Feature Store e modelo de atividade
Os Feature Stores online do Databricks são alimentados pelo Lakebase. Quando você cria um armazenamento online usando o cliente de engenharia de recursos, o Databricks provisiona um projeto Lakebase como o backend de armazenamento subjacente, oferecendo acesso de baixa latência a dados de recursos para inferência de ML em tempo real.
Casos de uso
- Inferência de modelo em tempo real : Forneça os valores de recurso mais recentes para o endpoint do modelo de serviço com baixa latência. Os modelos treinados com a engenharia de recursos Databricks rastreiam automaticamente a linhagem até seu recurso e usam Unity Catalog para localizar o armazenamento apropriado online no momento da distribuição.
- Ponto de extremidadeFeature Serving : Forneça recursos diretamente para aplicativos e serviços externos sem um modelo, usando o ponto de extremidade Feature Serving .
- Sistemas de recomendação, detecção de fraudes, personalização : Qualquer aplicação que exija pesquisas consistentes e de alta qualidade em tabelas de recursos offline.
Como funciona
As Feature Stores online sincronizam dados de tabelas de recursos offline do Unity Catalog para um projeto Lakebase. Você controla a frequência com que os dados são sincronizados usando modos de publicação:
- ACIONADO (default): Sincronização incremental em um programador ou via API.
- CONTÍNUO : pipeline de transmissão que atualiza o armazenamento online à medida que novos dados são gravados na tabela offline.
- Instantâneo : Cópia completa única, eficiente para atualizações em massa.
Como o armazenamento online é um projeto Lakebase, ele se beneficia do escalonamento automático de compute, escala para zero durante a inatividade e governança do Unity Catalog.
A migração é segura e perfeita
Novas Online Feature Stores são criadas automaticamente como projetos Lakebase. Suas cargas de trabalho existentes de Feature Store e Model Serving continuam funcionando sem necessidade de ação.
As interfaces create_online_store e update_online_store continuam funcionando para repositórios online que você gerencia por meio do cliente de Engenharia de Recursos, sem a necessidade de ajustes. Observe que update_online_store não é compatível com instâncias de Autoscaling criadas diretamente por meio da API de projetos ou da UI. Para obter detalhes, consulte Limitações.
Os endpoints de Feature Serving e Model Serving que consultam recursos de múltiplas Feature Stores online continuam funcionando, mas você não pode criar novas configurações como essa no Lakebase. Para obter detalhes, consulte Limitações.
Implementação
Para obter instruções completas de configuração, referência API e exemplos de notebook, consulte repositório de recursosDatabricks Online.