本指南可帮助您深入了解客户在 Twitter 等社交媒体网站上对您的产品和服务的评价。您可以构建一个近乎实时的警报系统,使用来自 Twitter 的数据,并且使用 Hugging Face Hub 中的预训练模型对推文进行分类,而不是手动筛选 Twitter 数据。 

架构图

下载架构图 PDF 

Well-Architected 支柱

当您在云中构建系统时,AWS Well-Architected Framework 可以帮助您了解所做决策的利弊。框架的六大支柱使您能够学习设计和操作可靠、安全、高效、经济高效且可持续的系统的架构最佳实践。使用 AWS 管理控制台中免费提供的 AWS Well-Architected Tool,您可以通过回答每个支柱的一组问题,根据这些最佳实践来检查您的工作负载。

上面的架构图是按照 Well-Architected 最佳实践创建的解决方案示例。要做到完全的良好架构,您应该遵循尽可能多的 Well-Architected 最佳实践。

  • 您可以使用 AWS CloudFormation 模板回滚对架构所做的更改。如果 FargateLambda 中的部署失败,它们可以自动回滚到以前的版本。 

    阅读卓越运营白皮书 
  • 要部署此架构,您必须设置具有适当服务权限的 Identity and Access Management(IAM)用户或角色。此外,存储在 Amazon S3 中的数据使用 AWS Key Management Service(AWS KMS)密钥进行加密。 

    阅读安全白皮书 
  • 数据存储在 Amazon S3 中,这是一种提供 99.999999999% 持久性的对象存储服务。如果您的数据对业务至关重要,则可以实施 S3 跨区域复制(CRR)将数据复制到其他 AWS 区域以实现灾难恢复。当发生超过特定阈值的异常时,Amazon SNS 会向您发送警报,以便您可以快速解决问题。 

    阅读可靠性白皮书 
  • AWS 可处理托管服务的管理任务(例如补丁和更新),以帮助保持性能效率。Lookout for MetricsAmazon Location 等服务专门用于检测异常情况和向应用程序添加位置数据。 

    阅读性能效率白皮书 
  • 在本指南中,大部分数据通过 AthenaQuickSight 直接在 AWS 中使用,从而减少了数据传输费用。仅当异常情况超出用户定义的阈值时,才会通过 Amazon SNS 传出数据。此外,该架构使用无服务器服务,因此您只需为所消耗的资源付费。 

    阅读成本优化白皮书 
  • 无服务器服务可随使用量的增加而扩展,因此您不必运行闲置的基础设施来满足需求的增长。 

    阅读可持续性白皮书 

实施资源

示例代码为起点。它经过行业验证,是规范性但不是决定性的,可以帮助您开始。

AWS 机器学习
博客

使用 Twitter、Amazon SageMaker 和 Hugging Face 构建基于新闻的实时警报系统

这篇文章演示了如何构建一个实时警报系统,使用来自 Twitter 的新闻,并且使用来自 Hugging Face Hub 的预训练模型对推文进行分类。 

免责声明

示例代码;软件库;命令行工具;概念验证;模板;或其他相关技术(包括由我方人员提供的任何前述项)作为 AWS 内容按照《AWS 客户协议》或您与 AWS 之间的相关书面协议(以适用者为准)向您提供。您不应将这些 AWS 内容用在您的生产账户中,或用于生产或其他关键数据。您负责根据特定质量控制规程和标准测试、保护和优化 AWS 内容,例如示例代码,以使其适合生产级应用。部署 AWS 内容可能会因创建或使用 AWS 可收费资源(例如,运行 Amazon EC2 实例或使用 Amazon S3 存储)而产生 AWS 费用。

此页内容对您是否有帮助?