IBM公司沃森系统测评
&&摘要：通过打造其沃森和SPSS预测分析，IBM的云机器学习服务能够满足开发人员、数据科学家和企业组织的相关需求。
&&早在2011年2月，IBM公司的沃森
AI人工智能系统在美国最受欢迎的智力竞赛节目Jeopardy上，通过人机大战成功打败了两位从Jeopardy节目中脱颖而出的参赛者，从而引起全世界的关注。而IBM公司也一直在致力于运用沃森系统解决更有趣的问题，而不仅仅只是回答一些智力竞赛问答。IBM还将沃森相关功能进行了扩展，以便能够服务于开发人员，数据科学家，甚至普通的商业用户。除了IBM公司的SPSS预测分析软件之外，沃森还形成了IBM公司在机器学习和高级先进分析方面的云服务产品的基础。
　　IBM公司的沃森系统分为五个部分：机器学习、问题分析、自然语言处理、工程特征、本体分析。通过这五个组成部分，IBM公司已经建立起了一整套的云服务产品组合，您可以借助其来打造您自己的迷您沃森，从而帮助解决您的问题。(请注意，基于现成的答案编写知识库是很简单的：在智力竞赛节目Jeopardy上，95%的问题均可以通过搜索到的维基百科文章的标题来回答。)
　　与此同时，IBM公司正在通过合作开发，以便将沃森技术应用到企业水平的医疗卫生、地震防御与救灾、教育和基因组学领域。虽然这些方面的努力无疑都是非常有趣的，尤其是从长远方面来看的话，但为了撰写本文，此次对其进行测评审查的目的，我则将会把重点专注于沃森和其他可用于IBM云服务的机器学习(ML)技术方面，包括Bluemix
PaaS的使用。
　　其他的机器学习(ML)高科技都包括哪些?在IBM公司幅员辽阔的帝国的一个遥远的角落，IBM SPSS为SPSS
Modeler打包
　　提供Windows和云服务部署，此外还加上一项预测分析服务，其可以在BlueMix
PaaS和周期性批量作业实时运行其模型预测，以更新模型。IBM SPSS
Modeler能够与微软Azure机器学习和Databricks兼容，而且IBM沃森服务还能够与微软的牛津项目(Project
Oxford)和Cortana分析，以及惠普企业公司推出的Haven OnDemand相兼容。
　　IBM SPSS Modeler和预测分析
　　让我们从IBM SPSS Modeler和预测分析开始吧。我下载了SPSS Modeler产品的Windows
30天免费试用版本，并按照说明步骤进行了安装。免费版本在其试用期内有一项个性化的编辑功能，包括：数据访问和导出、自动数据准备、数据信息处理(data
wrangling)和ETL、基于机器学习算法和自动化建模、R可扩展性(R
extensibility)和Python脚本。其不包括通过IBM
SPSS分析服务器进行Hadoop/Spark的大数据访问，也不包括champion/challenger功能、A/B测试、文本和实体分析、社会网络分析。这些功能特点在更昂贵的SKU中均有提供。
　　在SPSS
Modeler中的ML算法能够与您在Azure机器学习和spark.ml找到的相兼容，因为其拥有功能特征的选择和支持的格式的选择。即使是与自动化建模(automodeling)相比较，也毫不逊色，虽然在SPSS
Modeler中的关于如何使用的介绍比在其他产品中的更明显。　　
　　IBM SPSS
Modeler的Windows版本有超过30款的ML模型，包括自动建模。拥有一个点击式界面，而考虑到其复杂性，可以说其很容易使用。
　　而在SPSS Modeler中所包含的您无法在Azure机器学习中找到的功能特点是Jupyter
Notebooks或Databricks的笔记本，其具有一个点击式界面。曾经有一段时间(很久以前)，我也曾滔滔不绝地谈论过SPSS使得其统计分析应用程序能够通过添加Windows鼠标和菜单界面而变得易于使用的这一功能是多么强大。现如今，我再也不在乎这一点了。事实上，我现在更喜欢笔记本的方法，主要是因为一个有注解的笔记本(我想第一次看到是在Mathcad的DOS)便于另一位分析师跟踪您所做的工作，并能够检查或扩展您的工作。
　　总体来说，我认为IBM SPSS
Modeler是功能非常强大和易于使用的，具有良好的性能，但其售价是非常昂贵的。其“呼吁定价”标志告诉我，IBM云服务的SPSS
Modeler Gold版本和SPSS分析服务器的售价可能更昂贵。
　　一旦您创建了之后，您将会如何处理您的SPSS model呢，您会做什么呢?将其上传到BlueMix。IBM
BlueMix主机预测分析的Web服务，适用于SPSS模型能够揭示API的得分，您可以从您的应用程序调用。IBM还在GitHub上发布了两款示例应用程序;这些都是基于SPSS
Modeler提供的样本数据集，他们作为Web服务部署，能够被Node.js或Angular.js应用程序调用。两者看起来比较简单。　　
Bluemix上运行的该预测分析服务，可以采用SPSS模型，并将其部署为Web服务，将为您的应用程序进行预测评分。
　　除了Web服务，预测分析支持批处理作业，以再培训和额外数据模型的重新评估。或者，一个批处理作业可以通过再培训模式更新已部署的模型;这解决了当数据发生更改时，预测模型失效的通病问题。目前，预测分析批处理作业只作为API调用公开;我还没有发现用户界面。
