Направете оценка на разходите въз основа на примерни работни задачи върху Azure
Microsoft Azure дава възможност на организациите да постигнат техните бизнес цели в съответствие с бюджета, с конкурентно ценообразуване „плати според използването“. От мигрирането на първата работна задача до фината настройка на сложните инсталации, Azure позволява на организациите за изграждат, инсталират и добавят компоненти и услуги, и да ги мащабират според нуждите, като плащат само за това, което използват.
Проучете опциите за избрани проекти с Azure по-долу.
Azure предлага облачни решения, които позволяват интегрирането на големи обеми данни от множество източници в една обединена платформа за анализ. Този сценарий е базиран на решение за продажби и маркетинг, но моделите на проектиране са подходящи за всеки бранш, който изисква разширен анализ на големи масиви от данни, като електронна търговия, търговия на дребно и здравеопазване.
Тук, целите на примерната компания са да се комбинират различни видове източници на данни в една облачна платформа, да се определи обща таксономия и структура за опростяване на сравняването и бърз анализ, и да се намалят разходите за поддържане на локална инфраструктура.
Потенциални случаи на използване
- Създаване на склад за данни като единствен източник на истина за всички данни.
- Интегриране на релационни източници на данни с други неструктурирани набори от данни.
- Използване на семантично моделиране и мощни инструменти за визуализация, за по-опростен анализ на данните.
Архитектура на решението
1. За всеки източник на данни, всички актуализации се експортират периодично в междиннно пространство в Azure Blob сторидж.
2. Data Factory постепенно зарежда данните от Blob сторидж в предварителни таблици в Azure Synapse Analytics. По време на този процес данните се изчистват и трансформират. Polybase може да паралелизира процеса за големи набори от данни.
3. След зареждане на нова партида данни в склада се обновява предварително създаден табличен модел на аналитичните услуги (Analysis Services). Този семантичен модел опростява анализа на бизнес данните и взаимоотношенията им.
4. Бизнес анализаторите използват Microsoft Power BI за анализ на съхранените данни чрез семантичния модел на Analysis Services.
Използвайки услугите на Azure като Бот услугата (Bot Service) и Разбиране на език (Language Understanding), или услугите с речеви приложни интерфейси (Speech API), компаниите могат да помогнат на своите клиенти и да обработват поръчки или резервации с автоматизирани, мащабируеми ботове.
Този промерен сценарий е приложим за бизнеси, които се нуждаят от интегриране на чатбот за разговори в своите приложения. Един C# чатбот се използва за хотелска верига, като позволява на клиентите да проверяват наличието и да резервират настаняване чрез интернет или мобилно приложение.
Потенциални случаи на използване
- Преглед на меню на ресторант приготвящ храна за вкъщи и поръчка на храна
- Проверка на наличието на възможност за хотелско настаняване и резервации
- Търсене на налични снимки и поръчка на фотопечат
Архитектура на решението
1. Клиент осъществява достъп до чатбот чрез приложение.
2. Потребителят се идентифицира с помощта на Azure Active Directory B2C
3. Потребителят взаимодейства с бот услугата и иска информация за хотелско настаняване.
4. Разпознавателните услуги (Cognitive Services) обработва искането на естествен език.
5. След като потребителят е задоволен, ботът актуализира резервацията на клиента в SQL база данни.
6. Възможностите за вътрешен поглед на приложението събира телеметрия по време на целия процес, за да помогне на разработващия екип да повиши производителността.
Много сайтове за електронна търговия изпитват флуктиации в трафика с времето. Когато търсенето на продукти или услуги нараства, инструментите за Платформа като услуга (PaaS) позволяват на собствениците да обработват повече клиенти и повечетранзакции автоматично. Тази онлайн платформа за билети за концерти се възползва от облачната икономика, за да смекчи отрицателните ефекти от променливост на трафика, тъй като собствениците плащат само за това, което използват.
Потенциални случаи на използване
- Всяко приложение, което трябва да се разрастне, за да обработи пикове на трафика в различни моменти от време.
- Приложения, проектирани да работят с висока степен на достъпност в различни Azure региони в целия свят.
Архитектура на решението
1. Azure Traffic Manager насочва потребителската заявка към сайта за е-търговия, хостван на Azure App Service.
2. Azure CDN подава статични изображения и съдържание към потребителя.
3. Потребителят влиза в приложението чрез Azure Active Directory B2C наемател.
4. Потребителят търси концерти, използвайки Azure Search.
5. Уеб сайтът извлича подробности за концерта от Azure SQL базата данни.
6. Уеб сайтът прави справка за изображенията на закупените билети в Blob сторидж.
7. Резултатите от търсенето в базата данни се кешират в Azure Cache for Redis с цел подобряване на производителността.
8. Потребителят предава заявките за билети и концертни ревюта, които се поставят в опашка.
9. Azure Functions обработва плащането на заявката и концертните ревюта.
10. Cognitive Services (Услугите за разпознаване) прави анализ на концертните ревюта, за да определи чувството към тях (положително или отрицателно).
11. Application Insights (вътрешният анализ на приложението) осигурява метрика на производителността с цел проследяване на „здравето“ на уеб приложението.
На традиционните онлайн аналитични системи може да са нужни часове за преобразуване и анализ на данни за идентифициране на измамни транзакции и аномална дейност. Чрез използването на напълно управляваните услуги на Azure като концентратори на събития (Event Hubs) и анализ на потока от данни (Stream Analytics), компаниите могат да премахнат необходимостта от управление на отделни сървъри, като същевременно намаляват разходите и се възползват от експертния опит на Microsoft в обработката на данни в облачни мащаби и анализ в реално време.
Потенциални случаи на използване
- Откриване на измамни разговори по мобилен телефон в сценарии с телекомуникации.
- Идентифициране на измамни транзакции с кредитни карти за банкови институции.
- Идентифициране на измамни покупки в сценарии с търговски вериги или е-търговия.
Архитектура на решението
1. Метаданни от обаждане по мобилен телефон се изпращат от система-източник към сървър от Azure Event Hubs.
2. Стартира се задача за поточен анализ (Stream Analytics), при която се приемат данни от източника към концентратора на събития.
3. Задачата за Анализ на потока пуска предварително зададено търсене, за да преобразува входния поток и го анализира, въз основа на алгоритъм за измамни транзакции. Това търсене използва падащ прозорец, за да раздели потока на отделни временни единици.
4. Задачата за Анализ на потока записва трансформирания поток представляващ детектираните измамни обаждания в изходен буфер на Azure Blob сторидж.
Нужна Ви е помощ, за да стартирате Ваш проект с Azure?
АЛСО поддържа мрежа от професионални партньори на Azure, които могат да помогнат да се направи оценка на обхвата и бюджета на вашите изисквания за Azure услуги. Поискайте обаждане сега и вдигнете Вашия проект от земята.
Нужна Ви е поддръжка или оферта за проект на Ваш клиент с Azure?
Като партньор на АЛСО, Вие можете да се свържете с нашите експерти по Azure по всяко време, за да се направи оценка на обхвата и стойността на проектите на Вашите клиенти. Можете също да осъществите достъп до допълнителни средства и ресурси, за да гарантирате, че ще доставите превъзходна облачна услуга.
Курсове по E-Обучение
Посетете АЛСО Академията за безплатно обучение по Azure, провеждано от експерти.
Azure калкулатор
Направете оценка на стойността на Вашето пътешествие в Облака с ценовия калкулатор на Microsoft Azure.
Щракването върху този линк ще Ви отведе към външен сайт на Microsoft, където от Вас може да бъде поискана допълнителна информация
