Crea un'istanza di visualizzazione delle caratteristiche

Puoi creare una visualizzazione delle caratteristiche all'interno di un'istanza di un negozio online esistente. Durante la creazione di una visualizzazione delle caratteristiche, puoi associarvi le funzionalità nei seguenti modi:

  • Aggiungi gruppi di caratteristiche e funzionalità dal registro delle caratteristiche: associali a funzionalità e gruppi di caratteristiche esistenti dal registro delle caratteristiche. Un gruppo di caratteristiche specifica la posizione dell'origine dati BigQuery. Una caratteristica all'interno del gruppo di caratteristiche rimanda a una colonna delle caratteristiche specifica all'interno dell'origine dati. Puoi associare una visualizzazione delle caratteristiche a più gruppi di caratteristiche.

  • Aggiungi funzionalità da un'origine BigQuery: associa direttamente un'origine dati BigQuery, ad esempio una tabella o una vista BigQuery, e specifica la colonna ID entità.

Dopo aver creato una visualizzazione caratteristiche, Vertex AI Feature Store sincronizza i valori più recenti delle caratteristiche dall'origine dati BigQuery. Se imposti il parametro di query run_sync_immediately=true, Vertex AI Feature Store sincronizza i valori delle caratteristiche quando crei la vista caratteristiche. In caso contrario, Vertex AI Feature Store sincronizza i valori delle caratteristiche in base alla pianificazione della sincronizzazione specificata per la visualizzazione delle caratteristiche.

Sincronizzare i dati delle funzionalità in una visualizzazione delle caratteristiche

Vertex AI Feature Store aggiorna periodicamente o sincronizza i valori delle caratteristiche archiviati nel negozio online da BigQuery. Quando crei una visualizzazione delle caratteristiche, puoi specificare la pianificazione o la frequenza della sincronizzazione dei dati utilizzando il parametro FeatureView.sync_config.

Puoi anche attivare manualmente una sincronizzazione dei dati per una visualizzazione delle caratteristiche. Per ulteriori informazioni su come sincronizzare manualmente i dati per una visualizzazione delle caratteristiche, consulta Sincronizzare i dati delle funzionalità con l'archivio online.

Tieni presente che può essere attiva una sola operazione di sincronizzazione dei dati alla volta per una visualizzazione delle caratteristiche. Se è in corso una sincronizzazione dei dati per una visualizzazione delle caratteristiche, tutte le sincronizzazioni dei dati pianificate per quella determinata visualizzazione vengono ignorate fino al completamento della sincronizzazione.

Ottimizzare i costi durante la sincronizzazione

Un'operazione di sincronizzazione dei dati potrebbe comportare costi per l'utilizzo delle risorse BigQuery. Segui queste linee guida per ottimizzare questi costi e migliorare le prestazioni durante una sincronizzazione dei dati:

  • Non configurare la pianificazione della sincronizzazione in modo che venga eseguita più spesso rispetto alla frequenza con cui è previsto che i dati cambino nell'origine BigQuery.

  • Ottimizza le dimensioni dell'origine dati delle caratteristiche in BigQuery. Quando crei la visualizzazione delle caratteristiche, includi solo i dati necessari per la pubblicazione online.

  • Evita di eseguire aggregazioni complesse in BigQuery. Esegui una query SELECT * nella tabella o nella vista per stimare il volume e la durata dell'elaborazione dei dati.

  • Quando imposti le opzioni di scalabilità per il negozio online, imposta max_node_count su un valore sufficientemente alto da coprire carichi elevati durante una sincronizzazione dei dati.

  • Programmare la sincronizzazione per diverse visualizzazioni delle caratteristiche in momenti diversi all'interno dello stesso negozio online.

  • Se la tabella BigQuery contiene molti dati storici, valuta la possibilità di partizionarla utilizzando timestamp e specifica un intervallo di tempo per il recupero dei dati delle caratteristiche. Questo riduce al minimo il recupero di dati delle funzionalità obsoleti durante la sincronizzazione.

  • L'utilizzo di Bigtable aumenta durante le sincronizzazioni dei dati. Per le visualizzazioni delle caratteristiche create all'interno di archivi online per la pubblicazione online di Bigtable, pianifica i job di sincronizzazione in orari diversi da quelli di punta per ottenere le migliori prestazioni.

Configurare l'account di servizio per una visualizzazione delle caratteristiche

Ogni visualizzazione delle caratteristiche utilizza un account di servizio per accedere ai dati di origine in BigQuery durante la sincronizzazione. Vertex AI Feature Store assegna il ruolo Visualizzatore dati BigQuery Identity and Access Management (IAM) a questo account di servizio.