　　Bluemix中的沃森
　　您会发现，在沃森列表下列出了18项BlueMix服务，如下图所示。每款服务都公开了一个REST
API。此外，您也可以下载SDK，以为您的应用程序使用API​​。例如，Alchem​​yAPI有可用于Java、C / C
++、C#、Perl、PHP、Python、Ruby、JavaScript和Android操作系统的SDK和示例。您需要一个API密钥以运行样本，并成功地调用API。一般而言，一旦您在Bluemix中配置了一个沃森服务，您将被链接到可以运行的在线样本，相关的文档介绍也将为您呈现。　　
　　目前，在IBM Bluemix中提供18项可用的沃森服务，其中有15项来自IBM。
　　AlchemyAPI提供了一组包括三项服务在内的服务(Alchem​​yLanguage，Alchem​​yVision和Alchem​​yData)，使企业组织和开发人员能够建立认知应用程序，以理解文本和图像所处的内容和环境。
AlchemyLanguage处理文本，以便为情绪、情感(测试版)、关键字、实体和高层次的概念评分。AlchemyVision处理图像以识别图像、场景和对象。AlchemyData提供可搜索的新闻和博客内容，丰富了自然语言处理。AlchemyAPI似乎从其他几款沃森服务获得了绘制能力，并合并到一项单一的服务，包括成为网页的组合。
&下一步是概念扩展，其能够基于背景环境和对于概念的见解，分析文本和学习类似的单词或短语，并为您提供了基于维基百科主题的一个预先存在的图形概念的文件链接。(还记得我前面在上文中所提到的Jeopardy智力竞赛所涉及的维基百科标题吗?)在文档中的注释介绍说，沃森的概念扩展服务已日从BlueMix目录删除。然而，到了3月18日，其仍然有一个预定义的数据集和域作为一项测试服务，使得我能够配置服务和运行样本
　　该对话框服务允许您设计应用程序与一名用户使用自然语言和用户配置信息通过对话界面进行交互交互的方式。文档转换服务将一个单一的HTML、PDF，或微软Word文档转换成规范化的HTML、纯文本，或一组的JSON格式的答案单位，可被其他沃森服务利用。
　　语言翻译包括了几个知识域和语言的配对。在新闻和会话领域，包括了英语和巴西葡萄牙语，法语，现代标准阿拉伯语，或西班牙语的互相翻译。在专利中，包括英语和巴西葡萄牙语，中文，韩语，或西班牙语。翻译服务可以识别以62种不同语言被写入的纯文本。
　　在您进了一组类别和短语训练之后，自然语言分类服务适用于认知计算技术，并为句子、问题或短语返回最匹配的类别。您可以看到这个功能在Jeopardy智力竞赛游戏中是如何充分发挥作用的。
　　个性化的见解来自交易和社交媒体数据(至少要包括由一个单一的个体所写的1000个单词)来识别心理特质，其将以树的特点返回一个JSON格式。通过语境分析关系抽取分析句子的成分和检测组件之间的关系(语音和部分功能)。个性化见解的API被记录用于Curl、Node节点和API的demo演示分析了奥普拉、Lady
Gaga和国王詹姆斯的推文，以及几篇文章。
　　检索和排名是Apache Solr实现搜索结果的机器学习训练的相关性改进。Solr是建立在Apache
Lucene的全文索引基础上的分类感知搜索服务器。
　　语音到文本处理的服务将人类语音转换为以英语，日语，阿拉伯语(MSA)，汉语普通话，葡萄牙语(巴西)，西班牙编写的文字。除了文本，服务将返回元数据，包括每个单词或短语的开始/结束时间和可替代的最佳短语。
　　文本到语音的服务，能够处理文本和自然语言，以生成合成的音频，输出完全适当的说话节奏和语调。语音包括了美式和英式的英语，法语，德语，意大利语，西班牙语，北美西班牙语，巴西葡萄牙语和日语。根据该文件显示，其中三种美国英语的声音之一被用在了Jeopardy智力竞赛游戏中作为沃森的声音，但当我在运行demo演示时，并没有语音。
　　语气分析仪，目前仍处于测试阶段，能够从文本中识别情感、社会倾向、写作风格。权衡分析使用帕累托过滤技术，以跨多个标准确定最佳的替代方案，然后使用各种分析和视觉方法，以帮助决策者进行探索和权衡，进而从备选方案中确定最佳的替代品，进行取舍。
　　最后，视觉识别服务，使您能够分析JPEG图像(或视频帧)的外观，来了解其是在一个怎样的场景下发生的。使用预培训的机器学习技术，语义分类识别许多常见的可视化实体，如设置，对象和事件，返回标签和可能性得分。
　　在Bluemix中的三款非IBM沃森服务还是封闭测试版。
　　沃森分析
　　沃森分析使用IBM公司自己的自然语言处理，使机器学习更容易为企业组织的业务分析师和其他非数据科学家方面的职位角色所使用。这是一个很明显使用了IBM的许多服务的Web应用程序，
　　包括了Bluemix的沃森部分。我尝试使用了免费试用版本，并用它来作为分析其所提供的自行车租赁服务数据集的一个样本。　　
　　IBM沃森分析运行在其自己的网站上，而不是在Bluemix上。如上图所示，其可以让您通过五个过程分析数据。重点是使数据科学可访问。
