Angewandte KI für die Java-Entwicklung in Unternehmen (German Edition)

Kapitel 7. Zugriff auf das Inferenzmodell mit Java

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Im vorherigen Kapitel „ “ hast du gelernt, wie du ein Modell entwickelst und bereitstellst, das Daten mithilfe einer Inferenz-API generiert. In diesem Kapitel ging es um die Hälfte der Entwicklung: Du hast nur gelernt, wie du das Modell bereitstellst, aber wie sieht es mit der Nutzung dieses Modells durch einen anderen Dienst aus? Jetzt geht es um die andere Hälfte, nämlich das Schreiben des Codes zur Nutzung der API.

In diesem Kapitel werden wir das vorherige Beispiel fertigstellen. Du wirst Java-Clients erstellen, um die Fraud Inference API zu nutzen und zu erkennen, ob eine bestimmte Transaktion als betrügerisch angesehen werden kann. Wir zeigen dir auch, wie du Clients für Spring Boot und Quarkus mit REST und gRPC schreibst.

Verbindung zu einer Inference-API mit Quarkus

Quarkus bietet zwei Methoden zur Implementierung von REST-Clients:

• Der Jakarta REST Client ist der Standardansatz von Jakarta EE für die Interaktion mit RESTful-Diensten.

• Der MicroProfile REST Client bietet einen typsicheren Ansatz zum Aufrufen von RESTful-Diensten über HTTP, wobei so weit wie möglich die Jakarta RESTful Web Services-Spezifikation genutzt wird. Der REST-Client ist als Java-Schnittstelle definiert, wodurch er typsicher ist und die Netzwerkkonfiguration mit Jakarta RESTful Web Services-Annotationen bereitstellt. ...