Per impostazione predefinita, una visualizzazione delle caratteristiche utilizza l'account di servizio configurato per il progetto. Con questa configurazione, qualsiasi utente con l'autorizzazione per creare una visualizzazione delle caratteristiche nel progetto può accedere ai dati delle caratteristiche in BigQuery.

In alternativa, puoi configurare la visualizzazione delle caratteristiche in modo che utilizzi il proprio account di servizio. Vertex AI Feature Store configura quindi un account di servizio dedicato per la visualizzazione caratteristiche. Con questa configurazione, puoi limitare l'accesso ai dati delle caratteristiche in BigQuery o concedere l'accesso a utenti aggiuntivi. Puoi specificare la configurazione dell'account di servizio utilizzando il parametro FeatureView.service_agent_type.

Configura il recupero del vettore per una visualizzazione delle caratteristiche

Puoi configurare il recupero del vettore per una vista delle caratteristiche creata in base a se l'origine dati associata contiene la colonna embedding e il negozio online è configurato per supportare la gestione degli incorporamenti. Puoi specificare la configurazione del recupero vettoriale utilizzando il parametro FeatureView.vector_search_config.

Tieni presente che puoi configurare il recupero dei vettori e gestire gli incorporamenti solo se la visualizzazione delle caratteristiche viene creata specificando un URI di origine BigQuery e non dai gruppi di caratteristiche e dalle funzionalità di Feature Registry.

Per informazioni su come eseguire l'upgrade dell'origine dati BigQuery per supportare gli incorporamenti includendo la colonna embedding, consulta le Linee guida per la preparazione dell'origine dati.

Crea una visualizzazione delle caratteristiche dai gruppi di caratteristiche

Puoi creare una visualizzazione delle caratteristiche basata sui dati delle caratteristiche registrati utilizzando gruppi di caratteristiche e funzionalità. Per associare più origini dati BigQuery alla stessa visualizzazione delle caratteristiche, puoi specificare più gruppi di caratteristiche.

Se crei una visualizzazione caratteristiche specificando gruppi di caratteristiche e funzionalità:

  • L'origine dati deve avere una colonna feature_timestamp e può contenere dati storici.

  • Vertex AI Feature Store pubblica solo i valori più recenti delle funzionalità in base al timestamp delle caratteristiche.

  • Non puoi configurare la gestione dell'incorporamento per la visualizzazione caratteristiche.

Creare una visualizzazione delle caratteristiche con la configurazione dell'account di servizio predefinito

Utilizza il seguente esempio per creare una visualizzazione delle caratteristiche associando più gruppi di caratteristiche senza specificare la configurazione di un account di servizio.

REST

Per creare una risorsa FeatureView, invia una richiesta POST utilizzando il metodo featureViews.create.

Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:

  • LOCATION_ID: regione in cui vuoi creare la visualizzazione delle caratteristiche, ad esempio us-central1.
  • PROJECT_ID: l'ID del tuo progetto.
  • FEATUREONLINESTORE_NAME: il nome dell'istanza del negozio online in cui vuoi creare la visualizzazione delle caratteristiche.
  • FEATUREVIEW_NAME: il nome della nuova istanza di visualizzazione delle caratteristiche che vuoi creare.
  • FEATUREGROUP_NAME_A e FEATUREGROUP_NAME_B: i nomi dei gruppi di caratteristiche da cui vuoi aggiungere funzionalità alla visualizzazione delle caratteristiche.
  • FEATURE_ID_A1 e FEATURE_ID_A2: ID funzionalità del gruppo di funzionalità FEATUREGROUP_NAME_A che vuoi aggiungere alla visualizzazione delle caratteristiche.
  • FEATURE_ID_B1 e FEATURE_ID_B2: ID funzionalità del gruppo di funzionalità FEATUREGROUP_NAME_B che vuoi aggiungere alla visualizzazione delle caratteristiche.
  • CRON: espressione di pianificazione cron che rappresenta la frequenza di sincronizzazione dei dati con la visualizzazione delle caratteristiche. Per ulteriori informazioni, vedi cron.

