Sie können eine Featuregruppe erstellen, um eine BigQuery-Tabelle oder ‐Ansicht zu registrieren, die Ihre Featuredaten enthält.
Für jede BigQuery-Tabelle oder -Ansicht, die Sie mit einer Featuregruppe verknüpfen, müssen Sie Folgendes sicherstellen:
Das Schema der Datenquelle entspricht dem Richtlinien für die Vorbereitung von Datenquellen
Die Datenquelle enthält die Entitäts-IDs als
string
-Werte in der Spalteentity_id
.Die Datenquelle enthält die Feature-Zeitstempel vom Typ
timestamp
in einer Spalte namensfeature_timestamp
Nachdem Sie eine Featuregruppe erstellt und die BigQuery-Daten verknüpft haben Quelle haben, können Sie Features erstellen, die mit den Spalten in der Datenquelle verknüpft werden. Sie können beim Erstellen der Featuregruppe eine Datenquelle angeben. Vor dem Erstellen von Features müssen Sie jedoch eine Datenquelle angeben.
Wenn Sie die Datenquelle mithilfe von Featuregruppen und Features registrieren, bestehen folgende Vorteile:
Sie können eine Featureansicht für die Onlinebereitstellung definieren. Verwenden Sie dazu bestimmte Featurespalten aus mehreren BigQuery-Datenquellen.
Sie können die Daten als Zeitreihe formatieren, indem Sie die Spalte
feature_timestamp
einfügen. Vertex AI Feature Store stellt nur die neuesten Featurewerte aus den Featuredaten bereit und schließt historische Werte aus.Sie können die BigQuery-Quelle als zugehörige Feature-Datenquelle ermitteln, wenn Sie in Data Catalog nach der Featuregruppen-Ressource suchen.
Hinweise
Authentifizieren Sie sich bei Vertex AI, sofern nicht bereits geschehen.
Select the tab for how you plan to use the samples on this page:
Console
When you use the Google Cloud console to access Google Cloud services and APIs, you don't need to set up authentication.
Python
Wenn Sie die Python Beispiele auf dieser Seite in einer lokalen Entwicklungsumgebung verwenden möchten, installieren und initialisieren Sie die gcloud CLI und richten dann die Standardanmeldedaten für Anwendungen mit Ihren Nutzeranmeldedaten ein.
- Install the Google Cloud CLI.
-
To initialize the gcloud CLI, run the following command:
gcloud init
-
If you're using a local shell, then create local authentication credentials for your user account:
gcloud auth application-default login
You don't need to do this if you're using Cloud Shell.
Weitere Informationen unter Set up authentication for a local development environment.
REST
Verwenden Sie die von der gcloud CLI bereitgestellten Anmeldedaten, um die REST API-Beispiele auf dieser Seite in einer lokalen Entwicklungsumgebung zu verwenden.
Install the Google Cloud CLI, then initialize it by running the following command:
gcloud init
Weitere Informationen finden Sie unter Für die Verwendung von REST authentifizieren in der Dokumentation zur Google Cloud-Authentifizierung.
Eine Featureansicht aus einer BigQuery-Quelle erstellen
Verwenden Sie das folgende Beispiel, um eine Featuregruppe zu erstellen und eine BigQuery-Datenquelle zu verknüpfen.
Console
Folgen Sie der Anleitung unten, um eine Featuregruppe mit der Google Cloud Console zu erstellen.
Rufen Sie im Abschnitt „Vertex AI“ der Google Cloud Console die Seite Feature Store auf.
Klicken Sie im Abschnitt Featuregruppen auf Erstellen, um den Bereich Allgemeine Informationen auf der Seite Featuregruppe erstellen zu öffnen.
Geben Sie den Namen der Featuregruppe an.
Optional: Klicken Sie auf Label hinzufügen und geben Sie den Namen und den Wert des Labels an. Sie können einer Featuregruppe mehrere Labels hinzufügen.
Klicken Sie im Feld BigQuery-Pfad auf Durchsuchen, um die BigQuery-Quelltabelle oder ‐ansicht auszuwählen, die mit der Featuregruppe verknüpft werden soll.
Optional: Klicken Sie in der Liste Entitäts-ID-Spalte auf die Entitäts-ID-Spalte in der BigQuery-Quelltabelle oder ‐ansicht.
Klicken Sie auf Weiter.
Klicken Sie im Bereich Register (Registrieren) auf eine der folgenden Optionen, um anzugeben, ob Sie der neuen Featuregruppe Features hinzufügen möchten:
Alle Spalten aus der BigQuery-Tabelle einschließen: Sie können in der Featuregruppe Features für alle Spalten in der BigQuery-Quelltabelle oder ‐ansicht erstellen.
