Modifier

Partager via

Applications intelligentes utilisant Azure Database pour MySQL

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

Idées de solution

Cet article présente une idée de solution. Votre architecte cloud peut s’appuyer sur ces conseils pour visualiser les principaux composants d’une implémentation typique de cette architecture. Utilisez cet article comme point de départ pour concevoir une solution bien conçue qui répond aux exigences spécifiques de votre charge de travail.

Cet article présente une solution pour automatiser l’analyse et la visualisation des données à l’aide de l’intelligence artificielle (IA). Les principaux composants de la solution sont Azure Functions, les services Azure AI et les Azure Database pour MySQL.

Architecture

Diagramme d’architecture montrant le flux de données d’une application intelligente à l’aide de Azure Database pour MySQL.

Téléchargez un fichier Visio de cette architecture.

Dataflow

  1. Une activité de fonction Azure vous permet de déclencher une application Azure Functions dans le pipeline Azure Data Factory. Vous créez une connexion de service lié et utilisez le service lié avec une activité pour spécifier la fonction Azure que vous souhaitez exécuter.
  2. Les données proviennent de différentes sources telles que stockage Azure ou Azure Event Hubs pour les données volumineuses. Lorsque le pipeline reçoit de nouvelles données, il déclenche l’application Azure Functions.
  3. L’application Azure Functions appelle l’API des services Azure AI pour analyser les données.
  4. L’API des services Azure AI retourne les résultats de l’analyse au format JSON à l’application Azure Functions.
  5. L’application Azure Functions stocke les données et les résultats de l’API des services Azure AI dans Azure Database pour MySQL.
  6. Azure Machine Learning utilise des algorithmes de Machine Learning personnalisés pour fournir des insights supplémentaires sur les données.
  7. Le connecteur de base de données MySQL pour Power BI offre des options pour la visualisation et l'analyse des données dans Power BI ou dans une application web personnalisée.

Composants

Autres solutions

Détails du scénario

Le pipeline automatisé utilise les services suivants pour analyser les données :

  • Les services Azure AI utilisent l’IA pour répondre aux questions, analyser les sentiments et traduire du texte.
  • Azure Machine Learning fournit des outils d’apprentissage automatique pour l’analytique prédictive.

La solution automatise la livraison de l’analyse des données. Un connecteur lie Azure Database pour MySQL à des outils de visualisation tels que Power BI.

L’architecture utilise une application Azure Functions pour ingérer des données provenant de plusieurs sources de données. Il s’agit d’une solution serverless qui offre les avantages suivants :

  • Maintenance de l’infrastructure : Azure Functions est un service managé qui permet aux développeurs de se concentrer sur un travail innovant qui apporte de la valeur à l’entreprise.
  • Scalabilité : Azure Functions fournit des ressources de calcul à la demande, afin que les instances de fonction soient mises à l’échelle en fonction des besoins. Quand les demandes diminuent, les ressources et les instances d’application baissent automatiquement.

Cas d’usage potentiels

Cette solution est idéale pour les organisations qui exécutent des analyses prédictives sur des données provenant de différentes sources. Les organisations dans les secteurs d’activité suivants sont des exemples :

  • Finance
  • Education
  • Télécommunications

Considérations

  • Pour la plupart des fonctionnalités, l’API Azure AI Language a une taille maximale de 5120 caractères pour un document unique. Pour toutes les fonctionnalités, la taille de requête maximale est de 1 Mo. Pour plus d’informations sur les limites de données et de débit, consultez Limites de service pour Azure Cognitive Service for Language.

  • Les versions précédentes de cette solution utilisaient les services Azure AI Analyse de texte API. Azure AI Language unifie désormais trois services de langage individuels dans les services Azure AI : Analyse de texte, QnA Maker et Language Understanding (LUIS). Vous pouvez facilement migrer de l’API Analyse de texte vers l’API de langage Azure AI. Pour les instructions, voir Migrer vers la dernière version d’Azure Cognitive Service for Language.

Contributeurs

Cet article est géré par Microsoft. Il a été écrit à l’origine par les contributeurs suivants.

Auteur principal :

  • Matt Cowen | Architecte de solution cloud senior

Pour afficher les profils LinkedIn non publics, connectez-vous à LinkedIn.

Étapes suivantes