Criar um recurso

Crie um atributo depois de criar um grupo de recursos e associar uma tabela ou visualização do BigQuery a ele. É possível criar vários atributos para um grupo e associar cada um deles a uma coluna específica na fonte de dados do BigQuery. Para informações sobre como usar o BigQuery, consulte a documentação do BigQuery.

Por exemplo, se o grupo de recursosfeaturegroup1 está associada à tabela do BigQuerydatasource_1 que contêm valores de recursos nas colunas. fval1 e nofval2, você pode criar as funcionalidadesfeature_1 de featuregroup1 e associar isso aos valores dos atributos na colunafval1 de dois minutos. Da mesma forma, é possível criar outro recurso chamado feature_2 e associá-lo aos valores de atributo na coluna fval2.

Registrar sua fonte de dados usando recursos e grupos de recursos tem as seguintes vantagens:

  • É possível definir uma visualização de atributos para exibição on-line usando colunas de atributos específicas de várias fontes de dados do BigQuery.

  • Formate os dados como uma série temporal incluindo a coluna feature_timestamp. o Vertex AI Feature Store exibe apenas os valores de atributos mais recentes dos dados de recursos e exclui valores históricos.

Antes de começar

Faça a autenticação na Vertex AI, a menos que já tenha feito isso.

Selecione a guia para como planeja usar as amostras nesta página:

Console

Quando você usa o console do Google Cloud para acessar os serviços e as APIs do Google Cloud, não é necessário configurar a autenticação.

Python

Para usar as amostras de Python nesta página de um ambiente de desenvolvimento local, instale e inicialize a CLI gcloud e, em seguida, configure o Application Default Credentials com as credenciais de usuário.

  1. Instale a CLI do Google Cloud.

  2. Para inicializar a CLI gcloud, execute o seguinte comando: 

    gcloud init

  3. Crie as credenciais de autenticação para sua Conta do Google: 

    gcloud auth application-default login

Veja mais informações em: Configurar a autenticação para um ambiente de desenvolvimento local.

REST

Para usar as amostras da API REST nesta página em um ambiente de desenvolvimento local, use as credenciais fornecidas para a CLI gcloud.

    Instale a Google Cloud CLI e inicialize-a executando o seguinte comando: 

    gcloud init

Criar um atributo dentro de um grupo de atributos

Use os exemplos a seguir para criar um recurso dentro de um grupo de recursos e associar uma coluna que contenha valores de recursos da fonte de dados do BigQuery registrada para o grupo de recursos.

Console

Use as instruções a seguir para adicionar recursos a um grupo usando o console do Google Cloud.

  1. Na seção Vertex AI do console do Google Cloud, acesse a página Feature Store.

    Acessar a página da Feature Store

  2. Na seção Grupos de recursos, clique em na linha correspondente ao grupo a que você quer adicionar um recurso e, em seguida, clique em Adicionar recursos.

  3. Para cada recurso, insira um Nome do recurso e clique no nome da coluna de origem do BigQuery correspondente na lista. Para adicionar mais recursos, clique em Adicionar outro recurso.

  4. Clique em Criar.

Python

Para saber como instalar o SDK da Vertex AI para Python, consulte Instalar o SDK da Vertex AI para Python. Para mais informações, consulte a documentação de referência da API Python. 


from google.cloud import aiplatform
from vertexai.resources.preview import feature_store


def create_feature_sample(
    project: str,
    location: str,
    existing_feature_group_id: str,
    feature_id: str,
    version_column_name: str,
):
    aiplatform.init(project=project, location=location)
    feature_group = feature_store.FeatureGroup(existing_feature_group_id)
    feature = feature_group.create_feature(
        name=feature_id, version_column_name=version_column_name
    )
    return feature
  • project: o ID do projeto.
  • location: região em que o grupo de recursos está localizado, como us-central1.
  • existing_feature_group_id: o nome do grupo de recursos em que você quer criar o recurso.
  • version_column_name (opcional): a coluna da tabela ou visualização do BigQuery que você quer associar ao recurso. Se você não especificar esse parâmetro, ele será definido como FEATURE_NAME por padrão.
  • feature_id: o nome do novo recurso que você quer criar.

REST

Para criar um recurso Feature, envie uma solicitação POST usando o método features.create.

Antes de usar os dados da solicitação abaixo, faça as substituições a seguir:

  • LOCATION_ID: região em que o grupo de recursos está localizado, como us-central1.
  • PROJECT_ID: o ID do projeto.
  • FEATUREGROUP_NAME: o nome do grupo de recursos em que você quer criar o elemento.
  • FEATURE_NAME: o nome do novo recurso que você quer criar.
  • VERSION_COLUMN_NAME (opcional): a coluna da tabela ou visualização do BigQuery que você quer associar ao recurso. Se você não especificar esse parâmetro, ele será definido como FEATURE_NAME por padrão.

Método HTTP e URL: 

POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features?feature_id=FEATURE_NAME

Corpo JSON da solicitação:

{
  "version_column_name": "VERSION_COLUMN_NAME"
}

Para enviar a solicitação, escolha uma destas opções:

curl

Salve o corpo da solicitação em um arquivo com o nome request.json e execute o comando a seguir: 

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

PowerShell

Salve o corpo da solicitação em um arquivo com o nome request.json e execute o comando a seguir: 

$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 "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features?feature_id=FEATURE_NAME" | Select-Object -Expand Content

Você receberá uma resposta JSON semelhante a esta:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features/FEATURE_NAME/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1.UpdateFeatureOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-09-18T02:36:22.870679Z",
      "updateTime": "2023-09-18T02:36:22.870679Z"
    }
  }
}

A seguir