Criar um grupo de elementos

É possível criar um grupo de recursos para registrar uma tabela ou visualização do BigQuery que contenha os dados dos recursos.

Para qualquer tabela ou visualização do BigQuery associada a um grupo de recursos, é necessário garantir o seguinte:

  • O esquema da fonte de dados está em conformidade com as Diretrizes de preparação da fonte de dados.

  • A fonte de dados contém os IDs de entidade como valores string em uma coluna chamada entity_id.

  • A fonte de dados contém os carimbos de data/hora de recursos do tipo timestamp em uma coluna chamada feature_timestamp.

Depois de criar um grupo de recursos e associar a fonte de dados do BigQuery, crie recursos para associar às colunas na fonte de dados. É opcional especificar uma fonte de dados ao criar o grupo de recursos. No entanto, você precisa especificar uma fonte de dados antes de criar os recursos.

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

  • É possível definir uma visualização de atributos para veiculação 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.

Use o exemplo a seguir para criar um grupo de recursos e associar uma fonte de dados do BigQuery.

Console

Use as instruções a seguir para criar um grupo de recursos 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 Criar para abrir o painel Informações básicas na página Criar grupo de recursos.

  3. Especifique o Nome do grupo de recursos.

  4. Opcional: para adicionar rótulos, clique em Adicionar rótulo e especifique o nome e o valor do rótulo. É possível adicionar vários rótulos a um grupo de recursos.

  5. No campo Caminho do BigQuery, clique em Procurar para selecionar a tabela ou visualização de origem do BigQuery a ser associada ao grupo de recursos.

  6. Opcional: na lista da Coluna de ID da entidade, clique na coluna de ID da entidade ou visualização de origem da tabela do BigQuery.

  7. Clique em Continuar.

  8. No painel Registrar, clique em uma das seguintes opções para indicar se você quer adicionar recursos ao novo grupo de recursos:

    • Incluir todas as colunas da tabela do BigQuery: crie recursos no grupo de recursos para todas as colunas na tabela ou visualização de origem do BigQuery.

    • Inserir recursos manualmente: crie recursos com base em colunas específicas na origem do BigQuery. Para cada recurso, insira um Nome do recurso e clique no nome da coluna de origem do BigQuery correspondente na lista.

      Para adicionar mais elementos, clique em Adicionar outro recurso.

    • Criar um grupo de recursos vazio: cria o grupo de recursos sem adicionar funcionalidades a ele.

  9. Clique em Criar.

REST

Para criar um recurso FeatureGroup, envie uma solicitação POST usando o método featureGroups.create.

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

  • LOCATION_ID: região em que você quer criar o grupo de recursos, como us-central1.
  • PROJECT_ID: o ID do projeto.
  • FEATUREGROUP_NAME: o nome do novo grupo de recursos que você quer criar.
  • BIGQUERY_SOURCE_URI: URI da tabela de origem ou visualização do BigQuery que você quer registrar para o grupo de recursos.

Método HTTP e URL: 

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

Corpo JSON da solicitação:

{
  "big_query": {
    "big_query_source": {
      "input_uri": "BIGQUERY_SOURCE_URI"
    }
  }
}

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?feature_group_id=FEATUREGROUP_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?feature_group_id=FEATUREGROUP_NAME" | Select-Object -Expand Content

Você receberá uma resposta JSON semelhante a esta:

{
  "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"
    }
  }
}

A seguir