Importazione streaming

L'importazione streaming ti consente di aggiornare in tempo reale i valori delle caratteristiche. Questo metodo è utile quando è fondamentale avere i dati più recenti disponibili per la pubblicazione online. Ad esempio, puoi importare i flussi di dati degli eventi e, nel giro di pochi secondi, Vertex AI Feature Store (Legacy) li rende disponibili per scenari di pubblicazione online.

Se devi eseguire il backfill dei dati o se calcoli i valori delle funzionalità in batch, utilizza l'importazione in gruppo. Rispetto alle richieste di importazione di flussi di dati, le richieste di importazione batch possono gestire payload più grandi, ma richiedere più tempo per il completamento.

Per informazioni sul timestamp dei valori delle funzionalità meno recente che puoi importare, consulta Vertex AI Feature Store (legacy) in Quote e limiti. Non puoi importare valori di elementi per i quali i timestamp indicano date o ore future.

Caso d'uso di esempio

Un'organizzazione di vendita al dettaglio online può offrire un'esperienza d'acquisto personalizzata utilizzando l'attività corrente di un utente. Mentre gli utenti navigano sul sito web, puoi acquisire la loro attività in un archivio di caratteristiche e poi, subito dopo, fornire tutte queste informazioni per le previsioni online. Queste operazioni di importazione e pubblicazione in tempo reale possono aiutarti a mostrare consigli utili e pertinenti ai clienti durante la loro sessione di acquisto.

Utilizzo dei nodi di archiviazione online

La scrittura di valori delle caratteristiche in un negozio online utilizza le risorse della CPU dell'archivio di caratteristiche (nodi di archiviazione online). Monitora l'utilizzo della CPU per verificare che la domanda non superi l'offerta, il che può causare errori di pubblicazione. Consigliamo una percentuale di utilizzo di circa il 70% o inferiore per evitare questi errori. Se superi regolarmente questo valore, puoi aggiornare l'archivio di caratteristiche per aumentare il numero di nodi o utilizzare la scalabilità automatica. Per ulteriori informazioni, consulta Gestire gli archivi di caratteristiche.

Importazione streaming

Scrivere un valore per una particolare caratteristica. Il valore della caratteristica deve essere incluso nella richiesta di importazione. Non puoi creare un flusso di dati direttamente da un'origine dati.

Se stai scrivendo a funzionalità create di recente, attendi qualche minuto prima di farlo perché le nuove funzionalità potrebbero non essere ancora state propagate. In caso contrario, potresti visualizzare un errore resource not found.

Puoi importare valori delle caratteristiche per una sola entità per scrittura. Per ogni regione e progetto specifici, puoi scrivere contemporaneamente valori delle caratteristiche per più entità entro un massimo di dieci diversi tipi di entità. Questo limite include le richieste di importazione di flussi di dati in tutti gli archivi di caratteristiche in una determinata regione e in un determinato progetto. Se superi questo limite, Vertex AI Feature Store (legacy) potrebbe non scrivere tutti i dati nell'archivio offline. In questo caso, Vertex AI Feature Store (legacy) registra l'errore in Esplora log. Per ulteriori informazioni, consulta Monitorare gli errori di scrittura nello spazio di archiviazione offline per l'importazione di flussi di dati.

POST http://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT/locations/LOCATION/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID:writeFeatureValues

{
  "payloads": [
    {
      "entityId": "ENTITY_ID",
      "featureValues": {
        "FEATURE_ID": {
          "VALUE_TYPE": VALUE,
          "metadata": {"generate_time": "TIME_STAMP"}
        }
      }
    }
  ]
}

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "http://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT/locations/LOCATION/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID:writeFeatureValues"

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "http://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT/locations/LOCATION/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID:writeFeatureValues" | Select-Object -Expand Content

from google.cloud import aiplatform


def write_feature_values_sample(
    project: str, location: str, entity_type_id: str, featurestore_id: str
):

    aiplatform.init(project=project, location=location)

    my_entity_type = aiplatform.featurestore.EntityType(
        entity_type_name=entity_type_id, featurestore_id=featurestore_id
    )

    my_data = {
        "movie_01": {
            "title": "The Shawshank Redemption",
            "average_rating": 4.7,
            "genre": "Drama",
        },
    }

    my_entity_type.write_feature_values(instances=my_data)

Passaggi successivi

• Scopri come monitorare gli errori di scrittura nello spazio di archiviazione offline per l'importazione di flussi di dati.
• Scopri come pubblicare funzionalità tramite la pubblicazione online o la pubblicazione in batch.
• Risolvi i problemi comuni di Vertex AI Feature Store (legacy).