使用 Spanner 模拟器生成机器学习预测

本页介绍如何使用 Spanner 生成机器学习预测 模拟器。

Spanner Vertex AI 集成可与 Spanner 模拟器搭配使用,以便使用 GoogleSQL 或 PostgreSQL ML 预测函数生成预测结果。该模拟器是一个模拟 Spanner 服务器的二进制文件,还可用于单元测试和集成测试。您可以使用模拟器 以 开源项目本地使用 Google Cloud CLI。如需详细了解机器学习预测函数,请参阅 Spanner Vertex AI 集成的工作原理

您可以将任何模型与模拟器搭配使用来生成预测。您还可以使用 Vertex AI Model Garden 或部署到 Vertex AI 端点的模型。 由于模拟器未连接到 Vertex AI, 模拟器无法验证 Vertex AI Model Garden 或者已部署到 Vertex AI 端点。

默认情况下,当您将预测函数与模拟器搭配使用时,该函数会根据提供的模型输入和模型输出架构生成随机值。您可以使用回调函数修改模型输入和输出,并根据特定行为生成预测结果。

准备工作

安装 Spanner 模拟器

您可以在本地安装模拟器,也可以使用 GitHub 代码库进行设置。

选择型号

当您使用 ML.PREDICT(适用于 GoogleSQL)或 ML_PREDICT_ROW(对于 PostgreSQL)函数,您必须指定位置 机器学习模型。您可以使用任何经过训练的模型。如果您选择在 Vertex AI Model Garden 中运行的模型或部署到 Vertex AI 端点的模型,则必须为这些模型提供 inputoutput 值。

如需详细了解 Spanner Vertex AI 集成,请参阅 Spanner Vertex AI 集成的工作原理

生成预测

您可以在模拟器中使用 Spanner 机器学习预测函数

默认行为

您可以使用部署到端点的任何模型以及 Spanner 模拟器来生成预测结果。以下示例使用名为 FraudDetection 的模型生成结果。

GoogleSQL

如需详细了解如何使用 ML.PREDICT 函数生成预测,请参阅使用 SQL 生成机器学习预测

注册模型

在将模型与 ML.PREDICT 函数搭配使用之前,您必须使用 CREATE MODEL 语句注册模型,并提供 inputoutput 值:

CREATE MODEL FraudDetection
INPUT (Amount INT64, Name STRING(MAX))
OUTPUT (Outcome BOOL)
REMOTE OPTIONS (
endpoint = '//aiplatform.googleapis.com/projects/PROJECT_ID/locations/REGION_ID/endpoints/ENDPOINT_ID'
);

替换以下内容:

  • PROJECT_ID:模型所在的 Google Cloud 项目的 ID

  • REGION_ID:模型所在的 Google Cloud 区域的 ID 位置(例如 us-central1

  • ENDPOINT_ID:模型端点的 ID

运行预测

使用 ML.PREDICT 使用 GoogleSQL 函数生成预测。

SELECT Outcome
FROM ML.PREDICT(
    MODEL FraudDetection,
    (SELECT 1000 AS Amount, "John Smith" AS Name))

此查询的预期输出为 TRUE

PostgreSQL

详细了解如何使用 spanner.ML_PREDICT_ROW 函数生成 请参阅使用 SQL 生成机器学习预测

运行预测

使用 spanner.ML_PREDICT_ROW PostgreSQL 函数生成 您的预测。

SELECT (spanner.ml_predict_row(
'projects/`MODEL_ID`/locations/`REGION_ID`/endpoints/`ENDPOINT_ID`',
'{"instances": [{"Amount": "1000", "Name": "John Smith"}]}'
)->'predictions'->0->'Outcome')::boolean

替换以下内容:

  • PROJECT_ID:模型所在的 Google Cloud 项目的 ID

  • REGION_ID:模型所在的 Google Cloud 区域的 ID 位置(例如 us-central1

  • ENDPOINT_ID:模型端点的 ID

此查询的预期输出为 TRUE

自定义回调

您可以使用自定义回调函数来实现所选的模型行为, 并将特定模型输入转换为输出。以下示例使用 Vertex AI Model Garden 中的 gemini-pro 模型和 Spanner 模拟器,通过自定义回调生成预测结果。

