21、利用 Azure 实现实时预测分析与数据管理

利用 Azure 实现实时预测分析与数据管理

1. 使用 Azure 机器学习和数据工厂进行实时数据分析

1.1 发布和验证 Web 服务

当 Web 服务发布完成后，可返回 ML Studio，点击左侧导航栏的“Web Services”图标来验证其是否成功发布。接下来，就可以使用机器学习模型和 Web 服务了，下面将介绍如何使用 Azure Data Factory 调用该 Web 服务。

1.2 使用 Azure Data Factory 调用 Web 服务

1.2.1 打开 Data Factory

在 Azure 门户中，打开之前创建的名为 TemperatureDF 的 Data Factory（若命名不同则打开相应的）。在概览面板中，点击“Author and Deploy”磁贴，打开熟悉的创作面板。

1.2.2 创建新的链接服务

点击“More”链接，选择“New Compute”，然后选择“Azure ML”选项。将 Azure ML 链接服务的默认代码替换为以下代码：

{
    "name": "AzureMLTempAnomalyEndpoint",
    "properties": {
        "description": "",
        "hubName": "temperaturedf_hub",
        "type": "AzureML",
        "typeProperties": {
            "mlEndpoint": "h