MySQL için Azure Veritabanı'nın kullanıldığı akıllı uygulamalar

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

Çözüm fikirleri

Bu makalede bir çözüm fikri açıklanmaktadır. Bulut mimarınız bu mimarinin tipik bir uygulaması için ana bileşenleri görselleştirmeye yardımcı olmak için bu kılavuzu kullanabilir. İş yükünüzün özel gereksinimlerine uygun iyi tasarlanmış bir çözüm tasarlamak için bu makaleyi başlangıç noktası olarak kullanın.

Bu makale, yapay zeka (AI) kullanarak veri analizini ve görselleştirmeyi otomatikleştirmeye yönelik bir çözüm sunar. Çözümdeki temel bileşenler Azure İşlevleri, Azure Bilişsel Hizmetler ve MySQL için Azure Veritabanı'dır.

Mimari

MySQL için Azure Veritabanı kullanan akıllı bir uygulamanın veri akışını gösteren mimari diyagramı.

Bu mimarinin bir Visio dosyasını indirin.

Veri akışı

  1. Azure İşlevi etkinliği, Azure Data Factory işlem hattında bir Azure İşlevleri Uygulaması tetiklemenizi sağlar. Bağlantılı hizmet bağlantısı oluşturur ve yürütmek istediğiniz Azure İşlevini belirtmek için bağlı hizmeti bir etkinlikle birlikte kullanırsınız.
  2. Veriler, yüksek hacimli veriler için Azure Depolama veya Azure Event Hubs gibi çeşitli kaynaklardan gelir. İşlem hattı yeni veriler aldığında Azure İşlevleri Uygulamasını tetikler.
  3. Azure İşlevleri Uygulaması, verileri analiz etmek için Bilişsel Hizmetler API'sini çağırır.
  4. Bilişsel Hizmetler API'si, JSON biçimindeki analizin sonuçlarını Azure İşlevleri Uygulamasına döndürür.
  5. Azure İşlevleri Uygulaması, Bilişsel Hizmetler API'sindeki verileri ve sonuçları MySQL için Azure Veritabanı depolar.
  6. Azure Machine Learning, veriler hakkında daha fazla içgörü sağlamak için özel makine öğrenmesi algoritmalarını kullanır.
  7. Power BI için MySQL veritabanı bağlayıcısı, Power BI'da veya özel bir web uygulamasında veri görselleştirme ve analiz seçenekleri sağlar.

Bileşenler

Alternatifler

Senaryo ayrıntıları

Otomatik işlem hattı, verileri analiz etmek için aşağıdaki hizmetleri kullanır:

  • Bilişsel Hizmetler soru yanıtlama, yaklaşım analizi ve metin çevirisi için yapay zekayı kullanır.
  • Azure Machine Learning, tahmine dayalı analiz için makine öğrenmesi araçları sağlar.

Çözüm, veri analizinin teslimini otomatikleştirir. Bağlayıcı, MySQL için Azure Veritabanı Power BI gibi görselleştirme araçlarıyla bağlantı kurar.

Mimari, birden çok veri kaynağından veri almak için bir Azure İşlevleri Uygulaması kullanır. Bu, aşağıdaki avantajları sunan sunucusuz bir çözüm:

  • Altyapı bakımı: Azure İşlevleri, geliştiricilerin işletmeye değer sağlayan yenilikçi çalışmalara odaklanmasını sağlayan yönetilen bir hizmettir.
  • Ölçeklenebilirlik: Azure İşlevleri isteğe bağlı işlem kaynakları sağladığı için işlev örnekleri gerektiği gibi ölçeklendirilir. İstekler düştükçe kaynaklar ve uygulama örnekleri otomatik olarak açılır.

Olası kullanım örnekleri

Bu çözüm, çeşitli kaynaklardan gelen veriler üzerinde tahmine dayalı analiz çalıştıran kuruluşlar için idealdir. Örnek olarak aşağıdaki sektörlerdeki kuruluşlar verilebilir:

  • Finance
  • Eğitim
  • Telekomünikasyon

Dikkat edilmesi gereken noktalar

  • Çoğu özellik için Dil için Bilişsel Hizmet API'sinin boyutu tek bir belge için en fazla 5120 karakterdir. Tüm özellikler için istek boyutu üst sınırı 1 MB'tır. Veri ve hız sınırları hakkında daha fazla bilgi için bkz . Dil için Azure Bilişsel Hizmet için hizmet sınırları.

  • Bu çözümün önceki sürümleri Bilişsel Hizmetler Metin Analizi API'sini kullanıyordu. Dil için Azure Bilişsel Hizmet artık Bilişsel Hizmetler'de üç ayrı dil hizmetini birleştirilir: Metin Analizi, Soru-Cevap Oluşturma ve Language Understanding (LUIS). Metin Analizi API'sinden Dil için Bilişsel Hizmet API'sine kolayca geçiş yapabilirsiniz. Yönergeler için bkz . Dil için Azure Bilişsel Hizmet'in en son sürümüne geçiş.

Katkıda Bulunanlar

Bu makale Microsoft tarafından yönetilir. Başlangıçta aşağıdaki katkıda bulunan tarafından yazılmıştır.

Asıl yazar:

  • Matt Cowen | Üst Düzey Bulut Çözümü Mimarı

Genel olmayan LinkedIn profillerini görmek için LinkedIn'de oturum açın.

Sonraki adımlar