Blogi

IBM Bluemix ja applikaatioiden rakentamisen helppous

IBM Bluemix ja applikaatioiden rakentamisen helppous

Pilvipalveluiden kilpailun kiristyessä palvelumuotoilun sekä teknologiaintegraatioiden rooli korostuu. Tähän mennessä AWS on hallinnut markkinoita Microsoftin Azuren tullessa perästä. Tässä kirjoituksessa keskityn kuitenkin vahvaan haastajaan: IBM Bluemixiin.

Bluemix on PaaS-alusta, joka pyörii IBM Softlayer-pilvipalvelun päällä. Se tarjoaa monipuoliset avoimen lähdekoodin palvelut, jotka integroituvat hyvin keskenään. Pohjoismaita lähin konesalilokaatio on Lontoossa, mikä varmistaa datan säilömisen ja laskennan Euroopan sisällä, sekä verrattain hyvän latenssin.

Mikäli lähdekoodi on kehitetty, applikaation rakentaminen kestää iltapäivän. Voit käskyttää ja ohjailla rakentamista oman koneesi komentokehotteelta. Itse päädyin rakentamaan applikaation, joka käyttää Prediction APIa tuloksen scoraukseen käyttöliittymään annettujen parametrien perusteella. Javascript-lähdekoodi löytyy esimerkkinä Prediction API portaalista NodeJS applikaationa, Githubista.

Kun edustapalvelin on nostettu pystyyn, siihen voi lisätä Prediction API-palvelun todella helposti.

Prediction API-portaalissa on drag-n-drop tyylinen integraatio rakentamallesi SPSS Modeler-streamille. Tämän esimerkin streami Drug1n.str löytyy valmiina Githubista.

Drag-n-drop komponentti SPSS-streamin lisäykselle.

Streamin lisäyksen jälkeen on syytä varmistaa, että lisätyn streamin context id-kenttä täsmää javascript-sisällön kanssa sekä se, että esimerkkitiedostojen (manifest.yml sekä package.json) sisältö on päivittynyt ja täsmää kyseisen ympäristön kanssa.

Tämän jälkeen kaikki on valmista. Bluemix luo prosessin aikana automaattisesti käyttäjälle osoitteen, johon navigoimalla applikaatiota voi käyttää.

Käyttöliittymä, joka on integroitu SPSS Modeler-streamiin Prediction API:n avulla.

Esimerkkiapplikaatio ehdottaa potilaalle sopivinta lääkettä perustuen aiempaan potilastietoon.

Prediction API siis on yhtä kuin SPSS Modeler server. Tämä tarkoittaa sitä, että analytiikan ja koneoppimisen kyvykkyydet ovat huipputasoa. Täysin samaa ei voi sanoa mm. AWS:n Machine Learning-API:sta, joka osoittautui enemmän musta laatikko -tyyliseksti ratkaisuksi. Azuren ML -palvelu lienee jo siitä vähän kehittyneempi.