Crea un grupo de atributos

Un grupo de atributos es un recurso del Registro de funciones asociado con una tabla o vista de BigQuery que contiene tus datos de atributos. Un grupo de atributos puede contener varios atributos, en los que cada atributo se asocia con una columna en la fuente de datos de atributos. Si deseas registrar tu fuente de datos de atributos en el registro de atributos, crea un grupo de atributos y, luego, agrega atributos a él.

Después de crear un grupo de funciones y asociar la fuente de datos de BigQuery, puedes crear atributos asociados con las columnas de la fuente de datos. Ten en cuenta que, si bien es opcional asociar una fuente de datos cuando creas un grupo de funciones, debes asociar una tabla o vista de BigQuery antes de crear atributos dentro de ese grupo de funciones. Cada atributo corresponde a una columna en la fuente de datos asociada con el grupo de atributos.

¿Por qué usar grupos de atributos y atributos?

El registro de tu fuente de datos de atributos es opcional. Sin embargo, debes registrar tus datos de atributos creando grupos de atributos y atributos en los siguientes casos:

  • Usa datos históricos en formato de series temporales para entrenar un modelo: Si la fuente de datos de atributos contiene datos de atributos históricos y más recientes con varios registros de atributos para el mismo ID de entidad, da formato a estos datos como una serie temporal agregando la columna feature_timestamp. En esta situación, debes registrar la fuente de datos con grupos de atributos y atributos. Luego, puedes publicar las funciones de la siguiente manera:

    • Usa la entrega en línea para entregar los valores de atributos más recientes según la marca de tiempo y realizar predicciones en tiempo real.

    • Usa la entrega sin conexión para entregar los valores de atributos más recientes y los históricos para entrenar un modelo.

  • Agrega atributos de varias fuentes: Usa grupos de atributos para agregar columnas específicas de varias fuentes de datos de BigQuery cuando crees una instancia de vista de atributos.

  • Entrega valores de atributos nulos: Durante la entrega en línea, si deseas entregar solo los valores de atributos más recientes, incluidos los valores nulos, registra tu fuente de datos de atributos creando grupos de atributos con el parámetro dense establecido en true.

  • Usa la sincronización continua de datos en tus vistas de atributos: Registrar tus atributos es un requisito previo para usar la sincronización continua de datos en tus vistas de atributos.

  • Supervisa los atributos en busca de anomalías: Debes registrar tus atributos si deseas configurar la supervisión de atributos para recuperar estadísticas de atributos y detectar su desvío.

Cuándo no usar grupos de funciones ni funciones

Si deseas publicar incorporaciones desde tu fuente de datos de atributos, no registres la fuente de datos creando grupos de atributos y atributos. En este caso, debes configurar la entrega en línea asociando directamente la tabla o vista de BigQuery con tus vistas de atributos.

Para obtener más información sobre cómo configurar la entrega en línea sin registrar tu fuente de datos de atributos, consulta Crea una vista de atributos desde una fuente de BigQuery.

Controle el acceso

Puedes controlar el acceso a un grupo de funciones en los siguientes niveles:

  • Controla el acceso al recurso FeatureGroup: Para controlar el acceso a un grupo de funciones para una persona, un Grupo de Google, un dominio o una cuenta de servicio específicos, configura una política de IAM para el grupo de funciones.

  • Controla el acceso a la fuente de datos de BigQuery: De forma predeterminada, un grupo de funciones usa la cuenta de servicio predeterminada configurada para el proyecto. Vertex AI Feature Store asigna el rol de Visualizador de datos de BigQuery de Identity and Access Management (IAM) a esta cuenta de servicio. Esto permite que cualquier usuario con permiso para crear un grupo de atributos en el proyecto acceda a la fuente de datos de atributos en BigQuery. Para restringir el acceso a la fuente de datos de BigQuery o otorgar acceso a usuarios adicionales, puedes configurar tu grupo de atributos para que use su propia cuenta de servicio dedicada. Vertex AI Feature Store genera una dirección de correo electrónico única de la cuenta de servicio para cada grupo de atributos configurado para tener una cuenta de servicio dedicada.

Antes de comenzar

Antes de crear un grupo de funciones, completa los siguientes requisitos previos:

  • Asegúrate de que haya al menos una instancia de tienda en línea creada en tu proyecto, incluso si deseas crear una nueva. Si usas un proyecto nuevo, crea una instancia de la tienda en línea antes de crear el grupo de funciones.

