Eine Onlinespeicherinstanz erstellen

Zum Einrichten der Onlinebereitstellung müssen Sie zuerst eine Onlinespeicherinstanz für die Onlinebereitstellung von Bigtable oder die optimierte Onlinebereitstellung erstellen.

Beachten Sie, dass Sie den Typ der Onlinebereitstellung nicht mehr ändern können, nachdem Sie beim Erstellen Ihres Onlineshops die Bigtable-Onlinebereitstellung oder die optimierte Onlinebereitstellung ausgewählt haben. Sie können aber die Konfiguration des Bereitstellungs-Endpunkts für eine Onlinespeicherinstanz ändern, die für eine optimierte Onlinebereitstellung erstellt wurde.

Nachdem Sie den Onlinespeicher erstellt haben, können Sie Featureansichten hinzufügen und diese mit Featuredatenquellen in BigQuery verknüpfen.

Einbettungsverwaltung für einen Onlinespeicher konfigurieren

Mit Vertex AI Feature Store können Sie mithilfe von Einbettungen in einer Featureansicht in einem Onlinespeicher nach Vektorähnlichkeiten suchen. Für eine Suche nach Vektorähnlichkeiten müssen Sie Ihre Onlinespeicherinstanz so konfigurieren, dass sie die Einbettungsverwaltung unterstützt. Dazu verwenden Sie den Parameter FeatureOnlineStore.embedding_management und dann Konfigurieren Sie den Vektorabruf für mindestens eine Featureansicht im Onlinespeicher.

Weitere Informationen zur Suche nach den ungefähren nächsten Nachbarn mit Einbettungen in Vertex AI Feature Store finden Sie unter Mit Einbettungen suchen.

Erstellen Sie einen Onlineshop für die Onlinebereitstellung von Bigtable.

Im folgenden Beispiel wird eine Onlineshop-Instanz für die Onlinebereitstellung von Bigtable mit Autoscaling erstellt.

Console

Gehen Sie nach der folgenden Anleitung vor, um einen Onlineshop für die Onlinebereitstellung von Bigtable mit der Google Cloud Console zu erstellen.

  1. Rufen Sie im Abschnitt „Vertex AI“ der Google Cloud Console die Seite Feature Store auf.

    Zur Seite „Feature Store“

  2. Klicken Sie auf Onlineshop, um zum Abschnitt Onlineshop zu gelangen.

  3. Klicken Sie auf Erstellen, um die Seite Onlineshop erstellen zu öffnen.

  4. Geben Sie einen Namen für den Onlineshop an.

  5. Optional: Klicken Sie zum Hinzufügen von Labels auf Label hinzufügen und geben Sie den Namen und den Wert des Labels an. Sie können einem Onlineshop mehrere Labels hinzufügen.

  6. Klicken Sie im Feld Speicherlösung für den Onlineshop wählen auf Bigtable.

  7. Ändern Sie nach Bedarf die Mindestknotenzahl, die Maximale Knotenzahl und das CPU-Auslastungsziel.

  8. Klicken Sie auf Erstellen.

REST

Senden Sie zum Erstellen einer FeatureOnlineStore-Ressource eine POST-Anfrage mit der Methode featureOnlineStores.create.

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

  • LOCATION_ID: Region, in der Sie den Onlinespeicher erstellen möchten, z. B. us-central1.
  • PROJECT_ID: Ihre Projekt-ID.
  • FEATUREONLINESTORE_NAME: Der Name der neuen Onlinespeicherinstanz.
  • BOOLEAN: Optional: Geben Sie true ein, um einen Onlinespeicher zu erstellen, der die Einbettungsverwaltung unterstützt. Der Standardwert ist false.

HTTP-Methode und URL:

POST http://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME

JSON-Text der Anfrage:

{
  "bigtable": {
    "auto_scaling": {
      "min_node_count": 1,
      "max_node_count": 3,
      "cpu_utilization_target": 50
    }
  }
  "embedding_management": {
    "enabled": BOOLEAN
  }
}

Wenn Sie die Anfrage senden möchten, wählen Sie eine der folgenden Optionen aus:

curl

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus: 

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "http://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME"

PowerShell

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus: 

$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_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME" | Select-Object -Expand Content

Sie sollten in etwa folgende JSON-Antwort erhalten:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1.CreateFeatureOnlineStoreOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-09-18T17:49:23.847496Z",
      "updateTime": "2023-09-18T17:49:23.847496Z"
    }
  }
}

Onlinespeicher für optimierte Onlinebereitstellung erstellen

Wenn Sie die optimierte Onlinebereitstellung verwenden, können Sie den Onlinespeicher so konfigurieren, dass Features von einem öffentlichen Endpunkt oder einem dedizierten Private Service Connect-Endpunkt bereitgestellt werden. Verwenden Sie einen Private Service Connect-Endpunkt, wenn Sie Features in einem VPC-Netzwerk mit niedrigeren Latenzen als bei einem öffentlichen Endpunkt typisch bereitstellen möchten.