　　我能设想得到，这种方法对于那些只需要获得机器学习的结果，而无需编程，或者甚至根本对于该方法都没有很好的了解的人们而言，会是相当有用的。然而，我发现，自然语言界面和所有有用的诊断大多都是以我的方式所呈现的。这让我感到惊讶，因为商业智能产品的用户界面，如Tableau和Qlik
Sense，就实现了沃森分析试图完成的一个子集，但以我的方式是绝对无法获得的。　　
　　沃森为自行车租赁数据集的分析想出了一个决策树模型，设置了48%的预测强度。该工作表还没有将工作日和非工作日的租客分开。
　　我一直试图在一次单一的产品测评审查中覆盖IBM公司的三款ML产品(或更多产品，这取决于您怎么算)。我承认，这是不容易的。因为我本来希望对自己所测评的每一件产品做泛泛的评估，最终没能实现，但我还是总结出了一些一般性结论。
　　IBM SPSS
Modeler在Windows或在线UI提供了常规ML培训和评分。这固然是非常好的，但其价格昂贵。Bluemix预测分析可以运行SPSS模型作为Web服务和返回预测。也可以运行批处理作业，以更新模型。
　　沃森服务在Bluemix中为专业的ML应用程序提供云服务和API。其提供了15项IBM沃森服务，可以被掺入到您自己的应用程序。虽然他们都是不同的，他们的功能似乎是不错的，而且价格合理。沃森分析是一款Web应用程序，用于借助机器学习和相关的工具进行数据分析，包括数据的探索。沃森分析尽量做到能够很容易的使用，但这让我感到无所适从，让我想撕掉的UI和代码。我能够想象得到沃森分析对于那些没有受过数据科学训练的商业人士的价值，但我本人并不是特别喜欢。
　　实际的数据科学家们也许会想跳过沃森分析，偏向于使用SPSS
Modeler和在Bluemix中的沃森服务。业务分析师可能会使用沃森分析，但对于他们的探索性的数据分析，可能使用Tableau会更好，然后与数据科学家合作，以开发预测模型。
　　本文作者马丁海勒是InfoWorld网站的特约编辑和审稿人。以前曾是一名Web和Windows应用程序设计顾问，从1986年到2010年他曾在位于马萨诸塞州安杜佛的办公室开发过数据库，软件和网站。最近，他曾担任过阿尔法软件公司的技术和教育副总裁，以及Tubifi公司的董事长兼首席执行官。
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。你幸胡（FU）吗？——通过Watson Analytics在线分析 | 数据江湖小组 | 果壳网 科技有意思
4859人加入此小组
Watson Analytics是IBM基于Watson认知技术构建的一个创新云分析平台，它为用户提供了一系列自助式的分析服务，包括数据准备、数据探索、预测、构建分析仪表盘等。 Watson Analytics的一项重要特点是简单易用的基于自然语言的自助式分析，使得“人人都能做分析”，即便是不懂IT的人士。 在体验这项服务时，用户只需要上传数据，点击“探索Explore”，Watson Analytics就会分析数据，用自然语言列举出用户可能感兴趣的一系列问题。点击其中的问题，Watson Analytics会针对该问题，展现出精美的图表，和用户进行交互式的分析。然后，用户可以利用“预测Predict”功能进一步做深入分析，或者通过“组合Assemble”功能，组合一系列的分析图表进行综合分析。 “你幸福吗”这个话题曾经一度是网上热门话题。关于“你幸福吗”的神回复也是层出不穷。在提问者收到无数回复以后，必然是以数据的形式记录并展现出来。 那么，到底该如何将大量数据转换成可视化图片？ 大数据君来带您体验一下。 数据准备根据Watson Analytics社区的一篇教程，使用下载自 www.happyplanetindex.org的数据，各国的幸福指数数据(不代表官方数据，这里纯粹作为学习使用。）目前网站的数据时间大约是年的，很多数据是根据盖洛普Gallup等咨询公司的问卷调查统计得到的。数据是一个简单的Excel表格，共11个字段，字段描述如上图，数据中包括各个国家的HPI（Happy Planet Index）幸福指数和排名，以及一些相关数据例如人均GDP，人口，生活水平期望指数，生态足迹(Footprint gha/capita这个指标八卦几句，指标评估人均对生态的影响，是个有趣的指标，有兴趣的同学可以在。) 数据分析数据准备好了，让我们开始分析吧！分析前需要在Watson Analytics上注册一个免费的试用账号。注册登录后，进到欢迎页面，点击Add，然后选择Desktop，选择你的Excel数据文件，选择Upload，页面显示Transfer，完成后数据就绪了。 下面点击Explore开始分析。什么？还没有建模，还没有设计报表格式？对不起，在Watson Analytics上真的不需要。更惊喜的是，点击Explore后，Watson Analytics会分析Excel数据，并且通过自然语言处理，生成一系列你可能感兴趣的问题（英文显示，这里翻译成中文易于理解），例如： 各个国家的幸福年份数是多少？(What are the values of Happy Life Years by Country?) 各个国家目前的HPI幸福指数是多少？(Whatare the values of Happy Planet Index by Country?) 哪些国家的幸福生活期望指数和幸福指数比较高？(Which countries have high measurements for life expectancy andwell-being?) 幸福指数和人均GDP关系大吗？(What isthe relationship between Well-being and GDP/capita by Country?) 让我们首先点击第一个问题：各个国家的幸福年份数是多少？(What are the values of Happy Life Years by Country?)
