Feature Store en Model Serving

Databricks Online Feature Stores worden aangedreven door Lakebase. Wanneer je een online winkel aanmaakt met de Feature Engineering-client, levert Databricks een Lakebase-project als onderliggende opslagbackend, waardoor je met lage latentie toegang krijgt tot featuredata voor realtime ML-inferentie.

Gebruikssituaties

  • Realtime modelinference: De nieuwste kenmerkwaarden met lage latentie naar eindpunten voor modellering versturen. Modellen die zijn getraind met Databricks Feature Engineering volgen automatisch herkomst van hun functies en gebruiken Unity Catalog om de juiste online winkel te vinden op het tijdstip van de service.
  • Functiebedieningsendpunten: Bedien functies rechtstreeks aan externe applicaties en diensten zonder gebruik te maken van een model, via functiebedieningsendpunten.
  • Aanbevelingssystemen, fraudedetectie, personalisatie: elke toepassing waarvoor consistente, functiezoekacties met hoge doorvoer zijn vereist voor offlinefunctietabellen.

Hoe werkt het?

Online Feature Stores synchroniseren gegevens van offline Unity-catalogus featuretabellen in een Lakebase-project. U bepaalt hoe vaak gegevens worden gesynchroniseerd door publicatiemodi.

  • GEACTIVEERD (standaard): Incrementele synchronisatie volgens een schema of via API.
  • DOORLOPEND: Streaming pijplijn die de online winkel bijwerkt als nieuwe gegevens naar de offlinetabel worden geschreven.
  • MOMENTOPNAME: Eenmalige volledige kopie, geschikt voor bulkupdates.

Omdat de online winkel een Lakebase-project is, profiteert deze van automatische compute-scaling, schaal tot nul tijdens inactiviteit en Unity Catalog-governance.

Migratie is veilig en naadloos

Nieuwe Online Feature Stores worden automatisch als Lakebase-projecten aangemaakt. Uw bestaande Feature Store- en Model Serving-workloads blijven functioneren zonder dat u actie hoeft te ondernemen.

De create_online_store interfaces update_online_store blijven werken voor online winkels die u beheert via de Feature Engineering-client, zonder dat er aanpassingen nodig zijn. Houd er rekening mee dat update_online_store niet wordt ondersteund voor Autoscaling-instanties die rechtstreeks worden gemaakt via de projecten-API of de gebruikersinterface. Zie Beperkingen voor meer informatie.

Opmerking

Feature Serving en Model Serving endpoints die functies opzoeken van meerdere online feature stores blijven werken, maar je kunt op Lakebase geen nieuwe setups maken zoals deze. Zie Beperkingen voor meer informatie.

Implementation

Zie Databricks Online Feature Stores voor volledige installatie-instructies, API-naslaginformatie en notebookvoorbeelden.

Aanvullende informatiebronnen