从在线存储区传送特征

借助 Vertex AI Feature Store，您可以从在线存储区中的特征视图实时在线传送特征值。例如，您可以从特征视图提供特征值以进行在线预测。 特征视图必须至少同步一次，然后您才能从该特征在线传送特征。

如果特征视图是根据特征组和特征定义的，则 Vertex AI Feature Store 会提取与特定实体 ID 对应的最新特征值。如果 ID 列中有多条记录具有相同的值，Vertex AI Feature Store 会根据 feature_timestamp 列提取最新的非 null 特征值。

如果特征视图与 BigQuery 数据源直接关联，而不与特征组和特征关联，则 Vertex AI Feature Store 会从数据源中提取所有特征值。在这种情况下，数据源中的每一行都必须包含唯一 ID。

根据在线存储区配置的在线传送类型，您可以通过以下任一方式提供特征值：

• 使用 Bigtable 在线传送提取特征值：只有当在线存储区配置了 Bigtable 在线传送时，才选择此选项。

• 使用公共端点的优化在线传送提取特征值：只有当在线存储区配置了公共端点的优化在线传送时，才选择此选项。

• 使用 Private Service Connect 端点的优化在线传送提取特征值：只有当在线存储区配置了通过 Private Service Connect 实现的专用传送端点的优化在线传送时，才选择此选项。

准备工作

向 Vertex AI 进行身份验证，除非您已完成此操作。

Select the tab for how you plan to use the samples on this page:

Python

如需在本地开发环境中使用本页面上的 Python 示例，请安装并初始化 gcloud CLI，然后使用您的用户凭据设置应用默认凭据。

1. Install the Google Cloud CLI.

2. To initialize the gcloud CLI, run the following command:

   gcloud init

3. 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.

如需了解详情，请参阅 Set up authentication for a local development environment。

REST

如需在本地开发环境中使用本页面上的 REST API 示例，请使用您提供给 gcloud CLI 的凭据。

Install the Google Cloud CLI, then initialize it by running the following command:

gcloud init

如需了解详情，请参阅 Google Cloud 身份验证文档中的使用 REST 时进行身份验证。

使用 Bigtable 在线传送提取特征值

您可以使用 Bigtable 在线传送来执行以下操作：

• 通过指定单个实体 ID 来提取特征值

• 提取一组实体的特征值（预览版）

提取单个实体的特征值

使用以下示例通过 Bigtable 在线传送根据特定实体 ID 提取特征值。

REST

若要从 FeatureView 实例中获取特定实体 ID 的所有最新特征值，可以使用 featureViews.fetchFeatureValues 方法发送一个 POST 请求。

在使用任何请求数据之前，请先进行以下替换：

• LOCATION_ID：在线存储区所在的区域，例如 us-central1。
• PROJECT_ID：您的项目 ID。
• FEATUREONLINESTORE_NAME：包含特征视图的在线存储区的名称。
• FEATUREVIEW_NAME：要从中提供特征值的特征视图的名称。
• ENTITY_ID：要从中传送最新特征值的特征记录中的 ID 列值。
• FORMAT（可选）：要用于提取特征值的格式。支持的格式包括 JSON 键值对和 proto Struct 格式。

HTTP 方法和网址：

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

请求 JSON 正文：

{
  data_key: "ENTITY_ID",
  data_format: "FORMAT"
}

如需发送请求，请选择以下方式之一：

curl

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI，或者使用了 Cloud Shell，这会使您自动登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

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/FEATUREVIEW_NAME:fetchFeatureValues"

PowerShell

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

$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/FEATUREVIEW_NAME:fetchFeatureValues" | Select-Object -Expand Content