Watson Analytics 会自动识别我们数据中包含国家数据，通过世界地图展示 ： 其中，颜色越深的部分代表这个国家幸福的年份越久。好吧，这项数据显然老牌发达国家占优势。那么撇开历史，活在当下的话，哪些国家更幸福？ 点击图中的分析指标”Happy Life Years”，从下拉菜单中将指标替换“Happy Planet Index”，图形发生了变化，现在显示的是当下的各个国家的幸福指数：嗯，显然金砖四国为首的发展中国家当下更幸福。 下面我们想找出那些对幸福生活标准期望高而且现实也确实生活幸福(梦想成真)的国家，回到开始的界面，点击另一个问题：哪些国家的幸福生活期望指数和幸福指数都比较高？(Which countries have high measurements for life expectancy andwell-being?) 我们得到了下图： 这里纵轴代表幸福感(Well-being)，横轴代表对幸福生活的期望(Life Expectancy)，因此越靠近右上角的国家在两个指标上都越高，越接近梦想成真了。这里有丹麦(Denmark)，加拿大(Canada)，哥斯达黎加(Costa Rica)… 慢着，为什么气泡有大有小？原来图里还有一个玄机，这里气泡大小代表了另一个指标：生态足迹(Footprint)，气泡越大代表人均生态足迹越高，即对环境影响越大。光幸福还不够，幸福不能以破坏自然环境为代价，保持可持续发展，才能持续幸福。比较一下右上限的气泡大小，我们发现哥斯达黎加实在是人类楷模，不仅幸福指数高，而且那个气泡比起丹麦，加拿大小了几圈呢，说明人家对生态环境的影响还要小，给个大拇指吧！ 说到幸福感(Well-being)，脑中不由浮起了那首歌“幸福在哪里？”，那么幸福感和哪些因素有关呢？是财富吗？让我们点开这个问题：幸福指数和人均GDP关系大吗？(What is the relationship between Well-being and GDP/capita byCountry?)，出现了下图： 这里纵轴代表人均GDP，越靠上越高，横轴代表幸福感(Well-being)，越靠右越幸福。先看看右上角，丹麦，芬兰，奥地利，比利时，还有加拿大，澳大利亚，这些国家不但富有而且幸福指数高。那么难道真的没钱就没幸福，还不给人穷着乐了？请看回右下角，哥斯达黎加，巴西，阿根廷这些国家，虽说人均GDP只有15K左右，离右上角那些国家的40K人均GDP差了一倍多，但是幸福指数却差距不大。看来幸福指数并不由人均GDP决定，钱确实不是万能的。 那么到底什么才是幸福感的主要因素呢？这里我们就需要用到Watson Analytics中的预测(Predict)功能了，回忆一下我们的数据，在Excel的每一行数据中都含有幸福指数，以及相关的人均GDP，人口数量，人均生态足迹等数据，我们可以建立一个预测模型，看看哪些相关变量对幸福指数影响最大。点击预测(Predict)功能，把上述指标放进要预测的列表，然后开始预测，我们得到下图：
这张图对关联指标进行了各种组合(纵轴的Sub Region)，并分析了它们对幸福指数(横轴)的影响。我们发现第一组指标对幸福感的影响是最强的。那么第一组中都有哪些因素？我们点击最上面的横条，具体来分析它：
在这张图中，我们有了答案。图中的标题显示，原来对幸福指数贡献最大的是生态足迹(Footprint)和幸福的年数(Happy Life Years)，可信度是81%。图中横轴是生态足迹(Footprint)，纵轴是幸福的年数(Happy Life Years)，颜色越深代表幸福指数越高。对比这两个指标，又以纵轴幸福的年数(Happy Life Years)影响更大，就是说幸福的年数越多，则继续幸福的可能性越大。为什么？难道幸福是可以遗传的？非也，笔者的结论是只有每一代人都努力减少生态足迹，减少对环境的破坏，保持长期可持续发展，才能造福子孙后代，世代幸福。你赞同吗？ 如果对这个结论背后的算法感兴趣，可以切换一下视图，下图中Watson Analytics会告诉你它用的算法，由于我们需要分析的幸福指数是一个连续变量，Watson Analytics自动使用了线性回归(Liner Regression)算法，建立了一个多阶方程式来计算相关变量如人均GDP，生态足迹等因素与幸福指数之间的关系，并选择了其中关联性最紧密的组合。当然，这都是图形背后的故事，Watson Analytics的强大之处在于分析人员根本不需要关注复杂的模型和算法，一切都已经自动化，用户需要关注的只是分析结果和它的含义。 