解決方案構想
本文說明解決方案概念。 您的雲端架構師可以使用本指南,協助視覺化此架構的一般實作的主要元件。 以本文為起點,設計符合您工作負載具體要求的完善解決方案。
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 MySQL 的 Azure 資料庫。
架構
下載此架構的 Visio 檔案。
資料流程
- 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。
- 數據來自各種來源,例如大量數據的 Azure 儲存體 或 Azure 事件中樞。 當管線收到新數據時,它會觸發 Azure Functions 應用程式。
- Azure Functions 應用程式會呼叫 Azure AI 服務 API 來分析數據。
- Azure AI 服務 API 會將 JSON 格式的分析結果傳回至 Azure Functions 應用程式。
- 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 MySQL 的 Azure 資料庫。
- 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。
- 適用於Power BI的 MySQL 資料庫連接器提供 Power BI 或自訂 Web 應用程式中資料視覺效果和分析的選項。
元件
替代項目
- 此解決方案會使用 Azure Functions 在收到數據時處理數據。 如果數據源中已經有大量數據,請考慮批處理形式。
- Azure 串流分析 會針對大量同時從多個來源抵達的快速串流數據提供事件處理。 串流分析也支援與 Power BI 整合。
- 若要將此解決方案與替代方案進行比較,請參閱下列資源:
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。
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
此解決方案適用於針對各種來源的數據執行預測性分析的組織。 範例包括下列產業中的組織:
- Finance
- 教育程度
- 電信業
考量
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。
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 遷移至 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。
參與者
本文由 Microsoft 維護。 原始投稿人如下。
主要作者:
- Matt Cowen |資深雲端解決方案架構師
若要查看非公開的 LinkedIn 設定檔,請登入 LinkedIn。
下一步
- 函數
- Azure Data Factory 中的 Azure 函式活動
- Data Factory
- 事件中樞
- Blob 儲存體
- 認知服務
- 適用於語言的 Azure 認知服務
- 適用於 MySQL 的 Azure 資料庫
- Azure Machine Learning
- Power BI