Utilisez les fonctionnalités dans les workflows en ligne

Databricks Feature Serving permet d'utiliser les données de la plateforme Databricks pour des modèles ou des applications déployés en dehors de Databricks. Vous pouvez synchroniser des données vers un Magasin de fonctionnalités en ligne à l'aide de vues de fonctionnalités ou de tables de fonctionnalités, puis regrouper les fonctionnalités dans un FeatureSpec que vous pouvez diffuser via un endpoint Feature Serving.

La même infrastructure alimente à la fois les Endpoint de Feature Serving et de service de modèle, de sorte qu'ils partagent des fonctionnalités telles que la mise à l'échelle automatique, la haute disponibilité, l' observabilité et l'optimisation des routes.

Databricks propose trois options pour le service des fonctionnalités :

1. Model serving Endpoint sont dotés d’une recherche de fonctionnalités automatique intégrée pour les modèles enregistrés via le client Data Engineering. Lorsque vous entraînez et enregistrez le modèle, Databricks capture la traçabilité des fonctionnalités et effectue la recherche automatiquement dans le cadre de la requête de service de modèle.
2. Feature Serving endpoints are best when you consume features outside of Databricks, such as in an externally hosted model or a rules engine. The endpoint returns features directly and can combine feature lookups with on-demand feature computation in a single request.
3. Les querys directes Lakebase peuvent être le bon choix pour les recherches de fonctionnalités sensibles à la latence, où chaque milliseconde compte et où vous consommez des fonctionnalités en dehors du service de modèles Databricks. Créez votre magasin en ligne et configurez la synchronisation appropriée (la matérialisation pour les vues de fonctionnalités, la publication pour les tables de fonctionnalités), puis query Lakebase comme n’importe quelle autre base de données. Ce modèle ne prend pas en charge les vues de fonctionnalités Sawtooth, les fonctionnalités à la demande ou les noms de fonctionnalités de plus de 64 caractères.

Recherche automatique de fonctionnalités

Lorsque vous entraînez un modèle à l'aide du magasin de fonctionnalités Databricks et que vous le servez avec Databricks Model Serving, le modèle recherche automatiquement les valeurs de fonctionnalités à partir d'un magasin de fonctionnalités en ligne Databricks ou d'un magasin en ligne tiers. Cela se produit automatiquement sans aucune configuration requise.

Lorsqu'une demande de scoring arrive au modèle, Model Serving récupère automatiquement les valeurs de fonctionnalités publiées nécessaires au modèle. De cette façon, les valeurs de fonctionnalité les plus récentes sont toujours utilisées pour les prévisions. Pour plus de détails et des Notebooks d'exemple, consultez Model Serving avec recherche automatique de fonctionnalités.

Le diagramme suivant illustre la relation entre les composants de la plateforme pour la diffusion en temps réel.

Endpoint Feature Serving

Pour les clients qui exécutent des modèles en dehors de Databricks, le service de données de fonctionnalités fournit une interface unique qui dessert les données de fonctionnalités pré-matérialisées de votre Lakehouse en même temps que les fonctionnalités à la demande. Il comprend également les avantages suivants :

• Simplicité. Databricks gère l'infrastructure. Avec un seul appel d'API, Databricks crée un environnement de serving prêt pour la production.
• High availability and scalability. Feature Serving endpoints automatically Monter en charge up and down to adjust to the volume of serving requests.
• Sécurité. Les Endpoint sont déployés dans une limite de réseau sécurisée et utilisent un compute dédié qui s'arrête lorsque l'Endpoint est supprimé ou réduit à zéro.

Fonctionnalités à la demande

Les modèles de machine learning pour les applications en temps réel requièrent souvent les valeurs de fonctionnalité les plus récentes. Dans l'exemple illustré dans le diagramme, une fonctionnalité pour un modèle de recommandation de restaurant est la distance actuelle de l'utilisateur par rapport à un restaurant. Cette fonctionnalité doit être calculée « à la demande », c'est-à-dire au moment de la requête de notation. Dès réception d'une requête de notation, le modèle recherche l'emplacement du restaurant, puis applique une fonction prédéfinie pour calculer la distance entre l'emplacement actuel de l'utilisateur et le restaurant. Cette distance est transmise en tant qu'entrée au modèle, ainsi que d'autres fonctionnalités précalculées depuis le magasin de fonctionnalités.

Pour plus d'informations, consultez Fonctionnalités de compute à la demande.