온라인 스토어에서 특성 서빙

Vertex AI Feature Store를 사용하면 온라인 스토어 내 특성 뷰에서 특성 값을 실시간으로 온라인 서빙할 수 있습니다. 예를 들어 온라인 예측을 위해 특성 뷰에서 특성 값을 서빙할 수 있습니다. 해당 특성의 특성을 온라인으로 제공하려면 먼저 특성 뷰를 최소 한 번 이상 동기화해야 합니다.

특성 뷰가 특성 그룹 및 특성을 기반으로 정의된 경우 Vertex AI Feature Store가 특정 엔티티 ID에 해당하는 최신 특성 값을 가져옵니다. ID 열에 값이 동일한 레코드가 여러 개 있으면 Vertex AI Feature Store가 feature_timestamp 열을 기반으로 null이 아닌 최신 특성 값을 가져옵니다.

특성 그룹과 특성을 연결하지 않고 특성 뷰가 BigQuery 데이터 소스와 직접 연결된 경우에는 Vertex AI Feature Store가 데이터 소스에서 모든 특성 값을 가져옵니다. 이 경우 데이터 소스의 모든 행이 고유한 ID를 포함해야 합니다.

온라인 스토어에 구성된 온라인 서빙 유형에 따라 다음 방법 중 하나로 특성 값을 서빙할 수 있습니다.

• Bigtable 온라인 서빙을 사용하여 특성 값 가져오기: 온라인 스토어가 Bigtable 온라인 서빙을 위해 구성된 경우에만 이 옵션을 선택합니다.

• 공개 엔드포인트로 최적화된 온라인 서빙을 사용하여 특성 값 가져오기: 온라인 스토어가 공개 엔드포인트에서 최적화된 온라인 서빙을 위해 구성된 경우에만 이 옵션을 선택합니다.

• Private Service Connect 엔드포인트로 최적화된 온라인 서빙을 사용하여 특성 값 가져오기: 온라인 스토어가 Private Service Connect를 통해 전용 서빙 엔드포인트에서 최적화된 온라인 서빙을 위해 구성된 경우에만 이 옵션을 선택합니다.

시작하기 전에

아직 Vertex AI에 인증하지 않았다면 인증을 진행합니다.

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

Python

이 페이지의 Python 샘플을 로컬 개발 환경에서 사용하려면 gcloud CLI를 설치 및 초기화한 다음 사용자 인증 정보로 애플리케이션 기본 사용자 인증 정보를 설정하세요.

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.

자세한 내용은 다음을 참조하세요: Set up authentication for a local development environment.

REST

로컬 개발 환경에서 이 페이지의 REST API 샘플을 사용하려면 gcloud CLI에 제공하는 사용자 인증 정보를 사용합니다.

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

gcloud init

자세한 내용은 Google Cloud 인증 문서의 REST 사용 인증을 참조하세요.

Bigtable 온라인 서빙을 사용하여 특성 값 가져오기

Bigtable 온라인 서빙을 사용하여 다음 작업을 수행할 수 있습니다.

• 단일 엔티티 ID를 지정하여 특성 값 가져오기

• 일련의 항목에 대한 특성 값 가져오기(미리보기)

단일 항목에 대한 특성 값 가져오기

다음 샘플을 사용하면 Bigtable 온라인 서빙을 사용해서 특정 엔티티 ID를 기반으로 특성 값을 가져올 수 있습니다.

REST

FeatureView 인스턴스에서 특정 엔티티 ID에 대해 모든 최신 특성 값을 가져오려면 featureViews.fetchFeatureValues 메서드를 사용해서 POST 요청을 전송합니다.

요청 데이터를 사용하기 전에 다음을 바꿉니다.