Metodo HTTP e URL: 

POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews?feature_view_id=FEATUREVIEW_NAME

Corpo JSON della richiesta: 

{
  "feature_registry_source": {
    "feature_groups": [
      {
        "feature_group_id": "FEATUREGROUP_NAME_A",
        "feature_ids": [ "FEATURE_ID_A1", "FEATURE_ID_A2" ]
      },
      {
        "feature_group_id": "FEATUREGROUP_NAME_B",
        "feature_ids": [ "FEATURE_ID_B1", "FEATURE_ID_B2" ]
      }
    ]
  },
  "sync_config": {
    "cron": "CRON"
  }
}

Per inviare la richiesta, scegli una delle seguenti opzioni:

arricciatura

Salva il corpo della richiesta in un file denominato request.json ed esegui questo 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/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews?feature_view_id=FEATUREVIEW_NAME"

PowerShell

Salva il corpo della richiesta in un file denominato request.json ed esegui questo 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/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews?feature_view_id=FEATUREVIEW_NAME" | Select-Object -Expand Content

Dovresti ricevere una risposta JSON simile alla seguente:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews/FEATUREVIEW_NAME/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1.CreateFeatureViewOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-09-15T02:11:29.458820Z",
      "updateTime": "2023-09-15T02:11:29.458820Z"
    }
  }
}

Crea una visualizzazione delle caratteristiche specificando la configurazione di un account di servizio

Utilizza l'esempio seguente per creare una visualizzazione delle caratteristiche dai gruppi di caratteristiche specificando una configurazione dell'account di servizio.

REST

Per creare una risorsa FeatureView, invia una richiesta POST utilizzando il metodo featureViews.create.

Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:

  • LOCATION_ID: regione in cui vuoi creare la visualizzazione delle caratteristiche, ad esempio us-central1.
  • PROJECT_ID: l'ID del tuo progetto.
  • FEATUREONLINESTORE_NAME: il nome dell'istanza del negozio online in cui vuoi creare la visualizzazione delle caratteristiche.
  • FEATUREVIEW_NAME: il nome della nuova istanza di visualizzazione delle caratteristiche che vuoi creare.
  • FEATUREGROUP_NAME_A e FEATUREGROUP_NAME_B: i nomi dei gruppi di caratteristiche da cui vuoi aggiungere funzionalità alla visualizzazione delle caratteristiche.
  • FEATURE_ID_A1 e FEATURE_ID_A2: ID funzionalità del gruppo di funzionalità FEATUREGROUP_NAME_A che vuoi aggiungere alla visualizzazione delle caratteristiche.
  • FEATURE_ID_B1 e FEATURE_ID_B2: ID funzionalità del gruppo di funzionalità FEATUREGROUP_NAME_B che vuoi aggiungere alla visualizzazione delle caratteristiche.
  • CRON: espressione di pianificazione cron che rappresenta la frequenza di sincronizzazione dei dati con la visualizzazione delle caratteristiche. Per ulteriori informazioni, vedi cron.
  • SERVICE_AGENT_TYPE: facoltativo: configurazione dell'account di servizio per la visualizzazione caratteristiche. I tipi di agenti di servizio supportati includono:
    • SERVICE_AGENT_TYPE_PROJECT: utilizza l'account di servizio a livello di progetto per la visualizzazione delle caratteristiche. Questa è la configurazione predefinita.
    • SERVICE_AGENT_TYPE_FEATURE_VIEW: configura e utilizza un account di servizio dedicato per la visualizzazione delle funzionalità.

Metodo HTTP e URL: 

POST https://LOCATION_ID-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews?feature_view_id=FEATUREVIEW_NAME

Corpo JSON della richiesta: 

{
  "feature_registry_source": {
    "feature_groups": [
      {
        "feature_group_id": "FEATUREGROUP_NAME_A",
        "feature_ids": [ "FEATURE_ID_A1", "FEATURE_ID_A2" ]
      },
      {
        "feature_group_id": "FEATUREGROUP_NAME_B",
        "feature_ids": [ "FEATURE_ID_B1", "FEATURE_ID_B2" ]
      }
    ]
  },
  "sync_config": {
    "cron": "CRON"
  },
  "service_agent_type": "SERVICE_AGENT_TYPE"
}

Per inviare la richiesta, scegli una delle seguenti opzioni:

arricciatura

Salva il corpo della richiesta in un file denominato request.json ed esegui questo 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/v1beta1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews?feature_view_id=FEATUREVIEW_NAME"

PowerShell

Salva il corpo della richiesta in un file denominato request.json ed esegui questo 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/v1beta1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews?feature_view_id=FEATUREVIEW_NAME" | Select-Object -Expand Content

Dovresti ricevere una risposta JSON simile alla seguente:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews/FEATUREVIEW_NAME/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1beta1.CreateFeatureViewOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-09-15T02:11:29.458820Z",
      "updateTime": "2023-09-15T02:11:29.458820Z"
    }
  }
}

Creare una visualizzazione delle caratteristiche da un'origine BigQuery

Per gestire le funzionalità online senza registrare l'origine dati BigQuery utilizzando gruppi di caratteristiche e funzionalità, puoi creare una visualizzazione delle caratteristiche specificando l'URI dell'origine dati BigQuery.

