[Sottotitolo SEO]
Questa guida consente di facilitare la migrazione delle risorse digitali sul cloud, sfruttando appieno gli ultimi progressi nella gestione delle risorse e preparando i contenuti per la distribuzione ai fruitori di contenuti multimediali. Configura flussi di lavoro di importazione e analisi serverless per spostare le risorse video e i metadati associati nel cloud AWS. Durante la migrazione, questa guida analizza ed estrae i metadati di machine learning dal video. Inoltre, include un'interfaccia Web in modo da poter iniziare immediatamente ad importare e analizzare i tuoi contenuti.
Nota: [Disclaimer]
Diagramma dell'architettura
[Descrizione del diagramma dell’architettura]
Fase 1
Un pool di utenti di Amazon Cognito per fornire una directory utente.
Fase 2
Un endpoint API RESTful di Gateway Amazon API, che è configurato per utilizzare l'autenticazione AWS Identity and Access Management (IAM).
Fase 3
Una distribuzione Amazon CloudFront che ospita gli artefatti di applicazioni Web come i file minimizzati JavaScript e le grafiche archiviate nel bucket Web.
Fase 4
Una macchina di stato principale di AWS Step Functions che serve come punto di ingresso ai flussi di lavoro di importazione dati e analisi del back-end della soluzione.
Fase 5
Una macchina di stato secondario di importazione di Step Functions che organizza il processo di importazione dei dati per tipo di file multimediale e genera proxy per i media importati. Utilizza AWS Elemental MediaConvert per file audio e video e strumenti open-source per file di immagini e documenti.
Fase 6
Una macchina di stato secondario di analisi di Step Functions che è responsabile del processo di analisi. È costituita da Step Functions che eseguono processi di analisi con Amazon Rekognition, Amazon Transcribe, Amazon Comprehend e Amazon Textract.
Fase 7
Tabelle Amazon DynamoDB per archiviare artefatti generati durante il processo di importazione dati e analisi, come lo stato generale, indicazioni su dove i file intermedi sono archiviati e token eseguiti da macchine di stato.
Fase 8
Un cluster del servizio OpenSearch di Amazon, che memorizza gli attributi di importazione dati e i metadati di machine learning, e facilita le esigenze di ricerca e individuazione dei clienti.
Fase 9
Quattro bucket Amazon Simple Storage Service (Amazon S3) archiviano: i contenuti caricati, i proxy di file che la guida genera durante l'importazione dati, gli artefatti statici delle applicazioni Web e i log di accesso per i servizi utilizzati.
Fase 10
Regole di eventi Amazon CloudWatch che vengono registrate quando compiti specifici subiscono cambiamenti di stato.
Fase 11
L'Amazon EventBridge utilizzato da un sistema interno di gestione delle code dove il sistema dei backlog notifica i flussi di lavoro (macchine a stati) quando viene elaborata una richiesta di intelligenza artificiale e machine learning (IA/ML) in coda.
Fase 12
Un argomento AWS IoT Core che permette l'acquisizione di dati e flussi di analisi per comunicare con l'applicazione Web di front-end in maniera asincrona attraverso la messaggistica MQTT publish-subscribe.
Fase 13
Argomenti di Amazon Simple Notification Service (Amazon SNS) per consentire ad Amazon Rekognition di pubblicare lo stato del processo nel flusso di lavoro dell'analisi video e per supportare l'integrazione personalizzata con il sistema dei clienti.
Fase 1
Un pool di utenti di Amazon Cognito per fornire una directory utente.
Fase 2
Un endpoint API RESTful di Gateway Amazon API, che è configurato per utilizzare l'autenticazione AWS Identity and Access Management (IAM).
Fase 3
Una distribuzione Amazon CloudFront che ospita gli artefatti di applicazioni Web come i file minimizzati JavaScript e le grafiche archiviate nel bucket Web.
Fase 4
Una macchina di stato principale di AWS Step Functions che serve come punto di ingresso ai flussi di lavoro di importazione dati e analisi del back-end della soluzione.
