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、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。

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。
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。データは次のいずれかの方法でフォーマットできます。
  - 特徴のタイムスタンプ列を含めて、データを時系列としてフォーマットします。Vertex AI Feature Store では、この列の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 ごとに最新の特徴値のみを提供します。
  - 特徴のタイムスタンプ列を含めずにデータをフォーマットします。Vertex AI Feature Store ではタイムスタンプを管理し、一意のエンティティ ID ごとに最新の特徴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把握しましょう。

データソースに次の列を含めます。
- エンティティ ID 列: データソースには、string 値または int 値を含むエンティティ ID 列が 1 つ以上必要です。このファイルのデフォルト名は entity_id です。この列には必要に応じて別の名前を使用できます。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。
  
  複数の列の特徴を使用してエンティティ ID を作成し、特徴レコードを指定することもできます。このシナリオでは、データソースに複数のエンティティ ID 列を含められます。各エンティティ ID 列の名前は一意である必要があります。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、特徴グループごとにエンティティ ID 列を設定します。また、データソースを特徴ビューに直接関連付ける場合は、エンティティ ID 列を指定するように特徴ビューを構成します。
  
  データソースには複数の ID 列を含めることができます。こうしたシナリオでは、各エンティティ ID 列の名前が一意である必要があります。特徴レコードの各列の値を使用してエンティティ ID を作成するように、特徴グループまたは特徴ビューを構成できます。
- 特徴のタイムスタンプ列: 省略可。特徴グループと特徴を使用してデータソースを登録し、データを時系列としてフォーマットする必要がある場合は、特徴のタイムスタンプ列を含めます。タイムスタンプ列には timestamp 型の値が含まれます。タイムスタンプ列のデフォルト名は feature_timestamp です。別の列名を使用する場合は、time_series パラメータを使用して特徴グループのタイムスタンプ列を設定します。
  
  データを時系列としてフォーマットするタイムスタンプ列を指定しない場合は、Vertex AI Feature Store で特徴のタイムスタンプが管理され、最新の特徴値が提供されます。
  
  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。
- エンベディング列とフィルタリング列: 省略可。最適化されたオンラインサービング用に作成されたオンラインショップでエンべディング管理を使用するには、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。
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。いずれかの列に特徴値がない場合、その列の値は null 値とみなされます。
BigQuery 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。
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。
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。
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。スケジュール設定されたデータ同期を使用している場合は、特徴ビューでデータを手動で同期することが必要になる可能性があります。ただし、最適化されたオンラインサービングで継続的なデータ同期を使用している場合は、データを手動で同期する必要はありません。

次のステップ

特徴グループと特徴を作成する方法を学習する。
特徴ビューの作成方法を確認する。
Vertex AI Feature Store のオンラインサービングタイプ。