您应该收到类似以下内容的 JSON 响应：

key_values {
  features {
    value {
      int64_value: 258348
    }
    name: "feature_0"
  }
  features {
    value {
      double_value: 0.96300036744534068
    }
    name: "feature_1"
  }
  features {
    value {
      double_value: 0.42787383695351083
    }
    name: "feature_2"
  }
  features {
    value {
      double_value: 0.12219888824743128
    }
    name: "feature_3"
  }
  features {
    value {
      double_value: 0.037523154697944622
    }
    name: "feature_4"
  }
  features {
    value {
      double_value: 0.1766952509448767
    }
    name: "feature_5"
  }
}

Python

注意：您需要安装或升级到最新版本的 Python SDK 才能完成此步骤。如需执行此操作，请运行以下命令：
pip3 install --upgrade --quiet google-cloud-aiplatform。
如需详细了解如何使用 Python SDK 进行在线传送，请参阅使用 Bigtable 在线传送笔记本教程进行 BigQuery 数据的在线特征传送和提取

以下示例使用 Bigtable 在线传送功能根据特定实体 ID 提取特征值。

from google.cloud.aiplatform_v1 import FeatureOnlineStoreServiceClient
from google.cloud.aiplatform_v1.types import feature_online_store_service as feature_online_store_service_pb2

data_client = FeatureOnlineStoreServiceClient(
  client_options={"api_endpoint": f"LOCATION_ID-aiplatform.googleapis.com"}
)
data_client.fetch_feature_values(
  request=feature_online_store_service_pb2.FetchFeatureValuesRequest(
    feature_view=f"projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews/FEATUREVIEW_NAME",
    data_key=feature_online_store_service_pb2.FeatureViewDataKey(key="ENTITY_ID"),
    data_format=feature_online_store_service_pb2.FeatureViewDataFormat.FORMAT,
  )
)

替换以下内容：

• LOCATION_ID：在线存储区所在的区域，例如 us-central1。

• PROJECT_ID：您的项目 ID。

• FEATUREONLINESTORE_NAME：包含特征视图的在线存储区的名称。

• FEATUREVIEW_NAME：要从中提供特征值的特征视图的名称。

• ENTITY_ID：要从中传送最新特征值的特征记录中的 ID 列值。

• FORMAT（可选）：要用于提取特征值的格式。支持的格式包括 JSON KEY_VALUE 对和 proto PROTO_STRUCT 格式。

提取一组实体的特征值

预览

此功能须遵守服务专用条款的“通用服务条款”部分中的“非正式版产品条款”。 非正式版功能“按原样”提供，可能只能获得有限的支持。 如需了解详情，请参阅发布阶段说明。

以下示例使用 Bigtable 在线传送从多个实体 ID 列中指定一组 ID 来提取特征值。

REST

若要从 FeatureView 实例中获取特定实体 ID 的所有最新特征值，可以使用 featureViews.streamingFetchFeatureValues 方法发送一个 POST 请求。

在使用任何请求数据之前，请先进行以下替换：

• LOCATION_ID：在线存储区所在的区域，例如 us-central1。
• PROJECT_ID：您的项目 ID。
• FEATUREONLINESTORE_NAME：包含特征视图的在线存储区的名称。
• FEATUREVIEW_NAME：要从中提供特征值的特征视图的名称。
• ENTITY_ID_1、ENTITY_ID_2、ENTITY_ID_3 和 ENTITY_ID_4：要从中传送最新特征值的特征记录中 ID 列内的一组值。请注意，将实体 ID 分组为请求中的多个嵌套列表有助于减少延迟时间，因为 Vertex AI Feature Store 会为每个嵌套的 ID 列表执行单独的读取操作。

HTTP 方法和网址：

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

请求 JSON 正文：

[
  {
    data_keys: [{key: "ENTITY_ID_1"}, {key: "ENTITY_ID_2"}],
    feature_view: "projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews/FEATUREVIEW_NAME"
  },
  {
    data_keys: [{key: "ENTITY_ID_3"}, {key: "ENTITY_ID_4"}],
    feature_view: "projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews/FEATUREVIEW_NAME"
  }
]

如需发送请求，请选择以下方式之一：

curl

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI，或者使用了 Cloud Shell，这会使您自动登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