Fase 5
Una macchina di stato secondario di importazione di Step Functions che organizza il processo di importazione dei dati per tipo di file multimediale e genera proxy per i media importati. Utilizza AWS Elemental MediaConvert per file audio e video e strumenti open-source per file di immagini e documenti.
Fase 6
Una macchina di stato secondario di analisi di Step Functions che è responsabile del processo di analisi. È costituita da Step Functions che eseguono processi di analisi con Amazon Rekognition, Amazon Transcribe, Amazon Comprehend e Amazon Textract.
Fase 7
Tabelle Amazon DynamoDB per archiviare artefatti generati durante il processo di importazione dati e analisi, come lo stato generale, indicazioni su dove i file intermedi sono archiviati e token eseguiti da macchine di stato.
Fase 8
Un cluster del servizio OpenSearch di Amazon, che memorizza gli attributi di importazione dati e i metadati di machine learning, e facilita le esigenze di ricerca e individuazione dei clienti.
Fase 9
Quattro bucket Amazon Simple Storage Service (Amazon S3) archiviano: i contenuti caricati, i proxy di file che la guida genera durante l'importazione dati, gli artefatti statici delle applicazioni Web e i log di accesso per i servizi utilizzati.
Fase 10
Regole di eventi Amazon CloudWatch che vengono registrate quando compiti specifici subiscono cambiamenti di stato.
Fase 11
L'Amazon EventBridge utilizzato da un sistema interno di gestione delle code dove il sistema dei backlog notifica i flussi di lavoro (macchine a stati) quando viene elaborata una richiesta di intelligenza artificiale e machine learning (IA/ML) in coda.
Fase 12
Un argomento AWS IoT Core che permette l'acquisizione di dati e flussi di analisi per comunicare con l'applicazione Web di front-end in maniera asincrona attraverso la messaggistica MQTT publish-subscribe.
Fase 13
Argomenti di Amazon Simple Notification Service (Amazon SNS) per consentire ad Amazon Rekognition di pubblicare lo stato del processo nel flusso di lavoro dell'analisi video e per supportare l'integrazione personalizzata con il sistema dei clienti.
Principi di Well-Architected
Il framework AWS Well-Architected consente di valutare i pro e i contro delle decisioni prese durante il processo di creazione di sistemi nel cloud. I sei principi del framework consentono di apprendere le best practice architetturali per la progettazione e il funzionamento di sistemi affidabili, sicuri, efficienti, convenienti e sostenibili. Grazie allo strumento AWS Well-Architected, disponibile gratuitamente nella Console di gestione AWS, puoi rivedere i tuoi carichi di lavoro rispetto a queste best practice rispondendo a una serie di domande per ciascun principio.
Il diagramma dell'architettura sopra riportato è un esempio di una soluzione creata tenendo conto delle best practice Well-Architected. Per essere completamente Well-Architected, dovresti seguire il maggior numero possibile di best practice.
-
Eccellenza operativaLeggi il whitepaper sull'eccellenza operativa
Questa guida trasferisce le metriche a CloudWatch in varie fasi per fornire l'osservabilità dell'infrastruttura, come le funzioni AWS Lambda, i servizi di IA e i bucket Amazon S3.
-
SicurezzaLeggi il whitepaper sulla sicurezza
Si consiglia vivamente di criptare i dati sensibili in transito e a riposo. Questa guida cripta automaticamente i file multimediali e i metadati a riposo con la crittografia lato server di Amazon S3 (SSE-S3). Anche gli argomenti Amazon SNS della guida e le tabelle DynamoDB sono crittografati a riposo utilizzando SSE-S3. Inoltre, i documenti indicizzati nel cluster del servizio OpenSearch sono crittografati quando sono a riposo, così come la comunicazione nodo a nodo all'interno del cluster.
Questa guida implementa un sito Web statico ospitato in un bucket Amazon S3. Per aiutare a ridurre la latenza e migliorare la sicurezza, questa guida include una distribuzione CloudFront con un'identità di accesso origine, che è un utente speciale CloudFront che contribuisce a limitare l'accesso ai contenuti del bucket del sito Web. Per ulteriori informazioni, consulta Limitazioni di accesso a un'origine Amazon S3.
