Funktionsarkiv och modellservering

Databricks Online Feature Stores drivs av Lakebase Autoscaling. När du skapar en onlinebutik med hjälp av feature engineering-klienten etablerar Databricks ett Lakebase Autoscaling-projekt som den underliggande lagringsserverdelen, vilket ger dig åtkomst till funktionsdata med låg latens för ML-slutsatsdragning i realtid.

Användningsfall

  • Realtidsmodellinferens: Tillhandahåll de senaste funktionsvärdena till modellslutpunkter med låg svarstid. Modeller som tränats med Databricks Feature Engineering spårar automatiskt härstamningen av sina egenskaper och använder Unity Catalog för att hitta rätt onlinebutik vid tidpunkten för servering.
  • Funktionsserverslutpunkter: Hantera funktioner direkt till externa program och tjänster utan modell, med hjälp av funktionstjänstslutpunkter.
  • Rekommendationssystem, bedrägeriidentifiering, anpassning: Alla program som kräver konsekventa funktionssökningar med högt dataflöde mot offlinefunktionstabeller.

Så här fungerar det

Online-funktionslager synkroniserar data från funktionstabeller i Unity Catalog offline till ett Lakebase Autoscaling-projekt. Du styr hur ofta datasynkronisering sker med publiceringslägen:

  • UTLÖST (standard): Inkrementell synkronisering enligt ett schema eller via API.
  • KONTINUERLIG: Strömmande pipeline som fortlöpande uppdaterar onlinelagret i takt med att nya data skrivs till offlinetabellen.
  • SNAPSHOT: Fullständig engångskopia, effektiv för massuppdateringar.

Eftersom onlinebutiken är ett Lakebase Autoscaling-projekt drar den nytta av automatisk beräkningsskalning, skalning till noll under inaktivitet och styrning av Unity Catalog.

Migrering är säker och sömlös

Nya onlinefunktionsbutiker skapas automatiskt som Lakebase Autoscaling-projekt. Dina befintliga arbetsbelastningar för Feature Store och Model Serving fortsätter att fungera utan att någon åtgärd krävs.

Gränssnitten create_online_store och update_online_store fortsätter att fungera för onlinebutiker som du hanterar via feature engineering-klienten, utan att det krävs några justeringar. Observera att update_online_store inte stöds för instanser med automatisk skalning som skapas direkt via Projects API eller användargränssnittet. Mer information finns i Begränsningar.

Anmärkning

Funktionsserverings- och modellserverslutpunkter som söker efter funktioner från flera onlinefunktionslager fortsätter att fungera, men du kan inte skapa nya installationer som denna på Lakebase Autoscaling. Mer information finns i Begränsningar.

Implementation

Fullständiga installationsinstruktioner, API-referens och notebook-exempel finns i Databricks Online Feature Stores.

Ytterligare resurser