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/FEATUREVIEW_NAME:streamingFetchFeatureValues"

PowerShell

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

$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/FEATUREVIEW_NAME:streamingFetchFeatureValues" | Select-Object -Expand Content

您应该收到类似以下内容的 JSON 响应：

[data {
  key_values {
    features {
      name: "movies"
      value {
        string_value: "movie_04"
      }
    }
    features {
      name: "feature_timestamp"
      value {
        int64_value: 1631694494000000
      }
    }
  }
  data_key {
    key: "eve"
  }
}
, data {
  key_values {
    features {
      name: "movies"
      value {
        string_value: "movie_03"
      }
    }
    features {
      name: "feature_timestamp"
      value {
        int64_value: 1631612115000000
      }
    }
  }
  data_key {
    key: "alice"
  }
}
data {
  key_values {
    features {
      name: "movies"
      value {
        string_value: "movie_02"
      }
    }
    features {
      name: "feature_timestamp"
      value {
        int64_value: 1631694494000000
      }
    }
  }
  data_key {
    key: "bob"
  }
}
]

Python

注意：您需要安装或升级到最新版本的 Python SDK 才能完成此步骤。如需执行此操作，请运行以下命令：
pip3 install --upgrade --quiet google-cloud-aiplatform。
如需详细了解如何使用 Python SDK 从多个实体中在线传送特征，请参阅“提取多个实体”笔记本教程

使用以下示例通过 Bigtable 在线传送从多个实体 ID 列提取特征值。

from google.cloud.aiplatform_v1beta1 import FeatureOnlineStoreServiceClient
from google.cloud.aiplatform_v1beta1.types import feature_online_store_service as feature_online_store_service_pb2

data_client = FeatureOnlineStoreServiceClient(
  client_options={"api_endpoint": f"LOCATION_ID-aiplatform.googleapis.com"}
)

feature_view = "projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews/FEATUREVIEW_NAME"

keys_list=[
    ["ENTITY_ID_1","ENTITY_ID_2"],
    ["ENTITY_ID_3","ENTITY_ID_4"]
  ]

requests = []

for keys in keys_list:
  requests.append(
    feature_online_store_service_pb2.StreamingFetchFeatureValuesRequest(
      feature_view=feature_view,
      data_keys=[
          feature_online_store_service_pb2.FeatureViewDataKey(key=key)
          for key in keys
      ]    
    )
  )

responses = data_client.streaming_fetch_feature_values(
    requests=iter(requests)
)
responses = [response for response in responses]

替换以下内容：

• LOCATION_ID：在线存储区所在的区域，例如 us-central1。

• PROJECT_ID：您的项目 ID。

• FEATUREONLINESTORE_NAME：包含特征视图的在线存储区的名称。

• FEATUREVIEW_NAME：要从中提供特征值的特征视图的名称。

• ENTITY_ID_1、ENTITY_ID_2、ENTITY_ID_3 和 ENTITY_ID_4：要从中传送最新特征值的实体 ID。请注意，将实体 ID 分组为请求中的多个嵌套列表有助于减少延迟时间，因为 Vertex AI Feature Store 会为每个嵌套的 ID 列表执行单独的读取操作。

使用优化的在线传送从公共端点提取特征值

如果您已将在线存储区实例配置为使用公共端点的优化在线传送来提供特征值，则需要执行以下步骤，才能从在线的特征视图中提取特征值存储：

1. 检索 FeatureOnlineStore 实例的公共端点域名。

2. 使用公共端点域名从实体 ID 中提取特征值。

检索在线存储区的公共端点域名

当您使用公共端点创建和配置用于优化在线传送的在线存储区实例时，Vertex AI Feature Store 会为在线存储区生成公共端点域名。您需要先从在线存储区详细信息中检索公共端点域名，然后才能开始从在线存储区中的特征视图提供特征值。