Se crei una visualizzazione delle caratteristiche specificando l'origine dati:

  • Non puoi includere una colonna feature_timestamp nella tabella o nella vista BigQuery.

  • Non puoi includere valori storici delle caratteristiche nell'origine dati. Ogni riga deve contenere un ID entità univoco.

Creare una visualizzazione delle caratteristiche con la configurazione dell'account di servizio predefinito

Utilizza l'esempio seguente per creare una visualizzazione delle caratteristiche con supporto dell'incorporamento associando direttamente un'origine dati BigQuery e senza specificare una configurazione dell'account di servizio.

REST

Per creare una risorsa FeatureView, invia una richiesta POST utilizzando il metodo featureViews.create.

Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:

  • LOCATION_ID: regione in cui vuoi creare la visualizzazione delle caratteristiche, ad esempio us-central1.
  • PROJECT_ID: l'ID del tuo progetto.
  • FEATUREONLINESTORE_NAME: il nome dell'istanza del negozio online in cui vuoi creare la visualizzazione delle caratteristiche.
  • FEATUREVIEW_NAME: il nome della nuova visualizzazione delle caratteristiche che vuoi creare.
  • PROJECT_NAME: il nome del tuo progetto.
  • DATASET_NAME: nome del tuo set di dati BigQuery.
  • TABLE_NAME: il nome della tabella nel set di dati BigQuery.
  • ENTITY_ID_COLUMN: il nome della colonna contenente gli ID entità.
  • CRON: espressione di pianificazione cron che rappresenta la frequenza di sincronizzazione dei dati con la visualizzazione delle caratteristiche. Per ulteriori informazioni, vedi cron.
  • EMBEDDING_COLUMN: il nome della colonna contenente i dati di origine per creare l'indice per la ricerca vettoriale. Questo passaggio è obbligatorio solo se vuoi gestire gli incorporamenti con la visualizzazione caratteristiche.
  • FILTER_COLUMN_1 e FILTER_COLUMN_2: facoltativi: i nomi delle colonne utilizzate per filtrare i risultati di ricerca vettoriali.
  • CROWDING_COLUMN: facoltativo: il nome della colonna che contiene gli attributi di crowding.
  • EMBEDDING_DIMENSION: facoltativo: la dimensione, espressa come numero di dimensioni, di un incorporamento nella colonna di incorporamento.

Metodo HTTP e URL: 

POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews?feature_view_id=FEATUREVIEW_NAME

Corpo JSON della richiesta: 

{
  "big_query_source": {
    "uri": "bq://PROJECT_NAME.DATASET_NAME.TABLE_NAME",
    "entity_id_columns": "ENTITY_ID_COLUMN"
  },
  "sync_config": {
    "cron": "CRON"
  },
  "vector_search_config": {
    "embedding_column": "EMBEDDING_COLUMN",
    "filter_columns": ["FILTER_COLUMN_1", "FILTER_COLUMN_2"],
    "crowding_column": "CROWDING_COLUMN",
    "embedding_dimension": EMBEDDING_DIMENSION
    "tree_ah_config": {}
  }
}

Per inviare la richiesta, scegli una delle seguenti opzioni:

arricciatura

Salva il corpo della richiesta in un file denominato request.json ed esegui questo 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/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews?feature_view_id=FEATUREVIEW_NAME"

PowerShell

Salva il corpo della richiesta in un file denominato request.json ed esegui questo 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/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews?feature_view_id=FEATUREVIEW_NAME" | Select-Object -Expand Content

Dovresti ricevere una risposta JSON simile alla seguente:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews/FEATUREVIEW_NAME/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1.CreateFeatureViewOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-09-15T02:11:29.458820Z",
      "updateTime": "2023-09-15T02:11:29.458820Z"
    }
  }
}

Crea una visualizzazione delle caratteristiche con gestione dell'incorporamento specificando la configurazione di un account di servizio

Utilizza l'esempio seguente per creare una visualizzazione delle caratteristiche con supporto dell'incorporamento associando direttamente un'origine dati BigQuery e specificando una configurazione dell'account di servizio.

