Bewerken

Delen via

Intelligente apps met Azure Database for MySQL

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

Oplossingsideeën

In dit artikel wordt een oplossingsidee beschreven. Uw cloudarchitect kan deze richtlijnen gebruiken om de belangrijkste onderdelen te visualiseren voor een typische implementatie van deze architectuur. Gebruik dit artikel als uitgangspunt om een goed ontworpen oplossing te ontwerpen die overeenkomt met de specifieke vereisten van uw workload.

Dit artikel bevat een oplossing voor het automatiseren van gegevensanalyse en visualisatie met behulp van kunstmatige intelligentie (AI). Kernonderdelen in de oplossing zijn Azure Functions, Azure AI-services en Azure Database for MySQL.

Architectuur

Architectuurdiagram met de gegevensstroom van een intelligente toepassing met behulp van Azure Database for MySQL.

Een Visio-bestand van deze architectuur downloaden.

Gegevensstroom

  1. Met een Azure-functieactiviteit kunt u een Azure Functions-app activeren in de Azure Data Factory-pijplijn. U maakt een gekoppelde serviceverbinding en gebruikt de gekoppelde service met een activiteit om de Azure-functie op te geven die u wilt uitvoeren.
  2. Gegevens zijn afkomstig uit verschillende bronnen, zoals Azure Storage of Azure Event Hubs voor gegevens met een hoog volume. Wanneer de pijplijn nieuwe gegevens ontvangt, wordt de Azure Functions-app geactiveerd.
  3. De Azure Functions-app roept de API voor Azure AI-services aan om de gegevens te analyseren.
  4. De API voor Azure AI-services retourneert de resultaten van de analyse in JSON-indeling naar de Azure Functions-app.
  5. De Azure Functions-app slaat de gegevens en resultaten op van de AZURE AI-services-API in Azure Database for MySQL.
  6. Azure Machine Learning maakt gebruik van aangepaste machine learning-algoritmen om meer inzicht te krijgen in de gegevens.
  7. De MySQL-databaseconnector voor Power BI biedt opties voor gegevensvisualisatie en -analyse in Power BI of een aangepaste webtoepassing.

Onderdelen

Alternatieven

Scenariodetails

De geautomatiseerde pijplijn maakt gebruik van de volgende services om de gegevens te analyseren:

  • Azure AI-services maken gebruik van AI voor het beantwoorden van vragen, sentimentanalyse en tekstomzetting.
  • Azure Machine Learning biedt machine learning-hulpprogramma's voor predictive analytics.

De oplossing automatiseert de levering van de gegevensanalyse. Een connector koppelt Azure Database for MySQL aan visualisatiehulpprogramma's zoals Power BI.

De architectuur maakt gebruik van een Azure Functions-app voor het opnemen van gegevens uit meerdere gegevensbronnen. Het is een serverloze oplossing die de volgende voordelen biedt:

  • Infrastructuuronderhoud: Azure Functions is een beheerde service waarmee ontwikkelaars zich kunnen richten op innovatief werk dat waarde levert aan het bedrijf.
  • Schaalbaarheid: Azure Functions biedt rekenresources op aanvraag, zodat functie-exemplaren naar behoefte worden geschaald. Naarmate aanvragen vallen, worden resources en toepassingsexemplaren automatisch verwijderd.

Potentiële gebruikscases

Deze oplossing is ideaal voor organisaties die predictive analytics uitvoeren op gegevens uit verschillende bronnen. Voorbeelden hiervan zijn organisaties in de volgende branches:

  • Financiën
  • Onderwijs
  • Telecommunicatie

Overwegingen

  • Voor de meeste functies heeft de Azure AI Language-API een maximale grootte van 5120 tekens voor één document. Voor alle functies is de maximale aanvraaggrootte 1 MB. Zie Servicelimieten voor Azure Cognitive Service for Language voor meer informatie over gegevens- en frequentielimieten.

  • In eerdere versies van deze oplossing is de Text Analytics-API van Azure AI-services gebruikt. Azure AI Language bevat nu drie afzonderlijke taalservices in Azure AI-services: Text Analytics, QnA Maker en Language Understanding (LUIS). U kunt eenvoudig migreren van de Text Analytics-API naar de Azure AI Language-API. Zie Migreren naar de nieuwste versie van Azure Cognitive Service for Language voor instructies.

Medewerkers

Dit artikel wordt onderhouden door Microsoft. Het is oorspronkelijk geschreven door de volgende inzender.

Hoofdauteur:

Als u niet-openbare LinkedIn-profielen wilt zien, meldt u zich aan bij LinkedIn.

Volgende stappen