解决方案构想
本文介绍了一种解决方案构想。 云架构师可以通过本指南来帮助可视化此体系结构的典型实现的主要组件。 以本文为起点,设计一个符合工作负荷特定要求的架构合理的解决方案。
此示例演示如何部署可自动执行手动或基于书面材料的流程并呈现丰富用户体验的门户。 使用 Azure API 管理和 Azure Functions 连接利用旧系统的自定义 API。 通过使用 Azure 托管数据库和低代码方法来自动执行任务,可以在快速生成默认设置为实时、可复原且可缩放的应用的同时,降低解决方案的总体成本。
体系结构
下载此体系结构的 Visio 文件。
数据流
数据流经解决方案的情形如下所示:
- 航空公司系统与 Azure API 管理中托管的自定义 API 通信。
- 自定义 API 协调器可接收通知并处理从航空公司系统传入的消息。 它会将它们发送到 Power Apps,其中会将航班分配到 Microsoft Teams 频道。
- 当用户选择要监视的航班,或者当系统为用户分配航班时,系统会在 Azure 存储帐户队列中对 Graph API 调用进行排队,以便进一步处理。
- Azure Functions 根据存储队列中的传入消息运行图形 API 调用,向 Teams 发送通知,并将所有事件流式传输到 Azure 事件中心以进行进一步分析。
- 该航空公司的通知系统由使用 Azure 机器人服务的自定义机器人消息服务管理。
- 自定义机器人向 Teams 中的用户发送航班更新。
- Azure Data Lake 存储提供来自事件中心的事件的长期保留和微批处理,最终使用 Power BI 生成见解报表。
组件
使用多个 Azure 组件从不同的数据源加载数据:
- Power Apps:通过快速生成使流程现代化并解决严峻挑战的低代码应用,在整个组织中提高敏捷性。
- Azure Functions:使用无服务器计算加速并简化应用程序开发
- Azure API 管理:混合式多云管理平台,适用于跨所有环境的 API
- Azure SQL 数据库:使用云中的托管和智能 SQL 生成随业务节奏缩放的应用
- Azure Cosmos DB:快速的 NoSQL 数据库,具有适合任何规模的开放式 API
- Azure 存储:适用于数据、应用和工作负荷的可大规模缩放的安全云存储
- Azure 事件中心:简单、安全且可缩放的实时数据引入
- Azure Data Lake Storage:可大规模缩放且安全的数据湖,适用于高性能分析工作负荷
- Azure 机器人服务:一种专门为机器人开发而构建的托管服务
- Azure 数据工厂:大规模简化 ETL 的混合数据集成服务
- Power Automate:可简化重复性任务和无纸化流程
- Power BI 是一套业务分析工具,可以分析数据和分享见解。
方案详细信息
可能的用例
数字工作流的使用并不局限于任何一个行业。 基于文档的数字工作流使用相同的组件,但以不同的方式排列它们以满足流程的要求。 可从自动化流程中受益的行业包括但不限于:
- 制造
- 医疗保健
- 教育
- Finance
- 律师事务所
- 航空公司(航天)
后续步骤
- 什么是 Power BI?
- Azure Functions 简介
- 关于 Azure API 管理
- 什么是 Azure SQL 数据库?
- 欢迎使用 Azure Cosmos DB
- 什么是 Azure 事件中心?
- Azure Data Lake Storage 简介
- Azure 机器人服务
- 什么是 Azure 数据工厂?
- Power Apps 简介