Toko online pihak ketiga
Artikel ini menjelaskan cara bekerja dengan toko online pihak ketiga untuk penyajian nilai fitur secara real time. Anda juga dapat menggunakan tabel online Databricks untuk penyajian fitur real time dengan pengaturan yang jauh lebih sedikit yang diperlukan. Lihat Tabel Online Databricks.
Dengan penyajian real time, Anda menerbitkan tabel fitur ke database latensi rendah dan menyebarkan model atau spesifikasi fitur ke titik akhir REST.
Penyimpanan Fitur Databricks juga mendukung pencarian fitur otomatis. Dalam hal ini, nilai input yang disediakan oleh klien menyertakan nilai yang hanya tersedia pada saat inferensi. Model menggabungkan logika untuk secara otomatis mengambil nilai fitur yang dibutuhkan dari nilai input yang disediakan.
Diagram ini mengilustrasikan hubungan antara komponen MLflow dan Penyimpanan Fitur untuk penyajian real time.
Penyimpanan Fitur Databricks mendukung penyimpanan online ini:
| Penyedia penyimpanan online | Terbitkan dengan Rekayasa Fitur di Katalog Unity | Terbitkan dengan Penyimpanan Fitur Ruang Kerja | Pencarian fitur di Penyajian Model MLflow Warisan | Pencarian fitur dalam Model Serving |
|---|---|---|---|---|
| Azure Cosmos DB [1] | X | X (Klien Penyimpanan Fitur v0.5.0 ke atas) | X | X |
| Azure MySQL (Server Tunggal) | X | X | ||
| Server Azure SQL | X |
[1] Untuk informasi penting tentang persyaratan Cosmos DB, lihat Catatan kompatibilitas Cosmos DB.
Mulai menggunakan toko online
Lihat artikel berikut ini untuk mulai menggunakan toko online:
- Autentikasi untuk bekerja dengan toko online
- Menerbitkan fitur ke toko online
- Pencarian fitur otomatis dengan Databricks Model Serving (termasuk contoh buku catatan)