• LOCATION_ID: 온라인 저장소가 있는 리전입니다(예: us-central1).
• PROJECT_ID: 프로젝트 ID입니다.
• FEATUREONLINESTORE_NAME: 특성 뷰가 포함된 온라인 스토어의 이름입니다.
• FEATUREVIEW_NAME: 특성 값을 제공하려는 특성 뷰의 이름입니다.
• ENTITY_ID: 최신 특성 값을 제공하려는 특성 레코드의 ID 열 값입니다.
• FORMAT: 선택사항: 특성 값을 가져오려는 형식입니다. 지원되는 형식은 다음과 같습니다.
  • KEY_VALUE
  • PROTO_STRUCT

HTTP 메서드 및 URL:

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

JSON 요청 본문:

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

요청을 보내려면 다음 옵션 중 하나를 선택합니다.

curl

참고: 다음 명령어는 gcloud init 또는 gcloud auth login을 실행하거나 gcloud CLI에 자동으로 로그인하는 Cloud Shell을 사용하여 사용자 계정으로 gcloud CLI에 로그인했다고 가정합니다. gcloud auth list를 실행하면 현재 활성 계정을 확인할 수 있습니다.

요청 본문을 request.json 파일에 저장하고 다음 명령어를 실행합니다.

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

참고: 다음 명령어는 gcloud init 또는 gcloud auth login을 실행하여 사용자 계정으로 gcloud CLI에 로그인했다고 가정합니다. gcloud auth list를 실행하면 현재 활성 계정을 확인할 수 있습니다.

요청 본문을 request.json 파일에 저장하고 다음 명령어를 실행합니다.

$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

다음과 비슷한 JSON 응답이 표시됩니다.

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

참고: 이 단계를 완료하려면 Python SDK를 설치하거나 최신 버전으로 업그레이드해야 합니다. 이렇게 하려면 다음 명령어를 실행합니다.
pip3 install --upgrade --quiet google-cloud-aiplatform
Python SDK를 사용한 온라인 서빙에 대해 자세히 알아보려면 Bigtable 온라인 서빙 노트북으로 BigQuery 데이터 온라인 특성 서빙 및 가져오기 튜토리얼을 참조하세요.

다음 샘플을 사용하면 Bigtable 온라인 서빙을 사용하여 특정 엔티티 ID를 기반으로 특성 값을 가져올 수 있습니다.

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,
  )
)

다음을 바꿉니다.

• LOCATION_ID: 온라인 저장소가 있는 리전입니다(예: us-central1).

• PROJECT_ID: 프로젝트 ID입니다.

• FEATUREONLINESTORE_NAME: 특성 뷰가 포함된 온라인 스토어의 이름입니다.

• FEATUREVIEW_NAME: 특성 값을 제공하려는 특성 뷰의 이름입니다.

• ENTITY_ID: 최신 특성 값을 제공하려는 특성 레코드의 ID 열 값입니다.

• FORMAT: 선택사항: 특성 값을 가져오려는 형식입니다. 지원되는 형식에는 JSON KEY_VALUE 쌍과 proto PROTO_STRUCT 형식이 포함됩니다.

일련의 항목에 대한 특성 값 가져오기

미리보기

이 기능에는 서비스별 약관의 일반 서비스 약관 섹션에 있는 'GA 이전 제공 서비스 약관'이 적용됩니다. GA 이전 기능은 '있는 그대로' 제공되며 지원이 제한될 수 있습니다. 자세한 내용은 출시 단계 설명을 참조하세요.

다음 샘플을 사용하면 Bigtable 온라인 서빙을 사용하여 여러 엔티티 ID 열에서 일련의 ID를 지정하여 특성 값을 가져올 수 있습니다.

REST

FeatureView 인스턴스에서 특정 엔티티 ID에 대해 모든 최신 특성 값을 가져오려면 featureViews.streamingFetchFeatureValues 메서드를 사용해 POST 요청을 전송합니다.

요청 데이터를 사용하기 전에 다음을 바꿉니다.