使用以下示例检索在线存储区实例的详细信息。

REST

如需检索项目中 FeatureOnlineStore 资源的详细信息，请使用 featureOnlineStores.get 方法发送 GET 请求。

在使用任何请求数据之前，请先进行以下替换：

• LOCATION_ID：在线存储区所在的区域，例如 us-central1。
• PROJECT_ID：您的项目 ID。
• FEATUREONLINESTORE_NAME：在线存储区实例的名称。

HTTP 方法和网址：

GET https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME

如需发送请求，请选择以下方式之一：

curl

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI，或者使用了 Cloud Shell，这会使您自动登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

执行以下命令：

curl -X GET \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME"

PowerShell

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

执行以下命令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method GET `
    -Headers $headers `
    -Uri "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME" | Select-Object -Expand Content

您应该收到类似以下内容的 JSON 响应：

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME_1",
  "createTime": "2023-09-06T23:25:04.256314Z",
  "updateTime": "2023-09-06T23:25:04.256314Z",
  "etag": "AMEw9yMgoV0bAsYuKwVxz4Y7lOmxV7riNVHg217KaQAKORqvdqGCrQ1DIt8yHgoGXf8=",
  "state": "STABLE",
  "dedicatedServingEndpoint": {
    "publicEndpointDomainName": "PUBLIC_ENDPOINT_DOMAIN_NAME"
  },
  "optimized": {}
}

您需要来自响应的 PUBLIC_ENDPOINT_DOMAIN_NAME 才能在接下来的步骤中提取特征值。

从实体 ID 中提取特征值。

检索在线存储区实例的公共端点域名后，使用以下示例通过优化的在线传送提取特定实体 ID 的特征值。

REST

如需从 FeatureView 实例中获取特定实体 ID 的所有最新特征值，可以使用 featureViews.fetchFeatureValues 方法发送一个 POST 请求。

在使用任何请求数据之前，请先进行以下替换：

• PUBLIC_ENDPOINT_DOMAIN_NAME：您使用 featureOnlineStores.get 方法检索的在线存储区实例的公共端点域名。
• LOCATION_ID：在线存储区所在的区域，例如 us-central1。
• PROJECT_ID：您的项目 ID。
• FEATUREONLINESTORE_NAME：包含特征视图的在线存储区的名称。
• FEATUREVIEW_NAME：要从中提供特征值的特征视图的名称。
• ENTITY_ID：要从中传送最新特征值的特征记录中的 ID 列值。
• FORMAT（可选）：要用于提取特征值的格式。支持的格式包括 JSON 键值对和 proto Struct 格式。

HTTP 方法和网址：

POST https://PUBLIC_ENDPOINT_DOMAIN_NAME/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews/FEATUREVIEW_NAME:fetchFeatureValues

请求 JSON 正文：

{
  data_key: "ENTITY_ID",
  data_format: "FORMAT"
}

如需发送请求，请选择以下方式之一：

curl

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI，或者使用了 Cloud Shell，这会使您自动登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://PUBLIC_ENDPOINT_DOMAIN_NAME/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews/FEATUREVIEW_NAME:fetchFeatureValues"

PowerShell

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

将请求正文保存在名为 request.json 的文件中，然后执行以下命令：

$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://PUBLIC_ENDPOINT_DOMAIN_NAME/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews/FEATUREVIEW_NAME:fetchFeatureValues" | Select-Object -Expand Content

您应该收到类似以下内容的 JSON 响应：

key_values {
  features {
    value {
      int64_value: 258348
    }
    name: "feature_0"
  }
  features {
    value {
      double_value: 0.96300036744534068
    }
    name: "feature_1"
  }
  features {
    value {
      double_value: 0.42787383695351083
    }
    name: "feature_2"
  }
  features {
    value {
      double_value: 0.12219888824743128
    }
    name: "feature_3"
  }
  features {
    value {
      double_value: 0.037523154697944622
    }
    name: "feature_4"
  }
  features {
    value {
      double_value: 0.1766952509448767
    }
    name: "feature_5"
  }
}

