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 認知服務和 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 應用程式會呼叫認知服務 API 來分析數據。
4. 認知服務 API 會將 JSON 格式分析的結果傳回至 Azure Functions 應用程式。
5. Azure Functions 應用程式會將認知服務 API 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 是事件驅動的無伺服器計算平臺。 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：

• 認知服務會使用 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。

若要儲存數據和結果，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。 這項支援讓 適用於 PostgreSQL 的 Azure 資料庫 對於高度數據密集的 AI 和機器學習工作而言，是有效的選擇。

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 的要素，其為一組指導原則，可以用來改善工作負載的品質。 如需詳細資訊，請參閱 Microsoft Azure Well-Architected Framework (部分機器翻譯)。

• 針對大部分功能，適用於語言的認知服務 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，您的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認知服務 文字分析 API。 適用於語言的 Azure 認知服務現在會統一認知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 移轉至適用於語言的認知服務 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，請參閱安全性要素的概觀。

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，請參閱成本最佳化要素的概觀。

適用於語言的認知服務提供各種定價層。 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 Azure 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 的智慧型手機應用程式