结论怎么样？通过本次对Watson Analytics分析服务的体验，是不是对分析过程的易用性和基于自然语言的智能化引导印象深刻？通过Watson Analytics，只要有数据，点点按钮，每个人都可以进行数据分析，而且并不需要关注高深的模型和算法。实际上，“看图讲故事”，透过精致的图表，分析后面的业务含义，才是分析员真正的关注点，这不正是分析师们期待已久的下一代自助式分析吗？ 另外，本次体验只使用了Watson Analytics基本的数据探索(Explore)和预测(Predict)服务，可以说只使用了Watson Analytics丰富服务的冰山一角。Watson Analytics上还提供了对数据的加工(Refine)服务，对各种分析结果进行综合的组合(Assemble)服务，甚至可以让Watson根据分析结果生成令人信服的故事。Watson Analytics还可以结合IBM Bluemix公有云上的服务一起使用，例如使用Bluemix的DashDB存储更复杂更大量的数据源进行分析；进行社交数据、天气数据、物联网数据的分析等。目前，各行业的分析人员正在使用Watson Analytics构建自己的创新分析应用。 在Watson Analytics的社区中，有些有趣的案例令人脑洞打开，例如用到Watson Analytics来挑选球员，构建自己攻守兼备的最佳阵型 你幸福吗？Watson Analytics，一个新时代懒人神器。不幸福都会幸胡哦！
+ 加入我的果篮
想要了解更多吗？（您可以通过以下渠道获取更多信息）1、欢迎扫描下方二维码，关注“IBM大数据与分析”官方微信公众号2、您可以通过搜索“践行大数据”，了解更多相关资讯3、即刻致电IBM大数据热线：400-669-0260，获取您想要的信息4、要了解有关本次调研的更多信息，获取有关如何建立数据推动型企业的文章，请访问：
(C)2016果壳网&&&&京ICP证100430号&&&&京网文[-239号&&&&新出发京零字东150005号&# BlueMix 相关文章
CIO频道BlueMix相关文章
选择其他频道
我还想看其他领域的文章
IBM 于2015 年10月宣布与世纪互联合作，促使Bluemix正式在中国落地，并且在12月1日发布了Bluemix本地版本。......
如果您非常迫切的想了解IT领域最新产品与技术信息，那么订阅ZDNet技术邮件将是您的最佳途径之一。
Power Center
整体竞争力榜
云计算能力榜
最具人气榜
北京第二十六维信息技术有限公司（ZD至顶网）版权所有. 京ICP备号-2 京ICP证161336号京公网安备 00号
举报电话：010-0　举报邮箱：IBM Bluemix - 分析服務通过 Bluemix 和混合云技术打造更健康的地球，第 3 部分
在本系列中，我们将介绍一个虚构的国家在为有需求的居民提供医药用品方面面临的挑战。我们将介绍云解决方案 (IBM Bluemix&) 和预测分析，以及移动和安全技术如何帮助解决这些挑战，打造一个更智慧、更健康的地球。
在这一部分中，我们将讨论调度应用程序 (scheduler application)，它是本系列的第 1 部分 中讨论的解决方案的一个组件。该调度程序将会使用 Bluemix 上的预测分析服务来调用第 2 部分 中介绍的需求预测组件。然后，应用程序会连接到后端订单管理系统，根据预测的需求来下订单。该应用程序本身会按照计划的频率，使用 Bluemix 上的 Workload Scheduler 服务来检查新的需求预测。为了在 Bluemix 上保持订单数据的本地版本，该应用程序在 Bluemix 上使用 Cloudant NoSQL Database 服务在本地操作数据库上存储了一个订单数据副本。
调度应用程序概述
让我们来看看调度应用程序的组件：
调度应用程序一周运行一次，生成将在这周内发货的订单并下订单：
Bluemix 中的 Workload Scheduler 服务 首先调用 Predictive Analytics 服务 来预测：在这个星期内，某个区域对某种产品的需求是多少。在更一般的情况下，会返回一个所有预测产品的列表。（参阅第 2 部分，了解有关该服务的更多详细信息。）Predictive Analytics 服务将会返回请求的预测数量。
客户的订单管理系统 (OMS) 被公开为一个公共 API。这是通过 Bluemix 中的 API Management 服务 完成的。调度程序会调用该服务来创建订单（利用客户的内部部署 OMS 上预测的数量）。
API Management 服务通过 Bluemix 中的 Secure Gateway 服务 连接到客户的 OMS，这与客户的内部部署 OMS 建立了所需的 VPN 连接。（为了简便起见，我们将跳过安全网关配置的详细信息。）因此，在调度过程中，使用了 Predictive Analytics 服务的输出，通过 API 网关调用客户的 OMS，以便使用预测的数据创建实际的订单。