  • Formatea tus datos de atributos en la tabla o vista de BigQuery para que cumplan con los Lineamientos de preparación de fuentes de datos.

  • Verifica que tu fuente de datos de BigQuery contenga al menos una columna de ID de la entidad con valores de string o int.

  • Autentícate en Vertex AI, a menos que ya lo hayas hecho.

    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

    Para usar las muestras de Python de esta página en un entorno de desarrollo local, instala e inicializa gcloud CLI y, luego, configura las credenciales predeterminadas de la aplicación con tus credenciales de usuario.

      Instala Google Cloud CLI.

      Si usas un proveedor de identidad externo (IdP), primero debes acceder a gcloud CLI con tu identidad federada.

      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.

      If an authentication error is returned, and you are using an external identity provider (IdP), confirm that you have signed in to the gcloud CLI with your federated identity.

    Para obtener más información, consulta Set up authentication for a local development environment.

    REST

    Para usar las muestras de la API de REST en esta página en un entorno de desarrollo local, debes usar las credenciales que proporciones a gcloud CLI.

      Instala Google Cloud CLI.

      Si usas un proveedor de identidad externo (IdP), primero debes acceder a gcloud CLI con tu identidad federada.

    Para obtener más información, consulta Autentícate para usar REST en la documentación de autenticación de Google Cloud .

Crea un grupo de atributos para registrar una fuente de datos de atributos

Usa los siguientes ejemplos para crear un grupo de atributos y asociar una fuente de datos de atributos, como una tabla o vista de BigQuery.

Console

Sigue estas instrucciones para crear un grupo de atributos con la consola de Google Cloud :

  1. En la sección Vertex AI de la Google Cloud consola, ve a la página Feature Store.

    Ir a la página Feature Store

  2. En la sección Feature groups, haz clic en Create para abrir el panel Basic info en la página Create Feature Group.

  3. Especifica el Nombre del grupo de funciones.

  4. Opcional: Para agregar etiquetas, haz clic en Agregar etiqueta y especifica el nombre y el valor de la etiqueta. Puedes agregar varias etiquetas a un grupo de atributos.

  5. En el campo Ruta de acceso de BigQuery, haz clic en Explorar para seleccionar la tabla o vista de origen de BigQuery que se asociará con el grupo de atributos.

  6. En la lista Columna de ID de la entidad, selecciona las columnas de ID de la entidad de la tabla o vista de origen de BigQuery.

    Ten en cuenta que este argumento es opcional si la tabla o la vista de origen de BigQuery tienen una columna llamada entity_id. En ese caso, si no seleccionas una columna de ID de entidad, el grupo de funciones usará la columna entity_id como la columna de ID de entidad predeterminada.

  7. Haz clic en Continuar.

  8. En el panel Registro, haz clic en una de las siguientes opciones para indicar si deseas agregar atributos al nuevo grupo de atributos:

    • Incluir todas las columnas de la tabla de BigQuery: Crea atributos dentro del grupo de atributos para todas las columnas de la tabla o vista de origen de BigQuery.

    • Ingresar los atributos manualmente: Crea atributos basados en columnas específicas en la fuente de BigQuery. Para cada atributo, ingresa un Nombre del atributo y haz clic en el nombre de la columna de origen de BigQuery correspondiente en la lista.

      Para agregar más atributos, haz clic en Agregar otro atributo.

    • Crear un grupo de atributos vacío: crea el grupo de funciones sin agregarle atributos.

  9. Haz clic en Crear.

Python

Si deseas obtener información para instalar o actualizar el SDK de Vertex AI para Python, consulta Instala el SDK de Vertex AI para Python. Para obtener más información, consulta la documentación de referencia de la API de Python. 


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


def create_feature_group_sample(
    project: str,
    location: str,
    feature_group_id: str,
    bq_table_uri: str,
    entity_id_columns: List[str],
):
    aiplatform.init(project=project, location=location)
    fg = feature_store.FeatureGroup.create(
        name=feature_group_id,
        source=feature_store.utils.FeatureGroupBigQuerySource(
            uri=bq_table_uri, entity_id_columns=entity_id_columns
        ),
    )
    return fg
  • project: ID del proyecto
  • location: La región en la que deseas crear el grupo de atributos, como us-central1.
  • feature_group_id: El nombre del grupo de atributos nuevo que deseas crear.
  • bq_table_uri: El URI de la vista o tabla de origen de BigQuery que deseas registrar para el grupo de funciones.
  • entity_id_columns: Los nombres de las columnas que contienen los IDs de las entidades. Puedes especificar una o varias columnas.
    • Para especificar solo una columna de ID de la entidad, especifica el nombre de la columna en el siguiente formato:
      "entity_id_column_name".
    • Para especificar varias columnas de ID de entidad, especifica los nombres de las columnas en el siguiente formato:
      ["entity_id_column_1_name", "entity_id_column_2_name", ...].

