускаться при получении отзывов от клиентов, анализировать отзывы с помощью машинного обучения и публиковать аналитику в источник, например Power BI или Azure Data Lake.
Для этого решения вы используете такие ключевые компоненты Azure для бессерверных приложений: Функции Azure и Azure Logic Apps. Azure Logic Apps представляет беcсерверный обработчик рабочего процесса в облаке, поэтому вы можете создавать оркестрации бессерверных компонентов и подключаться к более чем 200 службам и API. Функции Azure предоставляют беcсерверные вычисления в облаке. В этом решении Функции Azure используются для пометки пользовательских твитов на основе предопределенных ключевых слов.
В этом случае вы создаете приложение логики, которое запускает поиск отзывов клиентов. К некоторым соединителям, которые помогают реагировать на отзывы от клиентов, относятся Outlook.com, Office 365, Survey Monkey, Twitter и HTTP-запрос из веб-формы. Рабочий процесс, который вы создаете, отслеживает хэштег в Twitter.
Вы можете создать все решение в Visual Studio и развернуть решение с помощью шаблона Azure Resource Manager. Пошаговые инструкции по созданию этого решения см. в этом видео Channel 9.
Триггер, срабатываемый при получении данных клиента
В портал Azure или Visual Studio создайте пустой рабочий процесс приложения логики.
Если вы не знакомы с приложениями логики, перейдите к краткому руководству по его созданию на портале Azure или в Visual Studio.
В конструкторе рабочих процессов найдите и добавьте триггер Twitter с этим действием: При публикации нового твита
Настройте триггер для прослушивания твитов по ключевому слову или хэштегу.
Свойство повторения определяет, как часто приложение логики будет проверять наличие новых элементов с помощью триггеров на основе опроса, таких как триггер Twitter.
Это приложение логики реагирует на все новые твиты. Затем вы можете взять и проанализировать данные твита, чтобы лучше понять настроение отзыва.
Анализ текста твита
Чтобы определить тональность текста, можно использовать службы ИИ Azure.
В конструкторе рабочих процессов в разделе триггера выберите Новый шаг.
Найдите соединитель Текстовая аналитика.
Выберите действие Detect Sentiment (Определение тональности).
При появлении запроса укажите действительный ключ служб ИИ Azure для службы Анализ текста.
В разделе Текст запроса выберите поле Текст твита, которое содержит текст в качестве входных данных для анализа.
После того, как вы получите данные твита и его аналитику, можно использовать несколько других соответствующих соединителей и их действия:
- Power BI. Добавление строк в набор данных потоковой передачи. Входящие твиты можно просматривать на панели мониторинга Power BI.
- Azure Data Lake. Добавление файла. Данные клиента добавляются в набор данных Azure Data Lake для включения в задания аналитики.
- SQL. Добавление строк. Данные можно сохранить в базе данных для последующего извлечения.
- Slack. Отправка сообщения. Канал Slack получает оповещение об отрицательном отзыве, для которого нужно предпринять действие.
Можно также создать Функцию Azure, чтобы иметь возможность выполнять пользовательскую обработку данных.
Обработка данных с помощью Функций Azure
Перед созданием функции создайте приложение-функцию в вашей подписке Azure. Кроме того, чтобы ваше приложение логики могло непосредственно вызывать функцию, она должна иметь привязку триггера HTTP, например, используйте шаблон HttpTrigger. Узнайте, как создать свое первое приложение-функцию и функцию на портале Azure.
Для этого сценария используйте текст твита в качестве текста запроса для вашей функции Azure.
В коде функции задайте логику, определяющую, что содержит текст твита: ключевое слово или фразу.
Используйте простую или сложную функцию в зависимости от реализуемого сценария.
В конце функции верните в приложение логики ответ с данными, например, простое логическое значение, такое как containsKeyword, или cоставной объект.
Совет
При доступе к сложному ответу от функции в приложении логики используйте действие "Анализ JSON".
Когда вы закончите, сохраните функцию, а затем добавьте ее в качестве действия в приложение логики, которое вы создаете.
Добавление функции Azure в приложение логики
В конструкторе рабочих процессов в действии Обнаружение тональности выберите Новый шаг.
Найдите соединитель Функции Azure, а затем выберите созданную функцию.
В поле Текст запроса выберите Текст твита.
Запуск и мониторинг приложения логики
Чтобы просмотреть текущие или предыдущие запуски приложения логики, вы можете использовать расширенные возможности отладки и мониторинга, которые Azure Logic Apps предоставляет на портале Azure, в Visual Studio или с помощью интерфейсов API и пакетов SDK для Azure REST.
Чтобы легко протестировать приложение логики, в конструкторе приложений логики выберите Запустить триггер. Триггер выполняет опрос твитов на основе указанного расписания, пока не будет найден твит, который соответствует указанным критериям. Конструктор отображает актуальное представление этого запуска в ходе его выполнения.
Чтобы просмотреть предыдущие журналы запусков в Visual Studio или на портале Azure:
Откройте Visual Studio Cloud Explorer. Найдите ваше приложение логики и откройте контекстное меню приложения. Щелкните Открыть журнал запусков.
Совет
Если у вас нет этой команды в Visual Studio 2019, убедитесь, что установлены последние обновления для Visual Studio.
Найдите приложение логики на портале Azure. В меню приложения логики щелкните Обзор.
Создание шаблонов для автоматического развертывания
После создания решения приложения логики вы можете сохранить и развернуть его в качестве шаблона Azure Resource Manager в любом регионе Azure в мире. Вы можете использовать эту возможность, чтобы изменить параметры как для создания различных версий вашего приложения, так и для интеграции вашего решения в Azure Pipelines. Функции Azure также можно включить в шаблон развертывания таким образом, чтобы всем решением вместе со всеми зависимостями можно было управлять как одним шаблоном. Узнайте, как автоматизировать развертывание приложения логики.
Пример шаблона развертывания с функцией Azure можно найти в репозитории шаблонов быстрого запуска Azure.