在最后一步中，Bluemix 中的 Workload Scheduler 服务在中央 Cloudant 数据库中写入了预测的订单。移动信道 (mobile channel) 将会读取该数据库，查看针对医疗机构工作人员的订单。此过程将在第 4 部分中进行解释。
构建调度应用程序
在本系列中
介绍了挑战和解决方案架构。
介绍了如何使用预测分析功能来预测需求。
这一部分将介绍与后端内部部署库存和订单管理系统的集成。
第 4 部分将介绍如何使用移动计算实现脱机操作。
第 5 部分将讨论如何使用商业智能功能实现库存洞察。
在这一节中，我们将讨论一些步骤，这些步骤用于创建：
API Management 服务，该服务将调用客户的内部部署 OMS
Cloudant 数据库，订单被写入该数据库，稍后移动应用程序会使用该数据库
调度程序，它每周都会调用所有三个端点：Predictive Analytics、API Gateway 和 Cloudant。
API Management 服务
API Management 服务执行以下操作：
提供装配功能，使 API 能够与各种端点相集成，这些端点包括数据库或基于 HTTP 的端点
提供了收集并存储有关 API 和 API 用户的信息的分析功能
流程化并管理安全协议，并存储相关用户和设备认证数据。
该服务可确保您能够控制您公开给外部用户的 API。这包括版本控制和 API 生命周期管理、速率限制、安全性和访问控制，以及过度使用和消费的分析。
API 管理包括以下主要工件：
API： 这是您创建的 API，您将在这里定义它的性质（REST、Web 服务，等等）、API 中的操作，以及这些操作的实现。
计划： 您向一个计划添加一个 API。然后，您可以控制该计划的发布或退役。一个计划可以拥有许多具有不同操作的 API。
环境： 您可以使用不同的配置定义多种环境，比如沙盒、临时环境和生产环境。
要创建一个新的 API Management 服务，请执行以下操作：
登录到 Bluemix （或注册获得 免费的 Bluemix 试用版 ）。
在 Bluemix 中，添加一个 API Management 服务。让此服务处于未绑定状态。
打开该服务，并单击底部的 GO TO API MANAGER 按钮。
在 API 选项卡下，单击 + 符号。然后选择 Compose 。您可以从 Swagger 导入 API 定义。在我们的用例中，我们将逐步定义 API。
输入如下所示的信息。Base Path 应该是 /oms/v1.0 。
单击 Add 。
保留默认配置。注意以下步骤：
在 Settings 选项卡下，可以注意到该 API 是强制性的，这意味着指定的主机名将覆盖 API 管理主机名。如果没有指定主机名，像在这个示例中一样，将会使用网关的主机名。
在 &API Security& 和 &Security Scheme& 中，请注意，使用的方案是 “Client ID”。该 ID 只是为了可通过订阅来使用此开发者门户中的 API 的每个应用程序生成的 ID；它的存在只是为了确定哪个应用程序将调用 API。这将在下面各节种进行详细解释。
要将一个操作添加到 API，请单击 + Operation 按钮。
请注意以下操作：
方法是 PUT ，因为该方法是一个 &Create& 命令调用。
路径是 /orders/{week}/{region}/{product} 。
选择 Identification ，指示该 API 要求使用 Client ID 来识别客户端。
添加此操作的一个实现：在 Implementation 选项卡下，输入客户端所公开的服务的 URL。在这里，此 URL 由另一个 Bluemix 应用程序模拟。
单击页面右上角的 Save 。
备注： 在测试 API 之前，需要将它添加到一个计划中，并在以下部分解释它。
创建一个计划
转到主页左边的 Plan 选项卡。
单击 + Plan 按钮。
为该计划输入一个标题，比如 &OMS Plan v1&。
单击 + Operation 向该计划添加一些操作。从您创建的 API 中选择一些操作。
单击 Save 。
再次从 API 选项卡转到您的 API。
单击您刚刚创建的 API。
选择您添加到 API 中的操作。
单击右边的 Edit 按钮。
单击 Test 选项卡来查看您的 API 调用。
API 管理使用参数名称来映射 URL 中的所有参数。例如，如果您的 API 是
/oms/v1.0/orders/17/region_x/product_x
，那么在该实现中，它将被映射到
https://camss-sor-oms.mybluemix.net/orders/2015/5/region_x/product_x
为您想在调用 API 时使用的参数输入值。
单击 Invoke 。
创建一个环境
为了能够分段和发布一个 API，您需要将它添加到一个环境中。
转到主页左边的 Environments 选项卡。
单击 + Environment 。
这会添加一个带有默认名称的环境。编辑该环境的名称，将它更改为方便一些的名称，比如 &Sandbox&。
此时，您还可以更改 URL 来访问 API。例如，保留它们的默认值，因为您将使用默认 URL。