为模型使用自定义回调时, 创建分支 Spanner 模拟器代码库, 然后构建和部署它如需详细了解如何 构建和部署 Spanner 模拟器,请参阅 Spanner 模拟器快速入门

GoogleSQL

注册模型

在使用具有 ML.PREDICT 函数, 您必须使用 CREATE MODEL 语句:

CREATE MODEL GeminiPro
INPUT (prompt STRING(MAX))
OUTPUT (content STRING(MAX))
REMOTE OPTIONS (
endpoint = '//aiplatform.googleapis.com/projects/PROJECT_ID/locations/REGION_ID/publishers/google/models/gemini-pro',
default_batch_size = 1
);

由于模拟器不会连接到 Vertex AI,因此您必须提供 inputoutput 值。

替换以下内容:

  • PROJECT_ID:模型所在的 Google Cloud 项目的 ID

  • REGION_ID:模型所在的 Google Cloud 区域的 ID,例如 us-central1

回调

使用回调向 GeminiPro 模型添加自定义逻辑。

absl::Status ModelEvaluator::Predict(
    const googlesql::Model* model,
    const CaseInsensitiveStringMap<const ModelColumn>& model_inputs,
    CaseInsensitiveStringMap<ModelColumn>& model_outputs) {
  // Custom logic for GeminiPro.
  if (model->Name() == "GeminiPro") {
    RET_CHECK(model_inputs.contains("prompt"));
    RET_CHECK(model_inputs.find("prompt")->second.value->type()->IsString());
    RET_CHECK(model_outputs.contains("content"));
    std::string content;

    // Process prompts used in tests.
    int64_t number;
    static LazyRE2 is_prime_prompt = {R"(Is (\d+) a prime number\?)"};
    if (RE2::FullMatch(
            model_inputs.find("prompt")->second.value->string_value(),
            *is_prime_prompt, &number)) {
        content = IsPrime(number) ? "Yes" : "No";
    } else {
        // Default response.
        content = "Sorry, I don't understand";
    }
    *model_outputs["content"].value = googlesql::values::String(content);
    return absl::OkStatus();
  }
  // Custom model prediction logic can be added here.
  return DefaultPredict(model, model_inputs, model_outputs);
}

运行预测

使用 ML.PREDICT 使用 GoogleSQL 函数生成预测。

SELECT content
    FROM ML.PREDICT(MODEL GeminiPro, (SELECT "Is 7 a prime number?" AS prompt))

此查询的预期输出为 "YES"

PostgreSQL

使用 spanner.ML_PREDICT_ROW PostgreSQL 函数生成预测结果。

回调

使用回调向 GeminiPro 模型添加自定义逻辑。

absl::Status ModelEvaluator::PgPredict(
    absl::string_view endpoint, const googlesql::JSONValueConstRef& instance,
    const googlesql::JSONValueConstRef& parameters,
    lesql::JSONValueRef prediction) {
  if (endpoint.ends_with("publishers/google/models/gemini-pro")) {
    RET_CHECK(instance.IsObject());
    RET_CHECK(instance.HasMember("prompt"));
    std::string content;

    // Process prompts used in tests.
    int64_t number;
    static LazyRE2 is_prime_prompt = {R"(Is (\d+) a prime number\?)"};
    if (RE2::FullMatch(instance.GetMember("prompt").GetString(),
                        *is_prime_prompt, &number)) {
        content = IsPrime(number) ? "Yes" : "No";
    } else {
        // Default response.
        content = "Sorry, I don't understand";
    }
    prediction.SetToEmptyObject();
    prediction.GetMember("content").SetString(content);
    return absl::OkStatus();
  }

  // Custom model prediction logic can be added here.
  return DefaultPgPredict(endpoint, instance, parameters, prediction);
}

运行预测


SELECT (spanner.ml_predict_row(
'projects/`PROJECT_ID`/locations/`REGION_ID`/publishers/google/models/gemini-pro',
'{"instances": [{"prompt": "Is 7 a prime number?"}]}'
)->'predictions'->0->'content')::text

替换以下内容:

  • PROJECT_ID:模型所在的 Google Cloud 项目的 ID

  • REGION_ID:模型所在的 Google Cloud 区域的 ID 位置(例如 us-central1

此查询的预期输出为 "YES"

后续步骤