データソースを準備する

Vertex AI Feature Store を使用してオンラインで特徴のサービングを開始するには、まず BigQuery で次のように特徴データソースを設定する必要があります。

  1. 特徴データを使用して BigQuery のテーブルまたはビューを作成します。特徴データを BigQuery のテーブルまたはビューに読み込むには、対象のデータを使用して BigQuery データセットを作成し、BigQuery テーブルを作成して、データセットからテーブルに特徴データを読み込みます。

  2. 特徴データを BigQuery のテーブルまたはビューに読み込んだ後、このデータソースを Vertex AI Feature Store でオンライン サービングに使用できるようにする必要があります。データソースをオンライン サービング リソース（オンライン ショップや特徴ビュー インスタンスなど）に接続するには、次の 2 つの方法があります。

    • 特徴グループと特徴を作成してデータソースを登録する: 特徴グループと特徴をオンライン ショップの特徴ビュー インスタンスに関連付けることができます。このシナリオでは、feature_timestamp 列を含めることで、データを時系列としてフォーマットできます。Vertex AI Feature Store は、特徴のタイムスタンプに基づいて、一意のエンティティ ID ごとに最新の null 以外の値のみを提供します。特徴グループの作成方法については、特徴グループを作成するをご覧ください。特徴グループ内で特徴を作成する方法については、特徴を作成するをご覧ください。

    • 特徴グループや特徴を作成せずにデータソースから特徴を直接提供する: 特徴ビューにデータソースの URI を指定できます。このシナリオでは、データを時系列としてフォーマットすることや、BigQuery ソースに過去のデータを含めることはできません。各行には、一意の ID に対応する最新の特徴値が含まれている必要があります。異なる行に同じエンティティ ID を複数回指定することはできません。

Vertex AI Feature Store を使用すると、BigQuery で特徴データを維持し、BigQuery データソースから特徴を提供できるため、特徴をオフライン ストアにインポートまたはコピーする必要はありません。

データソース準備ガイドライン

次のガイドラインに沿って、BigQuery でデータソースを準備する際のスキーマと制約を理解してください。

  1. データソースには次の列が含まれている必要があります。

    • string 値を含むエンティティ ID 列。この列の各値のサイズは 4 KB 未満でなければなりません。

      • 特徴グループを作成してデータソースを登録する場合は、この列の名前を entity_id にする必要があります。特徴ビューの作成時に特徴グループを関連付ける際、エンティティ ID 列を指定する必要はありません。

      • データソース URI を指定して特徴ビューを作成する場合は、特徴ビューの作成時にこの列の名前を指定する必要があります。この場合、この列の名前を entity_id にする必要はありません。

    • 特徴グループと特徴を使用してデータソースを登録する場合は、feature_timestamp 列を追加して、データを時系列としてフォーマットします。feature_timestamp 列には timestamp 型の値が含まれます。オンライン サービング中に、Vertex AI Feature Store はこのタイムスタンプに基づいて特徴の null 以外の最新の値を提供します。

    BigQuery データソースを特徴ビューに直接関連付ける場合、feature_timestamp 列は必要ありません。このシナリオでは、データソースに最新の特徴値のみを含める必要があります。Vertex AI Feature Store はタイムスタンプを検索しません。

    • オンライン ショップで埋め込み管理を有効にするには、データソースに次の列が含まれている必要があります。

    • float 型の配列を含む embedding 列。

    • （省略可）string 型または string 配列の 1 つ以上のフィルタリング列。

    • （省略可）int 型のクラウディング列。

  2. データソースの各行は、エンティティ ID に関連付けられた特徴値の完全なレコードです。列の一つに特徴値がない場合、列の値は null 値とみなされます。特徴ビューの定義方法に応じて、Vertex AI Feature Store が提供する特徴値を選択する方法は 2 つあります。

    • 特徴ビューが特徴グループと特徴に基づいて定義されている場合、Vertex AI Feature Store は特徴のタイムスタンプを使用して、null 以外の最新の特徴値を提供します。たとえば、最新のタイムスタンプに対応する特定の特徴の値が null の場合、Vertex AI Feature Store は特徴の過去の値から null 以外の最新の値を提供します。

    • BigQuery データソースを直接指定して特徴ビューを定義する場合は、すべての行に一意のエンティティ ID が含まれている必要があります。この場合、Vertex AI Feature Store は、関連付けられたデータソースからすべての特徴値を提供します。

  3. BigQuery のテーブルまたはビューの各列は特徴を表します。各特徴の値を個別の列に指定します。データソースを特徴グループと特徴に関連付ける場合は、各列を個別の特徴に関連付けます。

  4. 特徴値でサポートされているデータ型には、bool、int、float、string、timestamp、これらのデータ型の配列、バイトなどがあります。なお、データの同期中に、timestamp 型の特徴値は int64 に変換されます。

  5. データソースは、オンライン ショップ インスタンスと同じリージョン、またはオンライン ショップのリージョンを含むか、重複するマルチリージョンに配置する必要があります。たとえば、オンライン ショップが us-central にある場合、BigQuery ソースは us-central または US に配置できます。

  6. オンライン サービングの前に特徴ビューのデータを同期して、最新の特徴値のみを提供するようにします。

次のステップ