Mit diesem Leitfaden verschaffen Sie sich einen Einblick in das, was Ihre Kunden über Ihre Produkte und Services auf Websites sozialer Medien, wie z. B. Twitter, sagen. Anstatt Twitter-Daten manuell herauszufiltern, können Sie ein Warnsystem entwickeln, das nahezu in Echtzeit Daten von Twitter abruft und Tweets mithilfe eines vortrainierten Modells von Hugging Face Hub klassifiziert.
Architekturdiagramm
Schritt 1
Eine Aufgabe von Amazon Elastic Container Service (Amazon ECS) wird in einer Serverless-Infrastruktur ausgeführt, die von AWS Fargate verwaltet wird, und unterhält eine offene Verbindung zur Twitter-API.
Schritt 2
Das Twitter-Bearer-Token wird sicher im AWS Systems Manager Parameter Store gespeichert und das Container-Image wird in Amazon Elastic Container Registry (Amazon ECR) gehostet.
Schritt 3
Wenn ein neuer Tweet eintrifft, wird er in eine Warteschlange von Amazon Simple Queue Service (SQS) gestellt.
Schritt 4
Die Logik der Lösung basiert auf den Microservices der AWS-Lambda-Funktion, die von AWS Step Functions koordiniert werden.
Schritt 5
Ein Hugging-Face-Klassifizierungsmodell wird in Serverless-Endpunkte von Amazon SageMaker gehostet.
Schritt 6
Amazon Comprehend extrahiert Stimmungen, Schlüsselbegriffe und Entitäten. Wenn möglich, extrahiert Amazon Comprehend den Standort.
Schritt 7
Amazon Location Service wandelt einen Standortnamen in Koordinaten um.
Schritt 8
Der Tweet und die Metadaten werden an Amazon Simple Storage Service (Amazon S3) gesendet, und Amazon Athena fragt die verarbeiteten Tweets mit Standard-SQL ab.
Schritt 9
Amazon Lookout für Metrics sucht nach Auffälligkeiten in der Anzahl der Erwähnungen pro Kategorie. Amazon Simple Notification Service (Amazon SNS) sendet eine Warnung an Benutzer, wenn eine Anomalie erkannt wird.
Schritt 10
Wir empfehlen, ein Amazon-QuickSight-Dashboard einzurichten, damit Geschäftsanwender Erkenntnisse einfach visualisieren können.
Well-Architected-Säulen
Das AWS-Well-Architected-Framework hilft Ihnen, die Vor- und Nachteile der Entscheidungen zu verstehen, die Sie beim Aufbau von Systemen in der Cloud treffen. Die sechs Säulen des Frameworks ermöglichen es Ihnen, architektonische bewärhte Methoden für die Entwicklung und den Betrieb zuverlässiger, sicherer, effizienter, kostengünstiger und nachhaltiger Systeme zu erlernen. Mit dem AWS-Well-Architected-Tool, das kostenlos in der AWS-Managementkonsole verfügbar ist, können Sie Ihre Workloads anhand dieser bewährten Methoden überprüfen, indem Sie eine Reihe von Fragen für jede Säule beantworten.
Das obige Architekturdiagramm ist ein Beispiel für eine Lösung, die unter Berücksichtigung der bewährten Methoden von Well-Architected erstellt wurde. Um eine vollständige Well-Architected-Lösung zu erhalten, sollten Sie so viele bewährte Methoden von Well-Architected wie möglich befolgen.
-
Operative Exzellenz
Mit einer AWS-CloudFormation-Vorlage können Sie an der Architektur vorgenommene Änderungen rückgängig machen. Wenn Bereitstellungen in Fargate und Lambda fehlschlagen, können diese automatisch auf frühere Versionen zurückgesetzt werden.
-
Sicherheit
Um diese Architektur bereitzustellen, müssen Sie einen Benutzer von Identity and Access Management (IAM) oder eine Rolle mit den entsprechenden Berechtigungen für Services einrichten. Darüber hinaus werden in Amazon S3 gespeicherte Daten mit einem Schlüssel von AWS Key Management Service (AWS KMS) verschlüsselt.
-
Zuverlässigkeit
Daten werden in Amazon S3 gespeichert, einem Objektspeicher-Service, der eine Beständigkeit von 99,999999999 % bietet. Wenn Ihre Daten geschäftskritisch sind, können Sie regionsübergreifende S3-Replikation (CRR) implementieren, um die Daten zur Notfallwiederherstellung in anderen AWS-Regionen zu replizieren. Wenn Anomalien über einem bestimmten Schwellenwert auftreten, sendet Amazon SNS Ihnen Warnmeldungen, damit Sie das Problem schnell lösen können.
-
Leistung und Effizienz
AWS übernimmt administrative Aufgaben für verwaltete Services, wie z. B. Patches und Aktualisierungen, um die Leistungseffizienz aufrecht zu erhalten. Services wie Lookout für Metrics und Amazon Location sind speziell für die Erkennung von Anomalien bzw. das Hinzufügen von Standortdaten zu Anwendungen konzipiert.
-
Kostenoptimierung
In diesem Leitfaden wird der Großteil der Daten direkt in AWS über Athena und QuickSight verbraucht, wodurch die Höhe der Datenübertragungsgebühren reduziert wird. Eine über Amazon SNS ausgehende Datenübertragung erfolgt nur bei Anomalien, die benutzerdefinierte Schwellenwerte überschreiten. Darüber hinaus verwendet diese Architektur Serverless-Services, sodass Sie nur für die Ressourcen zahlen, die Sie nutzen.
-
Nachhaltigkeit
Serverless-Services skalieren mit der Nutzung, so dass Sie keine ungenutzte Infrastruktur ausführen müssen, um die steigende Nachfrage zu bewältigen.
Ressourcen zur Implementierung
Der Beispielcode dient als Ausgangspunkt. Er ist in der Branche erprobt, präskriptiv, aber nicht endgültig, und ein Blick unter die Haube, der Ihnen den Einstieg erleichtert.
Ähnliche Inhalte
Ein nachrichtenbasiertes Echtzeit-Warnsystem mit Twitter, Amazon SageMaker und Hugging Face entwickeln
Haftungsausschluss
Der Beispielcode, die Softwarebibliotheken, die Befehlszeilentools, die Machbarkeitsnachweise, die Vorlagen oder andere zugehörige Technologien (einschließlich derjenigen, die von unseren Mitarbeitern bereitgestellt werden) werden Ihnen als AWS-Inhalte im Rahmen der AWS-Kundenvereinbarung oder der entsprechenden schriftlichen Vereinbarung zwischen Ihnen und AWS (je nachdem, was zutrifft) zur Verfügung gestellt. Sie sollten diese AWS-Inhalte nicht in Ihren Produktionskonten oder für Produktions- oder andere kritische Daten verwenden. Sie sind verantwortlich für das Testen, Sichern und Optimieren des AWS-Inhalts, z. B. des Beispielcodes, für die Verwendung in der Produktion auf der Grundlage Ihrer spezifischen Qualitätskontrollverfahren und -standards. Bei der Bereitstellung von AWS-Inhalten können AWS-Gebühren für die Erstellung oder Nutzung von kostenpflichtigen AWS-Ressourcen anfallen, z. B. für den Betrieb von Amazon-EC2-Instances oder die Nutzung von Amazon-S3-Speicher.