Inteligentní aplikace s využitím Azure Database for MySQL

Azure App Service
Azure AI services
Azure Database for MySQL
Azure Machine Learning
Power BI

Nápady na řešení

Tento článek popisuje myšlenku řešení. Váš cloudový architekt může pomocí těchto pokynů vizualizovat hlavní komponenty pro typickou implementaci této architektury. Tento článek slouží jako výchozí bod k návrhu dobře navrženého řešení, které odpovídá konkrétním požadavkům vaší úlohy.

Tento článek představuje řešení pro automatizaci analýzy a vizualizace dat pomocí umělé inteligence (AI). Základní komponenty v řešení jsou Azure Functions, Azure Cognitive Services a Azure Database for MySQL.

Architektura

Diagram architektury znázorňující tok dat inteligentní aplikace využívající Službu Azure Database for MySQL

Stáhněte si soubor aplikace Visio s touto architekturou.

Tok dat

  1. Aktivita funkce Azure umožňuje aktivovat aplikaci Azure Functions v kanálu Azure Data Factory. Vytvoříte připojení propojené služby a pomocí propojené služby s aktivitou určíte funkci Azure, kterou chcete spustit.
  2. Data pocházejí z různých zdrojů, jako je Azure Storage nebo Azure Event Hubs pro data s velkým objemem. Když kanál přijme nová data, aktivuje aplikaci Azure Functions.
  3. Aplikace Azure Functions volá rozhraní API služeb Cognitive Services k analýze dat.
  4. Rozhraní API služeb Cognitive Services vrátí výsledky analýzy ve formátu JSON do aplikace Azure Functions.
  5. Aplikace Azure Functions ukládá data a výsledky z rozhraní API služeb Cognitive Services ve službě Azure Database for MySQL.
  6. Azure Machine Learning používá vlastní algoritmy strojového učení k získání dalšího přehledu o datech.
  7. Konektor databáze MySQL pro Power BI poskytuje možnosti pro vizualizaci a analýzu dat v Power BI nebo vlastní webové aplikaci.

Komponenty

Alternativy

Podrobnosti scénáře

Automatizovaný kanál k analýze dat používá následující služby:

  • Cognitive Services používá umělou inteligenci k zodpovězení otázek, analýze mínění a překladu textu.
  • Azure Machine Learning poskytuje nástroje strojového učení pro prediktivní analýzu.

Řešení automatizuje doručování analýzy dat. Konektor propojuje Službu Azure Database for MySQL s nástroji pro vizualizaci, jako je Power BI.

Architektura používá aplikaci Azure Functions k ingestování dat z více zdrojů dat. Jedná se o bezserverové řešení, které nabízí následující výhody:

  • Údržba infrastruktury: Azure Functions je spravovaná služba, která vývojářům umožňuje zaměřit se na inovativní práci, která poskytuje hodnotu podniku.
  • Škálovatelnost: Azure Functions poskytuje výpočetní prostředky na vyžádání, takže instance funkcí se škálují podle potřeby. Při poklesu požadavků se prostředky a instance aplikací automaticky odsadí.

Potenciální případy použití

Toto řešení je ideální pro organizace, které spouštějí prediktivní analýzu dat z různých zdrojů. Mezi příklady patří organizace v následujících odvětvích:

  • Finance
  • Vzdělávání
  • Telekomunikace

Důležité informace

  • Pro většinu funkcí má kognitivní služba pro rozhraní API jazyka maximální velikost 5120 znaků pro jeden dokument. U všech funkcí je maximální velikost požadavku 1 MB. Další informace o limitech dat a rychlosti najdete v tématu Omezení služeb pro službu Azure Cognitive Service pro jazyk.

  • Předchozí verze tohoto řešení používaly rozhraní API služby Cognitive Services Analýza textu. Služba Azure Cognitive Service pro jazyk teď ve službách Cognitive Services sjednocuje tři jednotlivé jazykové služby: Analýza textu, QnA Maker a SLUŽBU LUIS (Language Understanding). Snadno můžete migrovat z rozhraní API Analýza textu do kognitivní služby pro rozhraní API jazyka. Pokyny najdete v tématu Migrace na nejnovější verzi služby Azure Cognitive Service pro jazyk.

Přispěvatelé

Tento článek spravuje Microsoft. Původně byl napsán následujícím přispěvatelem.

Hlavní autor:

  • Matt Cowen | Vedoucí architekt cloudových řešení

Pokud chcete zobrazit neveřejné profily LinkedIn, přihlaste se na LinkedIn.

Další kroky