此頁面是當您搭配 Unity Catalog 使用 Databricks 功能存放區時可用的功能總覽。
Databricks 功能存放區提供 AI 和 ML 模型中使用的功能的中央登錄。 功能數據表和模型會在 Unity 目錄中註冊，提供內建的治理、譜系，以及跨工作區功能共用和探索。 使用 Databricks，整個模型定型工作流程都會在單一平台上進行，包括：
- 擷取原始數據、建立特徵數據表、定型模型，以及執行批次推斷的數據管線。
- 只需單擊即可使用且提供毫秒級延遲的模型及功能服務端點。
- 資料和模型監測。
當你使用 Databricks 功能庫的功能來訓練模型時，模型會自動追蹤到訓練中使用的功能譜系。 在推論時，模型會自動查詢最新的特徵值。 Databricks 功能庫也提供即時應用的隨需特徵計算，負責所有特徵計算任務。 這消除了訓練/服務偏差，確保推理時使用的特徵計算與模型訓練期間使用的特徵計算相同。 它也大幅簡化了用戶端程式碼，因為所有功能查詢與計算皆由 Databricks 功能庫處理。
備註
本頁介紹了適用於啟用 Unity 目錄的工作區的 Databricks 功能商店。 如果你的工作區沒有啟用 Unity Catalog，請參考Workspace 功能存儲（已被淘汰）。
概念概觀
關於 Databricks 功能商店的運作方式及術語詞彙表，請參閱 功能商店總覽與詞彙表。
功能開發
| 特徵 / 功能 | Description |
|---|---|
| 特徵表 | 建立和使用特性表。 |
探索和分享功能
| 特徵 / 功能 | Description |
|---|---|
| 探索 Unity 目錄中的功能 | 使用「目錄總管」和「功能」UI探索和管理功能表格。 |
| 在 Unity Catalog 中使用標籤來搭配功能資料表和功能 | 使用簡單的索引鍵值組來分類和管理您的功能表和功能。 |
在訓練工作流程中使用特性
| 特徵 / 功能 | Description |
|---|---|
| 具備特徵表的列車模型 | 使用特徵來訓練模型。 |
| 時間點功能聯結 | 使用時間點正確性來建立訓練資料集，以反映記錄標籤觀察時的特徵值。 |
| Python API | Python API 參考文件 |
服務特點
| 特徵 / 功能 | Description |
|---|---|
| Databricks 線上功能存放區 | 將特徵資料提供給線上應用程式和即時機器學習模型。 由 Databricks Lakebase 提供支援。 |
| 具有自動功能查詢的模型服務 | 自動從線上商店查詢功能值。 |
| 功能服務端點 | 將功能提供給 Databricks 外部的模型和應用程式。 |
| 隨選特徵計算 | 計算推斷時的特徵值。 |
特徵治理和來源追溯
| 特徵 / 功能 | Description |
|---|---|
| 功能治理和譜系 | 使用 Unity 目錄來控制功能表的存取，並檢視功能表、模型或函式的譜系。 |
Tutorials
| 教程 | Description |
|---|---|
| 入門的筆記本範例 |
基本筆記本。 示範如何建立特徵資料表、使用它來定型模型，以及使用自動特徵查閱來執行批次評分。 也顯示功能工程 UI，以搜尋功能並檢視譜系。 計程車範例筆記本。 顯示建立特徵、更新特徵，以及將其用於模型訓練和批次推論的過程。 |
| 範例：部署和查詢功能服務端點 | 教學課程和範例筆記本，示範如何部署和查詢功能服務端點。 |
| 範例：使用具有結構化 RAG 應用程式的功能 | 教學課程示範如何使用 Databricks 線上資料表和特徵服務端點來支援擷取增強生成（RAG）應用程式。 |
需求
要使用 Databricks 功能儲存庫，您的工作區必須啟用 Unity Catalog。 如果你的工作區沒有啟用 Unity Catalog，請參考Workspace 功能存儲（已被淘汰）。
支援的資料類型
Databricks 功能商店與舊有的工作區功能商店支援以下 PySpark 資料類型：
IntegerTypeFloatTypeBooleanTypeStringTypeDoubleTypeLongTypeTimestampTypeDateTypeShortTypeArrayType-
BinaryType[1] -
DecimalType[1] -
MapType[1] -
StructType[2]
[1] 在 Unity Catalog 的所有特性工程版本以及工作區特性存放區 v0.3.5 或更高版本中，BinaryType、DecimalType和 MapType 均獲得支援。
[2] 特徵工程 v0.6.0 或更新版本支援 StructType。
上述資料類型支援機器學習應用程式中常見的特徵類型。 例如：
- 您可以將密集向量、張量和內嵌儲存為
ArrayType。 - 您可以將疏鬆向量、張量和內嵌儲存為
MapType。 - 您可以將文字儲存為
StringType。
發佈至線上存放區時，ArrayType 和 MapType 特徵會以 JSON 格式儲存。
特性存儲庫的介面顯示有關功能數據類型的元數據。
其他相關資訊
如需最佳做法的詳細資訊，請下載特徵商店的完整指南。