现在，转回到 Plan 并单击 Stage 按钮，然后选择您刚刚创建的环境。
转到左边的 Management 选项卡。
在您的计划中，单击最右边的 Management 按钮，然后单击 Publish 。
选择 Visible to Public 和 Subscribable by Authenticated users ，这意味着开发者门户上的所有经过身份验证的用户都能够订阅、使用和消费此 API。
现在，您的 API 已发布。您可以在
https:// &gateway_base_url&/&api_base_path&/&operation_path& 访问它们。
在我们的示例中，完整路径是
https://api./ahmedaegibmcom-dev/sb/oms/v1.0/orders/week_x/region_x/product_x.
作为一位开发者注册使用该 API
开发者门户被开发者用来浏览 API Catalog 中已公开的 API，或者用来订阅这些 API 来使用它们。此操作基于 API 发布者实行的访问规则。
在主页左边的 Management 选项卡下，单击 Portal 。这将显示开发者的门户信息。
单击 Basic Developer Portal 下的 Portal URL。
现在，作为一位开发者，您需要加入 Portal，以便能够使用 API。
单击右上方的 Join 按钮。
提供您的信息并单击 Join 。您需要一个 IBM ID 来完成注册。
在完成注册后，使用您的 IBM ID 进行登录。
创建一个应用程序
作为一位 API 使用者，您需要创建一个应用程序，获得一个已生成的 Client ID，并请求在其计划中使用 API。这将确保：当您使用请求参数中的 Client ID 执行一个调用时，API 管理网关会授予您访问权。
在门户的主页中，单击左边的 Application 选项卡。
单击 + Application 按钮。
为您的应用程序提供一个名称和描述。
您会看到一个已生成的 Client ID。单击 Show 并复制 Client ID，以便在您使用工作负载调用程序来调用 API 时使用它。
现在，将新的客户端（应用程序）添加到 AP 计划：单击门户主页左边的 API 的选项卡。这将在门户上显示 API 的目录。
您会发现，OMS API 被显示为该目录的一部分，经过身份验证的用户和开发人员可以访问该目录。
从右边上方的按钮中，选择您想要订阅的计划。
单击 Use this plan ；这将显示您作为开发者创建的应用程序的列表。选择您刚刚创建的一个应用程序。
现在，您拥有作为一个客户端/应用程序来使用所提供的 Client ID 访问 API 的完整访问权。
创建 Cloudant 数据库
在 Bluemix 中，创建一个 Cloudant NoSQL DB 服务：不要将它绑定到任何应用程序。您将在第 4 部分中，在使用 MobileFirst 容器时绑定它。
从 Bluemix 控制台打开服务。
单击左边的 Service Credentials 。记下此信息，特别是 URL。稍后将会使用它从工作负载调度程序连接到 Cloudant。
现在，单击右上方的 Launch 按钮来启动 Cloudant 控制台。
在 Cloudant 控制台中，通过单击 Add New Database 添加一个新的数据库。
输入名称 orders_db 并单击 Create 。
创建 Workload Scheduler 服务
Workload Scheduler 是在这些组件之间进行协调的服务。
在 Bluemix 控制台中，创建一个 Workload Scheduler 服务。让它处于未绑定状态。
打开该服务，单击右上角的 Launch Application Lab 来打开控制台，以便用工作负载调查程序管理流程。
单击 My processes 。这是默认流程库。
单击 + New 创建一个新的流程。
这将创建一个默认流程。选中它并在页面底部的窗格中编辑它的属性。
在 General 下，输入一个流程名称，例如 Controller Process 。
在 Triggers 下创建一个新的触发器。该触发器定义了何时将运行该流程。在此用例中，我们选择一周运行一次该流程（在星期六），以便创建这一周的订单。
在接下来的三个小节中，您将向流程添加三个步骤：
一个步骤用于调用 Predictive Analytics 服务。预测的订单将被写入到一个文件中。
使用此文件时，会调用 API Management 服务在客户的内部部署订单管理系统上创建订单。
使用相同的预测订单文件时，订单将被写入 Cloudant。
在下面的步骤中，将创建三个变量，它们表示该测试对第几周的数据进行预测、预测订单的范围和预测其数量的特定产品。这三个变量将被读入到：
流程的步骤 1，作为 Predictive Analytics 服务的输入。
步骤 2，作为 OMS 系统的输入，以便使用步骤 1 中检索的数量以及指定的周数、范围和产品来创建一个订单。
首先，创建三个变量，它们的名称分别为 week 、 region 和 product ：
转到 Variables 选项卡来寻找您的流程。