REST

Per creare una risorsa FeatureView che supporta gli incorporamenti, invia una richiesta POST utilizzando il metodo featureViews.create e specificando la configurazione della ricerca vettoriale.

Prima di utilizzare i dati della richiesta, effettua le seguenti sostituzioni:

  • LOCATION_ID: regione in cui vuoi creare la visualizzazione delle caratteristiche, ad esempio us-central1.
  • PROJECT_ID: l'ID del tuo progetto.
  • FEATUREONLINESTORE_NAME: il nome dell'istanza del negozio online in cui vuoi creare la visualizzazione delle caratteristiche.
  • FEATUREVIEW_NAME: il nome della nuova visualizzazione delle caratteristiche che vuoi creare.
  • PROJECT_NAME: il nome del tuo progetto.
  • DATASET_NAME: nome del tuo set di dati BigQuery.
  • TABLE_NAME: il nome della tabella nel set di dati BigQuery.
  • ENTITY_ID_COLUMNS: i nomi delle colonne contenenti gli ID entità. Puoi specificare una o più colonne.
    • Per indicare una sola colonna di ID entità, specifica il nome della colonna nel seguente formato:
      "entity_id_column_name".
    • Per specificare più colonne di ID entità, specifica i nomi delle colonne nel seguente formato:
      ["entity_id_column_1_name", "entity_id_column_2_name", ...].
  • CRON: espressione di pianificazione cron che rappresenta la frequenza di sincronizzazione dei dati con la visualizzazione delle caratteristiche. Per ulteriori informazioni, vedi cron.
  • SERVICE_AGENT_TYPE: configurazione dell'account di servizio per la visualizzazione delle caratteristiche. I tipi di agenti di servizio supportati includono:
    • SERVICE_AGENT_TYPE_PROJECT: utilizza l'account di servizio a livello di progetto per la visualizzazione delle caratteristiche. Questa è la configurazione predefinita.
    • SERVICE_AGENT_TYPE_FEATURE_VIEW: configura e utilizza un account di servizio dedicato per la visualizzazione delle funzionalità.
  • EMBEDDING_COLUMN: il nome della colonna contenente i dati di origine per creare l'indice per la ricerca vettoriale. Questo passaggio è obbligatorio solo se vuoi gestire gli incorporamenti con la visualizzazione caratteristiche.
  • FILTER_COLUMN_1 e FILTER_COLUMN_2: facoltativi: i nomi delle colonne utilizzate per filtrare i risultati di ricerca vettoriali.
  • CROWDING_COLUMN: facoltativo: il nome della colonna che contiene gli attributi di crowding.
  • EMBEDDING_DIMENSION: facoltativo: la dimensione, espressa come numero di dimensioni, di un incorporamento nella colonna di incorporamento.

Metodo HTTP e URL: 

POST https://LOCATION_ID-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews?feature_view_id=FEATUREVIEW_NAME

Corpo JSON della richiesta: 

{
  "big_query_source": {
    "uri": "bq://PROJECT_NAME.DATASET_NAME.TABLE_NAME",
    "entity_id_columns": "ENTITY_ID_COLUMNS"
  },
  "sync_config": {
    "cron": "CRON"
  },
  "service_agent_type": "SERVICE_AGENT_TYPE",
  "vector_search_config": {
    "embedding_column": "EMBEDDING_COLUMN",
    "filter_columns": ["FILTER_COLUMN_1", "FILTER_COLUMN_2"],
    "crowding_column": "CROWDING_COLUMN",
    "embedding_dimension": EMBEDDING_DIMENSION
    "tree_ah_config": {}
  }
}

Per inviare la richiesta, scegli una delle seguenti opzioni:

arricciatura

Salva il corpo della richiesta in un file denominato request.json ed esegui questo 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/v1beta1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews?feature_view_id=FEATUREVIEW_NAME"

PowerShell

Salva il corpo della richiesta in un file denominato request.json ed esegui questo 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/v1beta1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews?feature_view_id=FEATUREVIEW_NAME" | Select-Object -Expand Content

Dovresti ricevere una risposta JSON simile alla seguente:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews/FEATUREVIEW_NAME/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1beta1.CreateFeatureViewOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-09-15T02:11:29.458820Z",
      "updateTime": "2023-09-15T02:11:29.458820Z"
    }
  }
}

Passaggi successivi