• LOCATION_ID: 온라인 저장소가 있는 리전입니다(예: us-central1).
• PROJECT_ID: 프로젝트 ID입니다.
• FEATUREONLINESTORE_NAME: 특성 뷰가 포함된 온라인 스토어의 이름입니다.
• FEATUREVIEW_NAME: 특성 값을 제공하려는 특성 뷰의 이름입니다.
• ENTITY_ID_1, ENTITY_ID_2, ENTITY_ID_3, ENTITY_ID_4: 최신 특성 값을 제공하려는 특성 레코드의 ID 열에 있는 값 세트입니다. 요청에서 엔티티 ID를 여러 중첩 목록으로 그룹화하면 지연 시간을 줄일 수 있습니다. Vertex AI Feature Store가 ID의 각 중첩 목록에 대해 별도의 읽기 작업을 실행하기 때문입니다.

HTTP 메서드 및 URL:

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

JSON 요청 본문:

[
  {
    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"
  }
]

요청을 보내려면 다음 옵션 중 하나를 선택합니다.

curl

참고: 다음 명령어는 gcloud init 또는 gcloud auth login을 실행하거나 gcloud CLI에 자동으로 로그인하는 Cloud Shell을 사용하여 사용자 계정으로 gcloud CLI에 로그인했다고 가정합니다. gcloud auth list를 실행하면 현재 활성 계정을 확인할 수 있습니다.

요청 본문을 request.json 파일에 저장하고 다음 명령어를 실행합니다.

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

참고: 다음 명령어는 gcloud init 또는 gcloud auth login을 실행하여 사용자 계정으로 gcloud CLI에 로그인했다고 가정합니다. gcloud auth list를 실행하면 현재 활성 계정을 확인할 수 있습니다.

요청 본문을 request.json 파일에 저장하고 다음 명령어를 실행합니다.

$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

다음과 비슷한 JSON 응답이 표시됩니다.

[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

참고: 이 단계를 완료하려면 Python SDK를 설치하거나 최신 버전으로 업그레이드해야 합니다. 이렇게 하려면 다음 명령어를 실행합니다.
pip3 install --upgrade --quiet google-cloud-aiplatform
Python SDK를 사용한 여러 항목의 온라인 서빙 특성에 대해 자세히 알아보려면 여러 항목 가져오기 노트북 튜토리얼을 참조하세요.

다음 샘플을 사용하면 Bigtable 온라인 서빙을 사용하여 여러 엔티티 ID 열에서 특성 값을 가져올 수 있습니다.

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]

다음을 바꿉니다.

• LOCATION_ID: 온라인 저장소가 있는 리전입니다(예: us-central1).

• PROJECT_ID: 프로젝트 ID입니다.

• FEATUREONLINESTORE_NAME: 특성 뷰가 포함된 온라인 스토어의 이름입니다.

• FEATUREVIEW_NAME: 특성 값을 제공하려는 특성 뷰의 이름입니다.

• ENTITY_ID_1, ENTITY_ID_2, ENTITY_ID_3, ENTITY_ID_4: 최신 특성 값을 제공하려는 엔티티 ID입니다. 요청에서 엔티티 ID를 여러 중첩 목록으로 그룹화하면 지연 시간을 줄일 수 있습니다. Vertex AI Feature Store가 ID의 각 중첩 목록에 대해 별도의 읽기 작업을 실행하기 때문입니다.

공개 엔드포인트에서 최적화된 온라인 서빙을 사용하여 특성 값 가져오기

공개 엔드포인트에서 최적화된 온라인 서빙을 사용하여 특성 값을 서빙하도록 온라인 스토어 인스턴스를 구성한 경우 다음 단계를 수행하여 온라인 스토어 내의 특성 뷰에서 특성 값을 가져와야 합니다.

1. FeatureOnlineStore 인스턴스의 공개 엔드포인트 도메인 이름을 검색합니다.

2. 공개 엔드포인트 도메인 이름을 사용하여 엔티티 ID에서 특성 값을 가져옵니다.

온라인 스토어의 공개 엔드포인트 도메인 이름 검색

공개 엔드포인트로 최적화된 온라인 서빙을 위해 온라인 스토어 인스턴스를 만들고 구성하면 Vertex AI Feature Store는 온라인 스토어의 공개 엔드포인트 도메인 이름을 생성합니다. 온라인 스토어의 특성 뷰에서 특성 값을 서빙하려면 먼저 온라인 스토어 세부정보에서 공개 엔드포인트 도메인 이름을 검색해야 합니다.

