Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Databricks Online Feature Stores drivs av Lakebase. När du skapar en onlinebutik med Feature Engineering-klienten tillhandahåller Databricks ett Lakebase-projekt som underliggande lagringsbackend, vilket ger dig låg latens åtkomst till funktionsdata för realtids ML-inferens.
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 Feature Stores synkroniserar data från offline-funktionstabeller i Unity-katalogen till ett Lakebase-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-projekt gynnas den av automatisk skalning av beräkningar, skalning till noll under inaktivitet och styrning av Unity Catalog.
Migrering är säker och sömlös
Nya online-funktionsbutiker skapas automatiskt som Lakebase-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
Feature Serving- och Model Serving-slutpunkter som hämtar featuredata från flera online-feature stores fortsätter att fungera, men du kan inte skapa nya konfigurationer av det här slaget på Lakebase. Mer information finns i Begränsningar.
Implementation
Fullständiga installationsinstruktioner, API-referens och notebook-exempel finns i Databricks Online Feature Stores.