implantado e consultar o site Feature Serving endpoint

Este artigo mostra como implantar e consultar um Feature Serving endpoint em um processo passo a passo. Este artigo usa o endereço Databricks SDK. Alguns dos passos também podem ser concluídos usando o REST API ou o Databricks UI e incluem referências à documentação desses métodos.

Neste exemplo, o senhor tem uma tabela de cidades com suas localizações (latitude e longitude) e um aplicativo de recomendação que leva em conta account a distância atual do usuário em relação a essas cidades. Como a localização do usuário muda constantemente, a distância entre o usuário e cada cidade deve ser calculada no momento da inferência. Este tutorial ilustra como realizar esses cálculos com baixa latência usando o Databricks Online Tables e o Databricks Feature Serving. Para obter o conjunto completo de códigos de exemplo, consulte o exemplo Notebook.

o passo 1. criar a tabela de origem

A tabela de origem contém valores de recurso pré-computados e pode ser qualquer tabela Delta em Unity Catalog com um primário key. Neste exemplo, a tabela contém uma lista de cidades com sua latitude e longitude. O site key primário é destination_id. Os dados de amostra são mostrados abaixo.

name	destination_id (pk)	latitude	longitude
Nashville, Tennessee	0	36.162663	-86.7816
Honolulu, Havaí	1	21.309885	-157.85814
Las Vegas, Nevada	2	36.171562	-115.1391
Nova York, Nova York	3	40.712776	-74.005974

o passo 2: Criar uma tabela on-line

Uma tabela on-line é uma cópia somente leitura de uma tabela Delta que é otimizada para acesso on-line. Para obter mais informações, consulte Use online tables for tempo real Feature Serving.

Para criar uma tabela on-line, o senhor pode usar a interface do usuário Criar uma tabela on-line usando a interface do usuário, a API REST ou o SDK da Databricks, como no exemplo a seguir:

from pprint import pprint
from databricks.sdk import WorkspaceClient
from databricks.sdk.service.catalog import *
import mlflow

workspace = WorkspaceClient()

# Create an online table
feature_table_name = f"main.on_demand_demo.location_features"
online_table_name=f"main.on_demand_demo.location_features_online"

spec = OnlineTableSpec(
 primary_key_columns=["destination_id"],
 source_table_full_name = feature_table_name,
 run_triggered=OnlineTableSpecTriggeredSchedulingPolicy.from_dict({'triggered': 'true'}),
 perform_full_copy=True)

# ignore "already exists" error
try:
 online_table_pipeline = workspace.online_tables.create(name=online_table_name, spec=spec)
except Exception as e:
 if "already exists" in str(e):
   pass
 else:
   raise e

pprint(workspace.online_tables.get(online_table_name))

Passo 3: Crie uma função no Unity Catalog

Neste exemplo, a função calcula a distância entre o destino (cuja localização não muda) e o usuário (cuja localização muda com frequência e não é conhecida até o momento da inferência).

# Define the function. This function calculates the distance between two locations.
function_name = f"main.on_demand_demo.distance"

spark.sql(f"""
CREATE OR REPLACE FUNCTION {function_name}(latitude DOUBLE, longitude DOUBLE, user_latitude DOUBLE, user_longitude DOUBLE)
RETURNS DOUBLE
LANGUAGE PYTHON AS
$$
import math
lat1 = math.radians(latitude)
lon1 = math.radians(longitude)
lat2 = math.radians(user_latitude)
lon2 = math.radians(user_longitude)

# Earth's radius in kilometers
radius = 6371

# Haversine formula
dlat = lat2 - lat1
dlon = lon2 - lon1
a = math.sin(dlat/2)**2 + math.cos(lat1) * math.cos(lat2) * math.sin(dlon/2)**2
c = 2 * math.atan2(math.sqrt(a), math.sqrt(1-a))
distance = radius * c

return distance
$$""")

o passo 4. Criar um recurso spec em Unity Catalog

A especificação do recurso especifica o recurso que o endpoint atende e sua chave de pesquisa. Ele também especifica quaisquer funções necessárias a serem aplicadas ao recurso recuperado com suas associações. Para obter detalhes, consulte Criar um FeatureSpec.

from databricks.feature_engineering import FeatureLookup, FeatureFunction, FeatureEngineeringClient

fe = FeatureEngineeringClient()

features=[
 FeatureLookup(
   table_name=feature_table_name,
   lookup_key="destination_id"
 ),
 FeatureFunction(
   udf_name=function_name,
   output_name="distance",
   input_bindings={
     "latitude": "latitude",
     "longitude": "longitude",
     "user_latitude": "user_latitude",
     "user_longitude": "user_longitude"
   },
 ),
]

feature_spec_name = f"main.on_demand_demo.travel_spec"

# The following code ignores errors raised if a feature_spec with the specified name already exists.
try:
 fe.create_feature_spec(name=feature_spec_name, features=features, exclude_columns=None)
except Exception as e:
 if "already exists" in str(e):
   pass
 else:
   raise e

o passo 5. Crie um Feature Serving endpoint

Para criar um Feature Serving endpoint, o senhor pode usar o UI Create an endpoint, o REST APIou o Databricks SDK, mostrado aqui.

O Feature Serving endpoint usa o feature_spec que o senhor criou no passo 4 como parâmetro.

from databricks.sdk import WorkspaceClient
from databricks.sdk.service.serving import EndpointCoreConfigInput, ServedEntityInput

# Create endpoint
endpoint_name = "fse-location"

try:
 status = workspace.serving_endpoints.create_and_wait(
   name=endpoint_name,
   config = EndpointCoreConfigInput(
     served_entities=[
       ServedEntityInput(
         entity_name=feature_spec_name,
         scale_to_zero_enabled=True,
         workload_size="Small"
       )
     ]
   )
 )
 print(status)

# Get the status of the endpoint
status = workspace.serving_endpoints.get(name=endpoint_name)
print(status)

o passo 6. Consultar o site Feature Serving endpoint

Ao consultar o endpoint, o senhor fornece o key primário e, opcionalmente, qualquer dado de contexto que a função utilize. Neste exemplo, a função recebe como entrada a localização atual do usuário (latitude e longitude). Como a localização do usuário muda constantemente, ela deve ser fornecida à função no momento da inferência como um recurso de contexto.

O senhor também pode consultar o endpoint usando a UI Consultar um endpoint usando a UI ou a API REST.

Para simplificar, este exemplo calcula apenas a distância para duas cidades. Um cenário mais realista poderia calcular a distância do usuário de cada local na tabela de recursos para determinar quais cidades recomendar.

import mlflow.deployments

client = mlflow.deployments.get_deploy_client("databricks")
response = client.predict(
   endpoint=endpoint_name,
   inputs={
       "dataframe_records": [
           {"destination_id": 1, "user_latitude": 37, "user_longitude": -122},
           {"destination_id": 2, "user_latitude": 37, "user_longitude": -122},
       ]
   },
)

pprint(response)

Exemplo de notebook

Consulte este site Notebook para ver uma ilustração completa dos os passos:

Feature Serving Exemplo: Notebook com tabelas on-line

Abra o bloco de anotações em outra guia Copiar link para importação

Informações adicionais

Para obter detalhes sobre o uso do recurso engenharia Python API, consulte a documentação de referência.