Onlinespeicher für optimierte Onlinebereitstellung mit öffentlichem Endpunkt erstellen

In den folgenden Beispielen wird ein Onlineshops für die optimierte Onlinebereitstellung mit einem öffentlichen Endpunkt erstellt.

Web-UI

Folgen Sie der nachstehenden Anleitung, um einen Onlineshop für die optimierte Onlinebereitstellung mit der Google Cloud Console zu erstellen.

  1. Rufen Sie im Abschnitt „Vertex AI“ der Google Cloud Console die Seite Feature Store auf.

    Zur Seite „Feature Store“

  2. Klicken Sie auf Onlineshop, um zum Abschnitt Onlineshop zu gelangen.

  3. Klicken Sie auf Erstellen, um die Seite Onlineshop erstellen zu öffnen.

  4. Geben Sie einen Namen für den Onlineshop an.

  5. Optional: Klicken Sie zum Hinzufügen von Labels auf Label hinzufügen und geben Sie den Namen und den Wert des Labels an. Sie können einem Onlineshop mehrere Labels hinzufügen.

  6. Klicken Sie im Feld Speicherlösung für den Onlineshop wählen auf Optimiert.

  7. Klicken Sie auf Erstellen.

REST

Senden Sie zum Erstellen einer Onlinespeicherinstanz eine POST-Anfrage mit der Methode featureOnlineStores.create.

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

  • LOCATION_ID: Region, in der Sie die FeatureOnlineStore-Instanz erstellen möchten, z. B. us-central1.
  • PROJECT_ID: Ihre Projekt-ID.
  • FEATUREONLINESTORE_NAME: Name der neuen FeatureOnlineStore-Instanz.

HTTP-Methode und URL:

POST http://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME

JSON-Text der Anfrage:

{
  "optimized": {}
}

Wenn Sie die Anfrage senden möchten, wählen Sie eine der folgenden Optionen aus:

curl

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus: 

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "http://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME"

PowerShell

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus: 

$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_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME" | Select-Object -Expand Content

Sie sollten in etwa folgende JSON-Antwort erhalten:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1.CreateFeatureOnlineStoreOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-09-18T17:49:23.847496Z",
      "updateTime": "2023-09-18T17:49:23.847496Z"
    }
  }
}

Onlinespeicher für optimierte Onlinebereitstellung mit einem Private Service Connect-Endpunkt erstellen

Im folgenden Beispiel wird ein Onlineshop für die optimierte Onlinebereitstellung mit Private Service Connect erstellt.

REST

Senden Sie zum Erstellen einer Onlinespeicherinstanz eine POST-Anfrage mit der Methode featureOnlineStores.create.

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

  • LOCATION_ID: Region, in der Sie die FeatureOnlineStore-Instanz erstellen möchten, z. B. us-central1.
  • PROJECT_ID: Ihre Projekt-ID.
  • FEATUREONLINESTORE_NAME: Name der neuen FeatureOnlineStore-Instanz.

HTTP-Methode und URL:

POST http://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME

JSON-Text der Anfrage:

{
  "optimized": {},
  "dedicated_serving_endpoint": {
    "private_service_connect_config": {
      "enable_private_service_connect": true,
      "project_allowlist": ["PROJECT_NAME"]
    }
  }
}

Wenn Sie die Anfrage senden möchten, wählen Sie eine der folgenden Optionen aus:

curl

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus: 

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "http://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME"

PowerShell

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus: 

$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_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME" | Select-Object -Expand Content

Sie sollten in etwa folgende JSON-Antwort erhalten:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1.CreateFeatureOnlineStoreOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-09-18T17:49:23.847496Z",
      "updateTime": "2023-09-18T17:49:23.847496Z"
    }
  }
}

Nächste Schritte