REST

Para crear un recurso FeatureGroup, envía una solicitud POST mediante el método featureGroups.create.

Antes de usar cualquiera de los datos de solicitud a continuación, realiza los siguientes reemplazos:

  • LOCATION_ID: La región en la que deseas crear el grupo de atributos, como us-central1.
  • SERVICE_AGENT_TYPE: Opcional Es la configuración de la cuenta de servicio para el grupo de funciones. Para usar una cuenta de servicio dedicada para el grupo de atributos, ingresa SERVICE_AGENT_TYPE_FEATURE_GROUP.
  • PROJECT_ID: ID del proyecto
  • ENTITY_ID_COLUMNS: Los nombres de las columnas que contienen los ID de las entidades. Puedes especificar una o varias columnas.
    • Para especificar solo una columna de ID de la entidad, especifica el nombre de la columna en el siguiente formato:
      "entity_id_column_name".
    • Para especificar varias columnas de ID de entidad, especifica los nombres de las columnas en el siguiente formato:
      ["entity_id_column_1_name", "entity_id_column_2_name", ...].
  • FEATUREGROUP_NAME: El nombre del grupo de atributos nuevo que deseas crear.
  • BIGQUERY_SOURCE_URI: El URI de la vista o tabla de origen de BigQuery que deseas registrar para el grupo de funciones.
  • TIMESTAMP_COLUMN: Opcional Especifica el nombre de la columna que contiene las marcas de tiempo de los atributos en la tabla o vista de origen de BigQuery.
    Solo debes especificar el nombre de la columna de marca de tiempo si los datos tienen el formato de una serie temporal y la columna que contiene las marcas de tiempo de los atributos no se llama feature_timestamp.
  • STATIC_DATA_SOURCE: Opcional Ingresa true si los datos no tienen el formato de una serie temporal. La configuración predeterminada es false.
  • DENSE: Opcional Indica cómo Vertex AI Feature Store controla los valores nulos mientras entrega datos de las vistas de atributos asociadas con el grupo de atributos:
    • false: Esta es la configuración predeterminada. Vertex AI Feature Store solo entrega los valores de atributos no nulos más recientes. Si el valor más reciente de un atributo es nulo, Vertex AI Feature Store entrega el valor histórico más reciente que no sea nulo. Sin embargo, si los valores actuales y los históricos de ese atributo son nulos, Vertex AI Feature Store entrega un valor nulo como valor del atributo.
    • true: Para las vistas de atributos con sincronización de datos programada, Vertex AI Feature Store solo entrega los valores de atributos más recientes, incluidos los valores nulos. En el caso de las vistas de atributos con sincronización continua de datos, Vertex AI Feature Store solo entrega los valores de atributos más recientes que no sean nulos. Sin embargo, si los valores actuales y los históricos del atributo son nulos, Vertex AI Feature Store entrega un valor nulo como valor del atributo. Para obtener más información sobre los tipos de sincronización de datos y cómo configurar el tipo de sincronización de datos en una vista de atributos, consulta Sincroniza los datos en una vista de atributos.

Método HTTP y URL: 

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

Cuerpo JSON de la solicitud:

{
  "service_agent_type": "SERVICE_AGENT_TYPE",
  "big_query": {
    "entity_id_columns": "ENTITY_ID_COLUMNS",
    "big_query_source": {
      "input_uri": "BIGQUERY_SOURCE_URI",
    }
    "time_series": {
      "timestamp_column": ""TIMESTAMP_COLUMN"",
    },
    "static_data_source": STATIC_DATA_SOURCE,
    "dense": DENSE
  }
}

Para enviar tu solicitud, elige una de estas opciones:

curl

Guarda el cuerpo de la solicitud en un archivo llamado request.json y ejecuta el siguiente comando:

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

Guarda el cuerpo de la solicitud en un archivo llamado request.json y ejecuta el siguiente comando:

$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

Deberías recibir una respuesta JSON similar a la que se muestra a continuación:

{
  "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"
    }
  }
}

¿Qué sigue?