-
AffidabilitàLeggi il whitepaper sull'affidabilità
La guida per Media2Cloud su AWS utilizza i servizi serverless AWS laddove possibile (ad esempio, Lambda, Gateway API, Amazon S3 e DynamoDB) per garantire un'elevata disponibilità e un rapido ripristino in caso di malfunzionamento del servizio.
-
Efficienza delle prestazioniLeggi il whitepaper sull'efficienza delle prestazioni
È possibile creare flussi di lavoro con il modello AWS CloudFormation predefinito. Poiché questa guida è un progetto open source pubblicato su GitHub, è possibile personalizzarla e costruirla a partire dal codice sorgente. Il README fornisce una guida passo-passo per la creazione e la personalizzazione di questa guida, insieme a un mini-tutorial e una spiegazione approfondita di ciascun componente e della progettazione complessiva.
-
Ottimizzazione dei costiLeggi il whitepaper sull'ottimizzazione dei costi
Poiché questa guida utilizza un'architettura serverless e basata su eventi, l'addebito avviene solo per l'utilizzo effettivo. La sua struttura consente di configurare e personalizzare i propri flussi di lavoro multimediali, utilizzando solo i servizi AWS necessari. Inoltre, consente di archiviare le risorse in modo conveniente utilizzando Amazon S3 con politiche di ciclo di vita per memorizzare e archiviare contenuti, proxy e metadati acquisiti.
-
SostenibilitàLeggi il whitepaper sulla sostenibilità
Un componente fondamentale per la sostenibilità è massimizzare l'utilizzo dei servizi di intelligenza artificiale di AWS in modo da ridurre al minimo l'impatto ambientale dei servizi di backend. Inoltre, la progettazione serverless di questa guida mira a ridurre l'impronta di carbonio rispetto a quella generata dall'uso continuativo di server on-premise.
Risorse per l'implementazione
Viene fornita una guida dettagliata da sperimentare e utilizzare all'interno del tuo account AWS. Ogni fase della creazione della guida, inclusa l'implementazione, l'utilizzo e la pulizia, viene esaminata per prepararla all'implementazione.
Il codice di esempio è un punto di partenza. È convalidato dal settore, prescrittivo ma non definitivo, ed è il punto di partenza per iniziare a lavorare.
Contenuti correlati
Annuncio sulle soluzioni AWS Media Intelligence
L'innovazione di successo per ESSENCE grazie a Starchive e AWS che aiutano a realizzare il Festival della cultura ESSENCE 2020
Contenuti correlati
[Titolo]
Avvertenza
Il codice di esempio, le librerie software, gli strumenti della linea di comando, le proof of concept, i modelli e le altre tecnologie correlate (comprese tutte le tecnologie di cui sopra fornite dal nostro personale) vengono forniti all'utente sotto forma di contenuto AWS ai sensi dell'Accordo cliente AWS o del relativo accordo scritto stipulato tra l'utente e AWS (a seconda dei casi). Non bisogna utilizzare il contenuto AWS in questione negli account di produzione o sui dati di produzione o altri dati fondamentali. L'utente è responsabile dei test, della sicurezza e dell'ottimizzazione del contenuto AWS, come il codice di esempio, in modo appropriato per l'utilizzo in produzione sulla base delle pratiche e degli standard di qualità specifici. L'implementazione del contenuto AWS può comportare costi AWS per la creazione o l'utilizzo di risorse AWS addebitabili, quali le istanze Amazon EC2 in esecuzione o l'archiviazione Amazon S3.
Eventuali riferimenti a servizi o organizzazioni di terze parti contenuti in questa guida non implicano alcuna approvazione, sponsorizzazione o affiliazione tra Amazon o AWS e dette terze parti. La guida di AWS è un punto di partenza tecnico e l'integrazione con servizi di terze parti può essere personalizzata al momento dell'implementazione dell'architettura.