Vertex AI でホストされているモデルに対するリモートモデルの CREATE MODEL ステートメント

このドキュメントでは、Vertex AI にデプロイされたモデルに対して、BigQuery でリモートモデルを作成するための CREATE MODEL ステートメントについて説明します。

`CREATE MODEL` の構文

{CREATE MODEL | CREATE MODEL IF NOT EXISTS | CREATE OR REPLACE MODEL}
`project_id.dataset.model_name`
INPUT (field_name field_type)
OUTPUT (field_name field_type)
REMOTE WITH CONNECTION `project_id.region.connection_id`
OPTIONS(ENDPOINT = vertex_ai_https_endpoint);

`CREATE MODEL`

指定したデータセットに新しいモデルを作成し、トレーニングします。モデル名が存在する場合、CREATE MODEL はエラーを返します。

`CREATE MODEL IF NOT EXISTS`

指定したデータセットにモデルが存在しない場合にのみ、新しいモデルを作成してトレーニングします。

`CREATE OR REPLACE MODEL`

モデルを作成してトレーニングし、指定したデータセット内の同じ名前を持つ既存のモデルを置き換えます。

`model_name`

作成または置換するモデルの名前。モデル名は、データセット内で一意である必要があります。他のモデルやテーブルに同じ名前を付けることはできません。モデル名は、BigQuery テーブルと同じ命名規則に従う必要があります。モデル名の条件は次のとおりです。

1,024 文字以内
英字（大文字または小文字）、数字、アンダースコアだけが含まれている

model_name では、大文字と小文字は区別されません。

デフォルトプロジェクトを構成していない場合は、次の形式でプロジェクト ID をモデル名の前に追加する必要があります（バッククォートを含みます）。

`[PROJECT_ID].[DATASET].[MODEL]`

たとえば `myproject.mydataset.mymodel` です。

`INPUT` 句と `OUTPUT` 句

HTTPS エンドポイントでリモートモデルを作成する場合は、INPUT 句と OUTPUT 句を指定する必要があります。INPUT 句には Vertex AI エンドポイントのリクエストに必要なフィールドが含まれ、OUTPUT 句には Vertex AI エンドポイントのレスポンスに必要なフィールドが含まれている必要があります。

サポートされるデータタイプ

INPUT 句と OUTPUT 句では、次の BigQuery のデータ型を使用できます。

BOOL
INT64
FLOAT64
NUMERIC
BIGNUMERIC
STRING
前述のいずれかのタイプの ARRAY

フィールド名の形式

INPUT と OUTPUT のフィールド名は、Vertex AI エンドポイントのリクエストおよびレスポンスのフィールド名のように一致する必要があります。1 つの OUTPUT を使用した Vertex AI エンドポイントの場合、レスポンスにフィールド名がないため、OUTPUT ステートメントで任意のフィールド名を指定できます。

例

Vertex AI リクエストが次の例のような場合:

{
  "instances": [
    { "f1": 10, "f2": 12.3, "f3": "abc", "f4": [1, 2, 3, 4] },
    { "f1": 40, "f2": 32.5, "f3": "def", "f4": [11, 12, 13, 14] },
  ]
}

INPUT ステートメントは次の条件を満たす必要があります。

INPUT(f1 INT64, f2 FLOAT64, f3 STRING, f4 ARRAY<INT64>)

Vertex AI のレスポンスが次の例のような場合:

{
  "predictions": [
    {
      "out1": 300,
      "out2": 40
    },
    {
      "out1": 200,
      "out2": 30
    }
  ]
}

OUTPUT ステートメントは次の条件を満たす必要があります。

OUTPUT(out1 INT64, out2 INT64)

`REMOTE WITH CONNECTION`

構文

`[PROJECT_ID].[LOCATION].[CONNECTION_ID]`

BigQuery は、クラウドリソース接続を使用して Vertex AI エンドポイントとやり取りします。

接続要素は次のとおりです。

PROJECT_ID: 接続を含むプロジェクトのプロジェクト ID。
LOCATION: 接続で使用されるロケーション。接続は、モデルを含むデータセットと同じロケーションに存在する必要があります。
CONNECTION_ID: 接続 ID（例: myconnection）。
接続 ID を確認するには、Google Cloud コンソールで接続の詳細を表示します。接続 ID は、接続 ID に表示される完全修飾された接続 ID の最後のセクションの値です（例: projects/myproject/locations/connection_location/connections/myconnection）。

モデルを作成するプロジェクトの接続のサービスアカウントに Vertex AI ユーザーロールを付与する必要があります。

例

`myproject.us.my_connection`

`ENDPOINT`

構文

ENDPOINT = vertex_ai_https_endpoint

説明

vertex_ai_https_endpoint には、Vertex AI にデプロイされたモデルを表す HTTPS エンドポイントを指定します。

Vertex AI にデプロイされたモデルに基づいてリモートモデルを作成したら、ML.PREDICT でそのモデルを使用して推論を実行できます。

次の例は、HTTPS エンドポイントを使用するリモートモデルを作成する方法を示しています。

ENDPOINT = 'https://us-central1-aiplatform.googleapis.com/v1/projects/myproject/locations/us-central1/endpoints/1234'

例

次の例では、Vertex AI エンドポイントにデプロイされたモデルに対して BigQuery ML リモートモデルを作成します。

CREATE MODEL `project_id.mydataset.mymodel`
 INPUT(f1 INT64, f2 FLOAT64, f3 STRING, f4 ARRAY)
 OUTPUT(out1 INT64, out2 INT64)
 REMOTE WITH CONNECTION `myproject.us.test_connection`
 OPTIONS(ENDPOINT = 'https://us-central1-aiplatform.googleapis.com/v1/projects/myproject/locations/us-central1/endpoints/1234')

次のステップ

HTTPS エンドポイントを使用するリモートモデルでサポートされている SQL ステートメントと関数の詳細については、各モデル向けのエンドツーエンドのユーザージャーニーをご覧ください。

Vertex AI でホストされているモデルに対するリモートモデルの CREATE MODEL ステートメント

CREATE MODEL の構文

CREATE MODEL

CREATE MODEL IF NOT EXISTS

CREATE OR REPLACE MODEL

model_name

INPUT 句と OUTPUT 句