使用適用於 PostgreSQL 的 Azure 資料庫之智慧型應用程式

本文提供使用人工智慧將數據分析和視覺效果自動化的解決方案（AI）。 解決方案中的核心元件包括 Azure Functions、Azure AI 服務和 適用於 PostgreSQL 的 Azure 資料庫。

架構

下載此架構的 Visio 檔案。

資料流程

1. Azure 函式活動可讓您在 Azure Data Factory 管線中觸發 Azure Functions 應用程式。 您可以建立連結的服務連線，並使用連結服務搭配活動來指定您想要執行的 Azure 函式。
2. 數據來自多個來源，包括大量數據的 Azure 儲存體 和 Azure 事件中樞。 當管線收到新數據時，它會觸發 Azure Functions 應用程式。
3. Azure Functions 應用程式會呼叫 Azure AI 服務 API 來分析數據。
4. Azure AI 服務 API 會將 JSON 格式的分析結果傳回至 Azure Functions 應用程式。
5. Azure Functions 應用程式會將 Azure AI 服務 API 中的數據和結果儲存在 適用於 PostgreSQL 的 Azure 資料庫 中。
6. Azure 機器學習 使用自定義機器學習演算法來進一步深入解析數據。
   • 如果您使用無程式代碼檢視方塊接近機器學習步驟，您可以在數據上實作進一步的文字分析作業，例如特徵哈希、Word2Vector 和 n-gram 擷取。
   • 如果您偏好程式代碼優先的方法，可以在 機器學習 Studio 中執行開放原始碼自然語言處理 （NLP） 模型作為實驗。
7. 適用於 Power BI 的 PostgreSQL 連接器可讓您探索 Power BI 或自定義 Web 應用程式中人類可解譯的深入解析。

元件

• Azure App 服務 提供完全受控的平臺，可讓您快速建置、部署及調整 Web 應用程式和 API。
• Functions 是一個事件導向的無伺服器運算平台。 如需如何使用活動在 Data Factory 管線中執行函式的相關信息，請參閱 Azure Data Factory 中的 Azure 函式活動。
• 事件中樞是完全受控的 巨量數據串流平臺。
• 認知服務 提供一套 AI 服務和 API，可讓您用來在應用程式中建置認知智慧。
• 適用於 PostgreSQL 的 Azure 資料庫 是完全受控的關係資料庫服務。 它提供 PostgreSQL 的高可用性、彈性調整、修補和其他管理功能。
• Azure 機器學習 是一項雲端服務，可用來定型、部署和自動化機器學習模型。 Studio 支援程式碼優先和無程式碼方法。
• Power BI 是軟體服務和應用程式的集合，可顯示分析資訊，並協助您從數據衍生見解。

案例詳細資料

自動化管線會使用下列服務來分析數據：

• Azure AI 服務會使用 AI 來回答問題、情感分析和文字翻譯。
• Azure 機器學習 提供機器學習工具以進行預測性分析。

為了儲存數據和結果，解決方案會使用 適用於 PostgreSQL 的 Azure 資料庫。 PostgreSQL 資料庫支援非結構化數據、平行查詢和宣告式數據分割。 這項支援可讓 適用於 PostgreSQL 的 Azure 資料庫 對於高度數據密集型 AI 和機器學習工作的有效選擇。

解決方案會將數據分析的傳遞自動化。 連接器連結 適用於 MySQL 的 Azure 資料庫與 Power BI 等視覺效果工具。

此架構會使用 Azure Functions 應用程式從多個數據源內嵌數據。 它是無伺服器解決方案，可提供下列優點：

• 基礎結構維護：Azure Functions 是一項受控服務，可讓開發人員專注於為企業提供價值的創新工作。
• 延展性：Azure Functions 會視需要提供計算資源，因此函式實例會視需要進行調整。 當要求下降時，資源和應用程式實例會自動卸除。