다음 샘플을 사용하여 온라인 스토어 인스턴스의 세부정보를 검색합니다.

REST

프로젝트의 FeatureOnlineStore 리소스 세부정보를 검색하려면 featureOnlineStores.get 메서드를 사용하여 GET 요청을 전송합니다.

요청 데이터를 사용하기 전에 다음을 바꿉니다.

• LOCATION_ID: 온라인 저장소가 있는 리전입니다(예: us-central1).
• PROJECT_ID: 프로젝트 ID입니다.
• FEATUREONLINESTORE_NAME: 온라인 스토어 인스턴스의 이름입니다.

HTTP 메서드 및 URL:

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

요청을 보내려면 다음 옵션 중 하나를 선택합니다.

curl

참고: 다음 명령어는 gcloud init 또는 gcloud auth login을 실행하거나 gcloud CLI에 자동으로 로그인하는 Cloud Shell을 사용하여 사용자 계정으로 gcloud CLI에 로그인했다고 가정합니다. gcloud auth list를 실행하면 현재 활성 계정을 확인할 수 있습니다.

다음 명령어를 실행합니다.

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

참고: 다음 명령어는 gcloud init 또는 gcloud auth login을 실행하여 사용자 계정으로 gcloud CLI에 로그인했다고 가정합니다. gcloud auth list를 실행하면 현재 활성 계정을 확인할 수 있습니다.

다음 명령어를 실행합니다.

$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

다음과 비슷한 JSON 응답이 표시됩니다.

{
  "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": {}
}

다음 단계에서 특성 값을 가져오려면 응답의 PUBLIC_ENDPOINT_DOMAIN_NAME이 필요합니다.

엔티티 ID에서 특성 값 가져오기

온라인 스토어 인스턴스의 공개 엔드포인트 도메인 이름을 검색한 후 다음 샘플을 사용하여 최적화된 온라인 서빙을 통해 특정 엔티티 ID의 특성 값을 가져옵니다.

REST

FeatureView 인스턴스에서 특정 엔티티 ID에 대해 모든 최신 특성 값을 가져오려면 featureViews.fetchFeatureValues 메서드를 사용해서 POST 요청을 전송합니다.

요청 데이터를 사용하기 전에 다음을 바꿉니다.

• PUBLIC_ENDPOINT_DOMAIN_NAME: featureOnlineStores.get 메서드를 사용하여 검색한 온라인 스토어 인스턴스의 공개 엔드포인트 도메인 이름입니다.
• LOCATION_ID: 온라인 저장소가 있는 리전입니다(예: us-central1).
• PROJECT_ID: 프로젝트 ID입니다.
• FEATUREONLINESTORE_NAME: 특성 뷰가 포함된 온라인 스토어의 이름입니다.
• FEATUREVIEW_NAME: 특성 값을 제공하려는 특성 뷰의 이름입니다.
• ENTITY_ID: 최신 특성 값을 제공하려는 특성 레코드의 ID 열 값입니다.
• FORMAT: 선택사항: 특성 값을 가져오는 데 사용되는 형식입니다. 지원되는 형식은 다음과 같습니다.
  • KEY_VALUE
  • PROTO_STRUCT

HTTP 메서드 및 URL:

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

JSON 요청 본문:

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

요청을 보내려면 다음 옵션 중 하나를 선택합니다.

curl

참고: 다음 명령어는 gcloud init 또는 gcloud auth login을 실행하거나 gcloud CLI에 자동으로 로그인하는 Cloud Shell을 사용하여 사용자 계정으로 gcloud CLI에 로그인했다고 가정합니다. gcloud auth list를 실행하면 현재 활성 계정을 확인할 수 있습니다.

요청 본문을 request.json 파일에 저장하고 다음 명령어를 실행합니다.

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

참고: 다음 명령어는 gcloud init 또는 gcloud auth login을 실행하여 사용자 계정으로 gcloud CLI에 로그인했다고 가정합니다. gcloud auth list를 실행하면 현재 활성 계정을 확인할 수 있습니다.

