Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Databricks Online Feature Stores werden von Lakebase Autoscaling unterstützt. Wenn Sie einen Online-Shop mit dem Feature Engineering-Client erstellen, stellt Databricks ein Lakebase Autoscaling-Projekt als zugrunde liegendes Speicher-Backend bereit, sodass Sie Zugriff auf Feature-Daten mit geringer Latenz für echtzeitbasierte ML-Rückschlüsse erhalten.
Anwendungsfälle
- Echtzeitmodell-Ableitung: Verwenden Sie die neuesten Featurewerte, um Endpunkte mit geringer Latenz zu modellieren. Mit Databricks Feature Engineering trainierte Modelle verfolgen automatisch die Herkunft ihrer Merkmale und nutzen Unity Catalog, um zum Zeitpunkt der Bereitstellung den entsprechenden Online-Store zu ermitteln.
- Feature-Serving-Endpunkte: Stellen Sie mithilfe von Feature-Serving-Endpunkten Features ohne Modell direkt für externe Anwendungen und Dienste bereit.
- Empfehlungssysteme, Betrugserkennung, Personalisierung: Jede Anwendung, die konsistente Feature-Lookups mit hohem Durchsatz für Offline-Feature-Tabellen erfordert.
So funktioniert es
Online-Feature-Stores synchronisieren Daten aus den Offline-Feature-Tabellen des Unity-Katalogs in ein Lakebase-Projekt für automatische Skalierung. Sie steuern, wie oft Daten mit Veröffentlichungsmodi synchronisiert werden:
- TRIGGERED (Standard): Inkrementelle Synchronisierung in einem Zeitplan oder über API.
- FORTLAUFEND: Streamingpipeline, die den Onlinespeicher aktualisiert, wenn neue Daten in die Offlinetabelle geschrieben werden.
- MOMENTAUFNAHME: Einmalige Vollkopie, effizient für Massenupdates.
Da es sich beim Online-Store um ein Lakebase Autocaling-Projekt handelt, profitiert es von der automatischen Berechnungsskalierung, der Skalierung auf Null während der Inaktivität und der Unity-Katalog-Governance.
Die Migration ist sicher und nahtlos
Neue Online Feature Stores werden automatisch als Lakebase-Autoscaling-Projekte erstellt. Ihre vorhandenen Feature-Store- und Model-Serving-Workloads funktionieren weiterhin, ohne dass Sie etwas tun müssen.
Die create_online_store Und update_online_store Schnittstellen funktionieren weiterhin für Online-Stores, die Sie über den Feature Engineering-Client verwalten, ohne dass Anpassungen erforderlich sind. Beachten Sie, dass update_online_store für Autoscaling-Instanzen, die direkt über die Projects API oder die Benutzeroberfläche erstellt wurden, nicht unterstützt wird. Ausführliche Informationen finden Sie unter "Einschränkungen".
Hinweis
Feature-Serving- und Model-Serving-Endpoints, die Features aus mehreren Online-Feature-Stores abrufen, funktionieren weiterhin, aber Sie können auf Lakebase Autoscaling keine neuen Konfigurationen dieser Art erstellen. Ausführliche Informationen finden Sie unter "Einschränkungen".
Wenn Sie bereits vorhandene Lakebase Provisioned Online-Stores haben, finden Sie unter Upgrade to Autoscaling Details zur Migration.
Implementation
Vollständige Einrichtungsanweisungen, API-Referenz und Notizbuchbeispiele finden Sie unter Databricks Online Feature Stores.