Python

注意：您需要安装或升级到最新版本的 Python SDK 才能完成此步骤。如需执行此操作，请运行以下命令：
pip3 install --upgrade --quiet google-cloud-aiplatform。
如需详细了解如何使用 Python SDK 进行在线传送，请参阅使用优化的在线传送笔记本教程对 BigQuery 数据进行在线特征传送和提取。

使用以下示例通过优化的在线传送根据特定实体 ID 提取特征值。

from google.cloud.aiplatform_v1 import FeatureOnlineStoreServiceClient
from google.cloud.aiplatform_v1.types import feature_online_store_service as feature_online_store_service_pb2

data_client = FeatureOnlineStoreServiceClient(
  client_options={"api_endpoint": f"PUBLIC_ENDPOINT_DOMAIN_NAME"}
)
data_client.fetch_feature_values(
  request=feature_online_store_service_pb2.FetchFeatureValuesRequest(
    feature_view=f"projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews/FEATUREVIEW_NAME",
    id=f"ENTITY_ID",
    format=feature_online_store_service_pb2.FetchFeatureValuesRequest.Format.FORMAT,
  )
)

替换以下内容：

• PUBLIC_ENDPOINT_DOMAIN_NAME：您使用 featureOnlineStores.get 方法检索的在线存储区实例的公共端点域名。

• LOCATION_ID：在线存储区所在的区域，例如 us-central1。

• PROJECT_ID：您的项目 ID。

• FEATUREONLINESTORE_NAME：包含特征视图的在线存储区的名称。

• FEATUREVIEW_NAME：要从中提供特征值的特征视图的名称。

• ENTITY_ID：要从中传送最新特征值的特征记录中的 ID 列值。

• FORMAT（可选）：要用于提取特征值的格式。支持的格式包括 JSON KEY_VALUE 对和 proto PROTO_STRUCT 格式。

注意：如果您在同步失败后遇到传送错误，请联系支持。

使用 Private Service Connect 端点中的优化在线传送提取特征值

如果您已将在线存储区实例配置为使用 Private Service Connect 端点的优化在线传送来提供特征值，则需要执行以下步骤，才能从在线的特征视图中提取特征值存储：

1. 检索 FeatureOnlineStore 实例的 Private Service Connect 配置。

2. 将 Private Service Connect 的端点添加到您的网络配置。

3. 通过 gRPC 连接到 Private Service Connect 端点。

4. 从实体 ID 中提取特征值。

检索在线存储区的服务连接字符串

在创建和配置使用 Private Service Connect 端点优化在线传送的在线存储区实例时，Vertex AI Feature Store 会生成服务连接字符串，该字符串可用于设置 Private Service Connect 端点。 您可以从在线存储区详情中检索服务连接字符串。

使用以下示例检索在线存储区实例的详细信息。

REST

如需检索项目中 FeatureOnlineStore 资源的详细信息，请使用 featureOnlineStores.get 方法发送 GET 请求。

在使用任何请求数据之前，请先进行以下替换：

• LOCATION_ID：在线存储区所在的区域，例如 us-central1。
• PROJECT_ID：您的项目 ID。
• FEATUREONLINESTORE_NAME：在线存储区实例的名称。

HTTP 方法和网址：

GET https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME

如需发送请求，请选择以下方式之一：

curl

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI，或者使用了 Cloud Shell，这会使您自动登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

执行以下命令：

curl -X GET \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME"

PowerShell

注意：以下命令假定您已使用您的用户账号通过运行 gcloud init 或 gcloud auth login 登录 gcloud CLI。您可以运行 gcloud auth list 来检查当前活跃的账号。

执行以下命令：

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method GET `
    -Headers $headers `
    -Uri "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME" | Select-Object -Expand Content