요청 본문을 request.json 파일에 저장하고 다음 명령어를 실행합니다.

$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

다음과 비슷한 JSON 응답이 표시됩니다.

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

참고: 이 단계를 완료하려면 Python SDK를 설치하거나 최신 버전으로 업그레이드해야 합니다. 이렇게 하려면 다음 명령어를 실행합니다.
pip3 install --upgrade --quiet google-cloud-aiplatform
Python SDK를 사용한 온라인 서빙에 대해 자세히 알아보려면 최적화된 온라인 서빙 노트북으로 BigQuery 데이터 온라인 특성 서빙 및 가져오기 튜토리얼을 참조하세요.

다음 샘플을 사용하면 최적화된 온라인 서빙을 사용해서 특정 엔티티 ID를 기반으로 특성 값을 가져올 수 있습니다.

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,
  )
)

다음을 바꿉니다.

• PUBLIC_ENDPOINT_DOMAIN_NAME: featureOnlineStores.get 메서드를 사용하여 검색한 온라인 스토어 인스턴스의 공개 엔드포인트 도메인 이름입니다.

• LOCATION_ID: 온라인 저장소가 있는 리전입니다(예: us-central1).

• PROJECT_ID: 프로젝트 ID입니다.

• FEATUREONLINESTORE_NAME: 특성 뷰가 포함된 온라인 스토어의 이름입니다.

• FEATUREVIEW_NAME: 특성 값을 제공하려는 특성 뷰의 이름입니다.

• ENTITY_ID: 최신 특성 값을 제공하려는 특성 레코드의 ID 열 값입니다.

• FORMAT: 선택사항: 특성 값을 가져오려는 형식입니다. 지원되는 형식에는 JSON KEY_VALUE 쌍과 proto PROTO_STRUCT 형식이 포함됩니다.

참고: 동기화 실패 후 서빙 오류가 발생하는 경우 지원팀에 문의하세요.

Private Service Connect 엔드포인트에서 최적화된 온라인 서빙을 사용하여 특성 값 가져오기

Private Service Connect 엔드포인트에서 최적화된 온라인 서빙을 사용하여 특성 값을 서빙하도록 온라인 스토어 인스턴스를 구성한 경우 다음 단계를 수행하여 온라인 스토어 내의 특성 뷰에서 특성 값을 가져와야 합니다.

1. FeatureOnlineStore 인스턴스의 Private Service Connect 구성을 검색합니다.

2. 네트워크 구성에 Private Service Connect의 엔드포인트를 추가합니다.

3. gRPC를 통해 Private Service Connect 엔드포인트에 연결합니다.

4. 엔티티 ID에서 특성 값을 가져옵니다.

온라인 스토어의 서비스 연결 문자열 검색

Private Service Connect 엔드포인트로 최적화된 온라인 서빙을 위해 온라인 스토어 인스턴스를 만들고 구성할 때 Vertex AI Feature Store는 Private Service Connect 엔드포인트를 설정하는 데 사용할 수 있는 서비스 연결 문자열을 생성합니다. 온라인 스토어 세부정보에서 서비스 연결 문자열을 검색할 수 있습니다.

다음 샘플을 사용하여 온라인 스토어 인스턴스의 세부정보를 검색합니다.

REST

프로젝트의 FeatureOnlineStore 리소스 세부정보를 검색하려면 featureOnlineStores.get 메서드를 사용하여 GET 요청을 전송합니다.

요청 데이터를 사용하기 전에 다음을 바꿉니다.

• LOCATION_ID: 온라인 저장소가 있는 리전입니다(예: us-central1).
• PROJECT_ID: 프로젝트 ID입니다.
• FEATUREONLINESTORE_NAME: 온라인 스토어 인스턴스의 이름입니다.