单击 + New 。
输入变量的名称。选择 Text 作为它的类型。输入您将在测试中使用的默认值。
调用 Predictive Analytics 服务
通过单击 + Step 添加一个新步骤。
选择步骤类型 RESTful ，并选择默认引擎 NG_CLOUD 。
在 Action 下，添加以下 Service URI：
https://palbyp./pm/v1/score/camss01
选择 POST 方法。
添加访问密钥作为一个查询参数。
在 Output file name 中，输入名称 predicted_orders.json 。记住这个名称。因为在下面的 &Call the API Management service& 和 &Call the Cloudant service& 中，将使用它作为输入。
在 Body 选项卡中，添加 JSON 主体：
{&tablename&:&file.csv&,&header&:[&delta_weeks&,&product&,&region&],
&data&:[[17,&product_x&,&region_x&]]} 这将检索在 region_x 中的 product_x 的第 17 周的预测量。
单击 OK 。
调用 API Management 服务
添加一个新的步骤，如上所述：
对于 Service URL，输入该操作的完整 URL，以便创建一个订单。例如，对于 2015 年的第二周：
https://api./ahmedaegibmcom-dev/sb/oms/v1.0/orders/^week^/^region^/^product^
这将读取存储在这些变量中的默认值，并在 URL 中替换它们。
使用您从第 5 步的开发者门户中获得的值，在 &下添加 client_id 作为查询参数。
在 Body 下，使用输入文件的名称作为预测订单文件 predicted_orders.json 的名称。
单击 OK 。
调用 Cloudant 服务
使用前面的步骤，为这个新步骤输入以下内容：
对于 Service URL，输入：
https://e19ea3a8-a128-45c7-aca7-b618af2b431f-bluemix:08ff9e2fb4e3f5ebacddbe50c3743bce@e19ea3a8-a128-45c7-aca7-b618af2b431f-/orders_d b
这是您保存在 Cloudant Service Credentials 中的 URL，级联的 /orders_db 是您在 Cloudant 中创建的数据库的名称。
选择使用 POST 方法来创建新的 JSON 文档。
在 Body 选项卡下添加 predicted_orders.json 作为输入文件的名称。
确保在 Steps 选项卡下，前三个步骤的顺序是正确的。
选择您创建的流程。单击顶部的 Enable 。
现在，该流程已启用，它将根据您指定的触发器来运行（一周运行一次）。要立即测试并运行它，请单击 Run now 。
转到流程的 History 选项卡来查看运行结果。
双击运行记录来查看每一步的状态。
选择每一步并单击 View Log 来查看该步骤的日志。
转到 Cloudant 服务。在 Cloudant 控制台中，可以看到预测的订单已被添加到 Cloudant 数据库。
IBM Bluemix 提供了一些服务来安全地将您的 Bluemix 应用程序连接到后端系统。Bluemix API Management 服务允许您将内部部署系统的功能公布为 API，以便可以控制要访问的内容。Bluemix Secure Gateway 服务可以保证安全地连接回您的后端系统。此外，Bluemix 还提供了一个 Workload Scheduler 服务，允许您安排作业，让它们按照一个可配置的频率运行，从而实现自动执行。
IBM Bluemix 并不只是提供了 IBM 服务；它还提供了像 Cloudant NoSQL DB 这样的开源服务，该服务可通过其他 Bluemix 服务进行访问。Bluemix 支持可组合业务原则，在组合业务中，您可以基于新服务或现有服务的组合来构建新的应用程序。
本系列的第 4 部分将介绍对脱机操作的移动访问。您将了解移动信道如何读取 Cloudant 数据库来查看订单。
BLUEMIX SERVICES USED IN THIS TUTORIAL:
Workload Scheduler 服务 为一次性和经常性任务都提供了灵活的作业调度服务。
Predictive Analytics 服务 构建于 IBM 的 SPSS 分析平台之上，可帮助您开发制定更明智的决策的应用程序，解决棘手的问题，并提高用户收益。
API Management 服务 使开发人员和组织能够管理和实施围绕其业务服务的消费的政策。
Secure Gateway 服务 提供了从 Bluemix 到内部部署云或其他云中运行的其他应用程序和数据源的安全连接。
Cloudant NoSQL 数据库 提供了访问总是开启的完全托管 NoSQL JSON 数据层的访问权。
最新教程周点击榜
微信扫一扫}