您应该收到类似以下内容的 JSON 响应：

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME_1",
  "createTime": "2023-09-06T23:25:04.256314Z",
  "updateTime": "2023-09-06T23:25:04.256314Z",
  "etag": "AMEw9yMgoV0bAsYuKwVxz4Y7lOmxV7riNVHg217KaQAKORqvdqGCrQ1DIt8yHgoGXf8=",
  "state": "STABLE",
  "dedicatedServingEndpoint": {
    "privateServiceConnectConfig": {
      "enablePrivateServiceConnect": "true",
      "projectAllowlist": [
        "PROJECT_NAME"
      ]
    },
    serviceAttachment: "SERVICE_ATTACHMENT_STRING"
  },
  "optimized": {}
}

您需要来自响应的 SERVICE_ATTACHMENT_STRING 才能在接下来的步骤中提取特征值。

为 Private Service Connect 添加端点

如需将用于优化在线传送的 Private Service Connect 端点添加到您的网络配置，请执行以下步骤：

1. 在 Google Cloud 控制台中，选择包含在线存储区实例的项目。

2. 通过将 SERVICE_ATTACHMENT_STRING 指定为目标服务，为 Private Service Connect 创建端点。如需了解如何为 Private Service Connect 创建端点，请参阅创建端点。

创建端点后，它将显示在 Private Service Connect 页面上的已连接的端点标签页中。端点的 IP 地址会显示在 IP 地址列中。

转到“已连接的端点”标签页

在下一步中，您需要使用此 IP 地址，通过 gRPC 将在线存储区实例的端点连接到 Private Service Connect 端点。

通过 gRPC 连接到 Private Service Connect 端点

注意：您需要安装或升级到最新版本的 Python SDK 才能完成此步骤。如需执行此操作，请运行以下命令：
pip3 install --upgrade --quiet google-cloud-aiplatform

使用以下代码示例通过 gRPC 连接到为在线存储区创建的 Private Service Connect 端点。

Python

from google.cloud.aiplatform_v1 import FeatureOnlineStoreServiceClient
from google.cloud.aiplatform_v1.services.feature_online_store_service.transports.grpc import FeatureOnlineStoreServiceGrpcTransport
import grpc

data_client = FeatureOnlineStoreServiceClient(
  transport = FeatureOnlineStoreServiceGrpcTransport(
    # Add the IP address of the Endpoint you just created.
    channel = grpc.insecure_channel("ENDPOINT_IP:10002")
  )
)

替换以下内容：

• ENDPOINT_IP：端点在 Private Service Connect 页面上的 IP 地址列中。

从实体 ID 中提取特征值。

通过 gRPC 连接到 Private Service Connect 端点后，请使用以下示例通过优化的在线传送提取特定实体 ID 的特征值。

Python

data_client.fetch_feature_values(
  request=feature_online_store_service_pb2.FetchFeatureValuesRequest(
  feature_view=f"projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/featureViews/FEATUREVIEW_NAME",
  data_key=feature_online_store_service_pb2.FeatureViewDataKey(ENTITY_ID),
  data_format=feature_online_store_service_pb2.FeatureViewDataFormat.PROTO_STRUCT,
  )
)

替换以下内容：

• LOCATION_ID：在线存储区所在的区域，例如 us-central1。

• PROJECT_ID：您的项目 ID。

• FEATUREONLINESTORE_NAME：包含特征视图的在线存储区的名称。

• FEATUREVIEW_NAME：要从中提供特征值的特征视图的名称。

• ENTITY_ID：要从中传送最新特征值的特征记录中的 ID 列值。

• FORMAT（可选）：要用于提取特征值的格式。支持的格式包括 JSON 键值对和 proto Struct 格式。 请注意，proto Struct 格式不支持字节特征值类型。如果要提取字节格式的特征值，可使用 JSON 作为响应格式。

注意：如果您在同步失败后遇到传送错误，请联系支持。

后续步骤

• 了解如何同步特征视图的数据。

• 了解如何更新在线存储区。

发送反馈