潛在使用案例

適用於 PostgreSQL 的 Azure 資料庫 是雲端式解決方案。 因此，不建議將此解決方案用於行動應用程式。 它更適合下列產業和其他產業的下游分析：

• 運輸：維護預測
• 財務：風險評估和詐騙偵測
• 電子商務：客戶流失預測和建議引擎
• 電信：效能優化
• 公用程式：中斷防護

考量

這些考量能實作 Azure Well-Architected Framework 的支柱，其為一組指導原則，可以用來改善工作負載的品質。 如需更多資訊，請參閱 Microsoft Azure 結構完善的架構。

• 針對大部分的功能，Azure AI 語言 API 對於單一檔的大小上限為 5120 個字元。 針對所有功能，要求大小上限為 1 MB。 如需數據和速率限制的詳細資訊，請參閱 適用於語言的 Azure 認知服務服務限制。

• 在 適用於 PostgreSQL 的 Azure 資料庫 中，輸入量和速度會決定您選取的服務與部署模式。 有兩項服務可供使用：

  • 適用於 PostgreSQL 的 Azure 資料庫
  • 適用於 PostgreSQL 的 Azure Cosmos DB，其先前稱為超大規模資料庫 （Citus） 模式

  如果您挖掘大量客戶意見和評論工作負載，請使用適用於PostgreSQL的 Azure Cosmos DB。 在 適用於 PostgreSQL 的 Azure 資料庫 中，有兩種模式可供使用：單一伺服器和彈性伺服器。 若要瞭解何時使用每個部署模式，請參閱什麼是 適用於 PostgreSQL 的 Azure 資料庫？。

• 此解決方案的舊版使用 Azure AI 服務 文字分析 API。 Azure AI 語言現在會統一 Azure AI 服務中的三個個別語言服務：文字分析、QnA Maker 和 Language Understanding （LUIS）。 您可以輕鬆地從 文字分析 API 移轉至 Azure AI 語言 API。 如需指示，請參閱 移轉至最新版的 Azure 認知服務語言。

安全性

安全性可提供保證，以避免刻意攻擊和濫用您寶貴的資料和系統。 如需詳細資訊，請參閱安全性支柱的概觀。

適用於 PostgreSQL 的 Azure 資料庫 中的所有數據都會自動加密和備份。 您可以設定適用於雲端的 Microsoft Defender 以進一步降低威脅。 如需詳細資訊，請參閱 為開放原始碼關係資料庫啟用 Microsoft Defender 並回應警示。

DevOps

您可以使用 連接字串 和設定工作流程，將 GitHub Actions 設定為連線到 適用於 PostgreSQL 的 Azure 資料庫 資料庫。 如需詳細資訊，請參閱 快速入門：使用 GitHub Actions 連線到 Azure PostgreSQL。

您也可以使用 Azure Pipelines 將機器學習生命周期自動化。 如需如何實作 MLOps 工作流程及建置專案 CI/CD 管線的詳細資訊，請參閱 GitHub 存放庫 MLOps with Azure ML。

成本最佳化

成本最佳化是關於考慮如何減少不必要的費用，並提升營運效率。 如需詳細資訊，請參閱成本最佳化支柱的概觀。

Azure AI 語言提供各種定價層。 您處理的文字記錄數目會影響成本。 如需詳細資訊，請參閱 認知服務的語言定價。

下一步

• Azure Functions 概觀
• Azure Data Factory 中的 Azure 函式活動
• Azure 事件中樞— 巨量數據串流平臺和事件擷取服務
• 什麼是 Azue 認知服務？
• 什麼是適用於語言的 Azure 認知服務？
• 如何以異步方式使用語言服務功能
• 適用於語言 API 測試控制台的 Azure 認知服務
• 使用 DirectQuery 將 PostgreSQL 連結至 Power BI
• 在 Azure 入口網站中建立 Azure Cosmos DB for PostgreSQL 叢集
• 教學課程：在 Power BI 中取用 Azure 機器學習 模型
• 使用語言服務從文字擷取深入解析
• Microsoft Certified: Azure AI Engineer Associate

相關資源

• 使用適用於 MySQL 的 Azure 資料庫之智慧型應用程式