HTTP 메서드 및 URL:

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

요청을 보내려면 다음 옵션 중 하나를 선택합니다.

curl

참고: 다음 명령어는 gcloud init 또는 gcloud auth login을 실행하거나 gcloud CLI에 자동으로 로그인하는 Cloud Shell을 사용하여 사용자 계정으로 gcloud CLI에 로그인했다고 가정합니다. gcloud auth list를 실행하면 현재 활성 계정을 확인할 수 있습니다.

다음 명령어를 실행합니다.

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

참고: 다음 명령어는 gcloud init 또는 gcloud auth login을 실행하여 사용자 계정으로 gcloud CLI에 로그인했다고 가정합니다. gcloud auth list를 실행하면 현재 활성 계정을 확인할 수 있습니다.

다음 명령어를 실행합니다.

$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

다음과 비슷한 JSON 응답이 표시됩니다.

{
  "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": {}
}

다음 단계에서 특성 값을 가져오려면 응답의 SERVICE_ATTACHMENT_STRING이 필요합니다.

Private Service Connect의 엔드포인트 추가

최적화된 온라인 서빙을 위한 Private Service Connect 엔드포인트를 네트워크 구성에 추가하려면 다음 단계를 수행합니다.

1. Google Cloud 콘솔에서 온라인 스토어 인스턴스가 포함된 프로젝트를 선택합니다.

2. SERVICE_ATTACHMENT_STRING을 대상 서비스로 지정하여 Private Service Connect의 엔드포인트를 만듭니다. Private Service Connect의 엔드포인트를 만드는 방법에 대한 자세한 내용은 엔드포인트 만들기를 참조하세요.

엔드포인트를 만들면 Private Service Connect 페이지의 연결된 엔드포인트 탭에 표시됩니다. 엔드포인트의 IP 주소가 IP 주소 열에 표시됩니다.

연결된 엔드포인트 탭으로 이동

다음 단계에서 gRPC를 통해 온라인 서비스 인스턴스의 엔드포인트를 Private Service Connect 엔드포인트에 연결하려면 이 IP 주소를 사용해야 합니다.

gRPC를 통해 Private Service Connect 엔드포인트에 연결

참고: 이 단계를 완료하려면 Python SDK를 설치하거나 최신 버전으로 업그레이드해야 합니다. 이렇게 하려면 다음 명령어를 실행합니다.
pip3 install --upgrade --quiet google-cloud-aiplatform

다음 코드 샘플을 사용하여 gRPC를 통해 온라인 스토어용으로 생성된 Private Service Connect 엔드포인트에 연결합니다.

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")
  )
)

다음을 바꿉니다.

• ENDPOINT_IP: Private Service Connect 페이지의 IP 주소 열에 있는 엔드포인트의 IP 주소입니다.

엔티티 ID에서 특성 값 가져오기

gRPC를 통해 Private Service Connect 엔드포인트에 연결한 후 다음 샘플을 사용하여 최적화된 온라인 서빙을 통해 특정 엔티티 ID의 특성 값을 가져옵니다.

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,
  )
)

다음을 바꿉니다.

• LOCATION_ID: 온라인 저장소가 있는 리전입니다(예: us-central1).

• PROJECT_ID: 프로젝트 ID입니다.

• FEATUREONLINESTORE_NAME: 특성 뷰가 포함된 온라인 스토어의 이름입니다.

• FEATUREVIEW_NAME: 특성 값을 제공하려는 특성 뷰의 이름입니다.

• ENTITY_ID: 최신 특성 값을 제공하려는 특성 레코드의 ID 열 값입니다.

• FORMAT: 선택사항: 특성 값을 가져오려는 형식입니다. 지원되는 형식에는 JSON 키-값 쌍 및 proto Struct 형식이 포함됩니다. proto Struct 형식은 바이트 특성 값 유형을 지원하지 않습니다. 바이트 형식의 특성 값을 가져오려면 JSON을 응답 형식으로 사용하세요.

참고: 동기화 실패 후 서빙 오류가 발생하는 경우 지원팀에 문의하세요.

다음 단계

• 특성 뷰의 데이터 동기화 방법 알아보기

• 온라인 스토어 업데이트 방법 알아보기

의견 보내기