Feature Storeとモデルサービング
Lakebaseオートスケールは、オートスケールコンピュート、ゼロへのスケール、分岐、即時復元を備えたLakebaseの最新バージョンです。 サポートされているリージョンについては、 「リージョンの提供状況」を参照してください。Lakebaseプロビジョニング ユーザーの場合は、 Lakebaseプロビジョニング」を参照してください。
Databricks Online Feature Store はLakebaseオートスケールを利用しています。 フィーチャー エンジニアリング クライアントを使用してオンライン ストアを作成すると、 Databricksプロビジョニングが基礎となるストレージ バックエンドとしてLakebaseオートスケール プロジェクトを実行し、ラケットML推論のためのフィーチャー データに低遅延でアクセスできるようになります。
ユースケース
- 今後のモデル推論 : 最新の特徴値を低遅延でモデルサービング エンドポイントに提供します。 Databricks機能エンジニアリングでトレーニングされたモデルは、機能へのリネージを自動的に追跡し、提供時にUnity Catalog使用して適切なオンライン ストアを見つけます。
- Feature Servingエンドポイント ： Feature Servingエンドポイントを使用して、モデルを使用せずに外部アプリケーションやサービスに機能を直接提供します。
- レコメンデーション システム、不正検出、パーソナライゼーション : オフラインの特徴量テーブルに対する一貫した高スループット機能ルックアップを必要とするアプリケーション。
仕組み
オンライン機能ストアは、オフラインのUnity Catalog特徴量テーブルからLakebaseオートスケール プロジェクトにデータを同期します。 公開モードを使用して、データの同期頻度を制御できます。
- TRIGGERED （デフォルト）：スケジュールまたはAPI経由での増分同期。
- 継続的 ：オフラインテーブルに新しいデータが書き込まれると、オンラインストアを更新するストリーミングパイプライン。
- スナップショット ：一度だけ完全なコピーを作成するため、一括更新に効率的です。
オンラインストアはLakebaseオートスケール プロジェクトであるため、自動コンピュート スケーリング、非アクティブ時のゼロへのスケール、およびUnity Catalogガバナンスの恩恵を受けます。
新しいオンライン フィーチャ ストアは、 Lakebaseオートスケール プロジェクトとして作成されます。 既存のLakebaseプロビジョニング オンライン ストアがある場合は、移行の詳細については、オートスケールを参照してください。
実装
完全なセットアップ手順、 APIリファレンス、ノートブックの例については、 Databricks Online Feature Store」を参照してください。