Features manuell eingeben: Sie können Features basierend auf bestimmten Spalten in der BigQuery-Quelle erstellen. Geben Sie für jedes Feature einen Feature-Namen ein und klicken Sie in der Liste auf den Namen der entsprechenden BigQuery-Quellspalte.
Wenn Sie weitere Features hinzufügen möchten, klicken Sie auf Weiteres Feature hinzufügen.
Leere Featuregruppe erstellen: Sie erstellen die Featuregruppe, ohne ihr Features hinzuzufügen.
Klicken Sie auf Erstellen.
Python
Informationen zur Installation des Vertex AI SDK for Python finden Sie unter Vertex AI SDK for Python installieren. Weitere Informationen finden Sie in der Referenzdokumentation zur Python API.
project
: Ihre Projekt-ID.location
: die Region, in der Sie die Featuregruppe erstellen möchten, z. B.us-central1
.feature_group_id
: der Name der neuen Featuregruppe, die Sie erstellen möchten.bq_table_uri
: URI der BigQuery-Quelltabelle oder -Ansicht, die Sie für die Featuregruppe registrieren möchten.entity_id_columns
: Die Namen der Spalten mit den Entitäts-IDs. Sie können entweder eine oder mehrere Spalten angeben.- Wenn Sie nur eine Spalte für die Entitäts-ID angeben möchten, geben Sie den Spaltennamen im folgenden Format an:
"entity_id_column_name"
. - Wenn Sie mehrere Spalten für die Entitäts-ID angeben möchten, geben Sie die Spaltennamen im folgenden Format an:
["entity_id_column_1_name", "entity_id_column_2_name", ...]
.
- Wenn Sie nur eine Spalte für die Entitäts-ID angeben möchten, geben Sie den Spaltennamen im folgenden Format an:
REST
So erstellen Sie eine FeatureGroup
-Ressource:
Senden Sie eine POST
-Anfrage mithilfe der
Methode featureGroups.create
.
Ersetzen Sie diese Werte in den folgenden Anfragedaten:
- LOCATION_ID: die Region, in der Sie die Featuregruppe erstellen möchten, z. B.
us-central1
. - ENTITY_ID_COLUMNS: Die Namen der Spalten mit den Entitäts-IDs. Sie können entweder eine oder mehrere Spalten angeben.
- Wenn Sie nur eine Spalte für die Entitäts-ID angeben möchten, geben Sie den Spaltennamen im folgenden Format an:
"entity_id_column_name"
. - Wenn Sie mehrere Entitäts-ID-Spalten angeben möchten, geben Sie die Spaltennamen im folgenden Format an:
["entity_id_column_1_name", "entity_id_column_2_name", ...]
- Wenn Sie nur eine Spalte für die Entitäts-ID angeben möchten, geben Sie den Spaltennamen im folgenden Format an:
- PROJECT_ID: Ihre Projekt-ID.
- FEATUREGROUP_NAME: der Name der neuen Featuregruppe, die Sie erstellen möchten.
- BIGQUERY_SOURCE_URI: URI der BigQuery-Quelltabelle oder -ansicht, die Sie für die Featuregruppe registrieren möchten.
HTTP-Methode und URL:
POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureGroups?feature_group_id=FEATUREGROUP_NAME
JSON-Text der Anfrage:
{ "big_query": { "entity_id_columns": "ENTITY_ID_COLUMNS", "big_query_source": { "input_uri": "BIGQUERY_SOURCE_URI" } } }
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 \
"https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureGroups?feature_group_id=FEATUREGROUP_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 "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureGroups?feature_group_id=FEATUREGROUP_NAME" | Select-Object -Expand Content
Sie sollten in etwa folgende JSON-Antwort erhalten:
{ "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/operations/OPERATION_ID", "metadata": { "@type": "type.googleapis.com/google.cloud.aiplatform.v1.UpdateFeatureGroupOperationMetadata", "genericMetadata": { "createTime": "2023-09-18T03:00:13.060636Z", "updateTime": "2023-09-18T03:00:13.060636Z" } } }
Nächste Schritte
Weitere Informationen zum Aktualisieren einer Featureansicht.
Erfahren Sie, wie Sie eine Featuregruppe löschen.
Sofern nicht anders angegeben, sind die Inhalte dieser Seite unter der Creative Commons Attribution 4.0 License und Codebeispiele unter der Apache 2.0 License lizenziert. Weitere Informationen finden Sie in den Websiterichtlinien von Google Developers. Java ist eine eingetragene Marke von Oracle und/oder seinen Partnern.
Zuletzt aktualisiert: 2024-10-14 (UTC).