你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站,请访问 https://docs.azure.cn

Azure 机器学习体系结构

Azure 机器学习
Azure Synapse Analytics
Azure 容器注册表
Azure Monitor
Power BI

解决方案构想

本文是一种解决方案构想。 如果你希望我们在内容中扩充更多信息,例如潜在用例、备用服务、实现注意事项或定价指南,请通过提供 GitHub 反馈来告知我们。

此体系结构演示如何使用 Azure 机器学习(用于端到端 ML 生命周期的服务)生成、部署和管理高质量的模型。

体系结构

Diagram of a machine learning solution architecture using Azure Machine Learning with Azure services for storage, data analysis, monitoring, authenticating, and secure deployment.

下载此体系结构的 Visio 文件

注意

本文中描述的体系结构基于 Azure 机器学习的 CLI 和 Python SDK v1。 有关新的 v2 SDK 和 CLI 的更多信息,请参阅CLI 和 SDK v2 简介

数据流

  1. 将所有结构化、非结构化和半结构化数据(日志、文件和媒体)合并到 Azure Data Lake Storage Gen2。
  2. 在 Azure Synapse Analytics 中使用 Apache Spark 清理、转换和分析数据集。
  3. 在 Azure 机器学习中生成和训练机器学习模型。
  4. 使用 Microsoft Entra ID 和 Azure 密钥保管库控制对数据和 ML 工作区的访问和身份验证。 使用 Azure 容器注册表管理容器。
  5. 使用 Azure Kubernetes 服务将机器学习模型部署到容器,使用 Azure VNet 和 Azure 负载均衡器保护和管理部署。
  6. 使用 Azure Monitor 中的日志指标和监视,评估模型性能。
  7. 在 Azure 机器学习中根据需要重新训练模型。
  8. 使用 Power BI 可视化数据输出。

组件

  • Azure 机器学习是用于端到端 ML 生命周期的企业级机器学习 (ML) 服务。
  • Azure Synapse Analytics 是一项统一服务,可用于引入、浏览、准备、转换、管理和提供数据,以满足即时 BI 和机器学习需求。
  • Azure Data Lake Storage Gen2 是一种可大规模缩放且安全的数据湖,适用于高性能分析工作负载。
  • Azure 容器注册表是 Docker 和开放容器计划 (OCI) 映像的注册表,支持所有 OCI 项目。 使用 OCI 分发的完全托管的异地复制实例生成、存储、保护、扫描、复制和管理容器映像和项目。
  • Azure Kubernetes 服务 Azure Kubernetes 服务 (AKS) 提供无服务器 Kubernetes(一种整合的持续集成和持续交付 (CI/CD) 体验)以及企业级安全性和治理。 使用完全托管的 Kubernetes 服务,更轻松地部署和管理容器化应用程序。
  • 借助 Azure Monitor,可以从 Azure 和本地环境收集、分析和处理遥测数据。 Azure Monitor 可帮助你最大限度地提高应用程序的性能和可用性,在数秒内主动识别问题。
  • Azure Key Vault 可保护云应用和服务使用的加密密钥和机密。
  • Azure 负载均衡器以高性能和低延迟对 Internet 和专用网络流量进行负载均衡。 负载均衡器跨虚拟机、虚拟机规模集和 IP 地址工作。
  • Power BI 是一套业务分析工具,用于在整个组织内提供见解。 连接数百个数据源、简化数据准备工作、加快计划外的分析。 生成美观的报表,然后发布它们,供组织在 Web 和移动设备上使用。

方案详细信息

使用 Azure 机器学习(用于端到端 ML 生命周期的服务)生成、部署和管理高质量的模型。 在专为负责任的机器学习 (ML) 设计的安全、受信任平台上使用行业领先的 MLOps(机器学习操作)、开源互操作性和集成工具。

可能的用例

  • 使用机器学习即服务。
  • 简单灵活的生成界面。
  • 各种受支持的算法。
  • 轻松实现 Web 服务。
  • 机器学习解决方案的绝佳文档。

注意事项

这些注意事项实施 Azure 架构良好的框架的支柱原则,即一套可用于改善工作负载质量的指导原则。 有关详细信息,请参阅 Microsoft Azure 架构良好的框架

成本优化

成本优化是关于寻找减少不必要的费用和提高运营效率的方法。 有关详细信息,请参阅成本优化支柱概述

作者

本文由 Microsoft 维护, 它最初是由以下贡献者撰写的。

主要作者:

若要查看非公开的 LinkedIn 个人资料,请登录到 LinkedIn。

后续步骤

请参阅有关此解决方案中关键服务的文档:

请参阅有关 Azure 体系结构中心的相关指南: