本頁面由 Cloud Translation API 翻譯而成。

從網路商店提供功能

有了 Vertex AI 特徵儲存庫，就能透過線上儲存庫，即時線上提供特徵 view 內的特徵值。舉例來說，您可以從特徵檢視區塊提供特徵值，用於線上預測。特徵檢視表必須至少同步一次，才能從該特徵線上提供特徵。

如果特徵檢視畫面是根據特徵群組和特徵定義，Vertex AI 特徵儲存庫會擷取與特定實體 ID 相應的最新特徵值。如果 ID 資料欄中有多筆記錄的值相同，Vertex AI 特徵儲存庫會根據 feature_timestamp 資料欄，擷取最新的非空值特徵值。

如果特徵檢視畫面直接與 BigQuery 資料來源建立關聯，而未建立特徵群組和特徵的關聯，Vertex AI 特徵儲存庫就會從資料來源擷取所有特徵值。在本例中，資料來源的每個資料列都必須包含專屬 ID。

視為線上商店設定的線上供應類型而定，您可以透過下列其中一種方式供應特徵值：

使用 Bigtable 線上服務擷取特徵值：只有在線上商店已設定 Bigtable 線上服務時，才選擇這個選項。
使用公開端點透過最佳化線上放送功能擷取特徵值：只有在線上商店已設定透過公開端點進行最佳化線上放送時，才選擇這個選項。
使用 Private Service Connect 端點，透過最佳化線上服務擷取特徵值：只有在線上商店已透過 Private Service Connect 專用服務端點，設定最佳化線上服務時，才選擇這個選項。

事前準備

向 Vertex AI 進行驗證 (如果尚未完成)。

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

Python

如要在本機開發環境中使用本頁的 Python 範例，請安裝並初始化 gcloud CLI，然後使用使用者憑證設定應用程式預設憑證。

安裝 Google Cloud CLI。

如果您使用外部識別資訊提供者 (IdP)，請先使用聯合身分登入 gcloud CLI。

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.

If an authentication error is returned, and you are using an external identity provider (IdP), confirm that you have signed in to the gcloud CLI with your federated identity.

詳情請參閱 Set up authentication for a local development environment。

REST

如要在本機開發環境中使用本頁的 REST API 範例，請使用您提供給 gcloud CLI 的憑證。

安裝 Google Cloud CLI。

如果您使用外部識別資訊提供者 (IdP)，請先使用聯合身分登入 gcloud CLI。

詳情請參閱 Google Cloud 驗證說明文件中的「Authenticate for using REST」。

使用 Bigtable 線上服務擷取特徵值

您可以使用 Bigtable 線上服務執行下列操作：

指定單一實體 ID 來擷取特徵值
擷取一組實體的特徵值 (預先發布版)

擷取單一實體的特徵值

如果特徵檢視區塊只有一個實體 ID 欄，您可以指定該欄所含的值，藉此提供特徵。不過，如果特徵檢視畫面有多個實體 ID 欄，您可以指定這些欄中的值，組成特徵記錄專屬的實體 ID，藉此找出特徵記錄。

從只有一個實體 ID 資料欄的特徵檢視表擷取特徵值

使用下列範例擷取特定實體 ID 的特徵值，其中特徵檢視區塊只有一個實體 ID 資料欄。

REST

如要從 FeatureView 執行個體擷取特定實體 ID 的所有最新特徵值，請使用 featureViews.fetchFeatureValues 方法傳送 POST 要求。

使用任何要求資料之前，請先替換以下項目：

LOCATION_ID：線上商店所在的區域，例如 us-central1。
PROJECT_ID：您的專案 ID。
FEATUREONLINESTORE_NAME：包含特徵檢視區塊的網路商店名稱。
FEATUREVIEW_NAME：要提供特徵值的特徵檢視區塊名稱。
ENTITY_ID：要從中提供最新特徵值的特徵記錄 ID 資料欄值。
FORMAT：選用：要擷取特徵值的格式。支援的格式如下：
- KEY_VALUE
- PROTO_STRUCT

HTTP 方法和網址：

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

JSON 要求主體：

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

如要傳送要求，請選擇以下其中一個選項：

curl

注意： 下列指令假設您已執行 gcloud init 或 gcloud auth login，透過使用者帳戶登入 gcloud CLI，或使用 Cloud Shell，自動登入 gcloud CLI。您可以執行 gcloud auth list 查看目前有效的帳戶。

將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

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： 下列指令假設您已執行 gcloud init 或 gcloud auth login，透過使用者帳戶登入 gcloud CLI。您可以執行 gcloud auth list 查看目前有效的帳戶。

將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

$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

您應該會收到如下的 JSON 回應：

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

使用下列範例，透過 Bigtable 線上服務，根據特定實體 ID 擷取特徵值。

from google.cloud import aiplatform
from vertexai.resources.preview.feature_store import FeatureOnlineStore, FeatureView

aiplatform.init(project="PROJECT_ID", location="LOCATION_ID")
fos = FeatureOnlineStore("FEATUREONLINESTORE_NAME")
fv = FeatureView("FEATUREVIEW_NAME", feature_online_store_id=fos.name)
fv.read("ENTITY_ID")

更改下列內容：

LOCATION_ID：線上商店所在的區域，例如 us-central1。
PROJECT_ID：您的專案 ID。
FEATUREONLINESTORE_NAME：包含特徵檢視區塊的網路商店名稱。
FEATUREVIEW_NAME：要提供特徵值的特徵檢視區塊名稱。
ENTITY_ID：要提供最新特徵值的 ID 資料欄值。
FORMAT：選用：要擷取特徵值的格式。支援的格式包括 JSON KEY_VALUE 配對和 proto PROTO_STRUCT 格式。

從具有多個實體 ID 資料欄的特徵檢視區塊擷取特徵值

使用下列範例擷取特定實體 ID 的特徵值，其中特徵檢視畫面有多個實體 ID 資料欄。

REST

如要從 FeatureView 執行個體擷取特定實體 ID 的所有最新特徵值，請使用 featureViews.fetchFeatureValues 方法傳送 POST 要求。

使用任何要求資料之前，請先替換以下項目：

LOCATION_ID：線上商店所在的區域，例如 us-central1。
PROJECT_ID：您的專案 ID。
FEATUREONLINESTORE_NAME：包含特徵檢視區塊的網路商店名稱。
FEATUREVIEW_NAME：要提供特徵值的特徵檢視區塊名稱。
ENTITY_ID_PART_1、ENTITY_ID_PART_2 和 ENTITY_ID_PART_3：實體 ID 的各個部分，位於為特徵檢視畫面設定的實體 ID 資料欄中。這些部分構成特徵記錄的專屬實體 ID。
FORMAT：選用：要擷取特徵值的格式。支援的格式如下：
- KEY_VALUE
- PROTO_STRUCT

HTTP 方法和網址：

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

JSON 要求主體：

{
  data_key: { composite_key: { parts: ["ENTITY_ID_PART_1", "ENTITY_ID_PART_2", "ENTITY_ID_PART_3"] } },
  data_format: "FORMAT"
}

如要傳送要求，請選擇以下其中一個選項：

curl

將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

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： 下列指令假設您已執行 gcloud init 或 gcloud auth login，透過使用者帳戶登入 gcloud CLI。您可以執行 gcloud auth list 查看目前有效的帳戶。

將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

$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

您應該會收到如下的 JSON 回應：

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

使用下列範例，透過 Bigtable 線上服務，根據特定實體 ID 擷取特徵值。

from google.cloud import aiplatform
from vertexai.resources.preview.feature_store import FeatureOnlineStore, FeatureView

aiplatform.init(project="PROJECT_ID", location="LOCATION_ID")
fos = FeatureOnlineStore("FEATUREONLINESTORE_NAME")
fv = FeatureView("FEATUREVIEW_NAME", feature_online_store_id=fos.name)
fv.read(["ENTITY_ID_PART_1", "ENTITY_ID_PART_2", "ENTITY_ID_PART_3"])

更改下列內容：

LOCATION_ID：線上商店所在的區域，例如 us-central1。
PROJECT_ID：您的專案 ID。
FEATUREONLINESTORE_NAME：包含特徵檢視區塊的網路商店名稱。
FEATUREVIEW_NAME：要提供特徵值的特徵檢視區塊名稱。
ENTITY_ID_PART_1、ENTITY_ID_PART_2 和 ENTITY_ID_PART_3：實體 ID 的部分，位於為特徵檢視畫面設定的實體 ID 欄中。這些部分構成地圖項目記錄的專屬實體 ID。

FORMAT：選用：要擷取特徵值的格式。支援的格式包括 JSON KEY_VALUE 配對和 proto PROTO_STRUCT 格式。

擷取一組實體的特徵值

使用下列範例，透過 Bigtable 線上服務，從多個實體 ID 資料欄指定一組 ID，然後擷取特徵值。

REST

如要從 FeatureView 執行個體擷取特定實體 ID 的所有最新特徵值，請使用 featureViews.streamingFetchFeatureValues 方法傳送 POST 要求。

使用任何要求資料之前，請先替換以下項目：

LOCATION_ID：線上商店所在的區域，例如 us-central1。
PROJECT_ID：您的專案 ID。
FEATUREONLINESTORE_NAME：包含特徵檢視區塊的網路商店名稱。
FEATUREVIEW_NAME：要提供特徵值的特徵檢視區塊名稱。
ENTITY_ID_1、ENTITY_ID_2、ENTITY_ID_3 和 ENTITY_ID_4：一組來自特徵記錄中 ID 欄的值，您要從這些記錄提供最新的特徵值。請注意，在要求中將實體 ID 分組為多個巢狀清單，有助於減少延遲，因為 Vertex AI 特徵儲存庫會針對每個巢狀 ID 清單執行個別的讀取作業。

HTTP 方法和網址：

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

JSON 要求主體：

[
  {
    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"
  }
]

如要傳送要求，請選擇以下其中一個選項：

curl

將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

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： 下列指令假設您已執行 gcloud init 或 gcloud auth login，透過使用者帳戶登入 gcloud CLI。您可以執行 gcloud auth list 查看目前有效的帳戶。

將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

$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

您應該會收到如下的 JSON 回應：

[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

使用下列範例，透過 Bigtable 線上服務，從多個實體 ID 欄位擷取特徵值。

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]

更改下列內容：

LOCATION_ID：線上商店所在的區域，例如 us-central1。
PROJECT_ID：您的專案 ID。
FEATUREONLINESTORE_NAME：包含特徵檢視區塊的網路商店名稱。
FEATUREVIEW_NAME：要提供特徵值的特徵檢視區塊名稱。
ENTITY_ID_1、ENTITY_ID_2、ENTITY_ID_3 和 ENTITY_ID_4：您要提供最新特徵值的實體 ID。請注意，在要求中將實體 ID 分組為多個巢狀清單，有助於減少延遲，因為 Vertex AI 特徵儲存庫會針對每個巢狀 ID 清單執行個別的讀取作業。

透過公開端點，使用最佳化線上服務擷取特徵值

如果您已將線上商店執行個體設定為使用公用端點的「最佳化線上提供」功能提供特徵值，則必須執行下列步驟，從線上商店的特徵檢視區塊擷取特徵值：

擷取 FeatureOnlineStore 執行個體的公開端點網域名稱。
使用公開端點網域名稱，從實體 ID 擷取特徵值。

擷取網路商店的公開端點網域名稱

建立及設定線上商店執行個體，以便透過公開端點提供最佳化線上服務時，Vertex AI 特徵儲存庫會為線上商店產生公開端點網域名稱。如要開始從線上商店的特徵檢視區塊提供特徵值，請先從線上商店詳細資料中擷取公開端點網域名稱。

使用下列範例擷取網路商店執行個體的詳細資料。

REST

如要擷取專案中 FeatureOnlineStore 資源的詳細資料，請使用 featureOnlineStores.get 方法傳送 GET 要求。

使用任何要求資料之前，請先替換以下項目：

LOCATION_ID：線上商店所在的區域，例如 us-central1。
PROJECT_ID：您的專案 ID。
FEATUREONLINESTORE_NAME：線上商店執行個體的名稱。

HTTP 方法和網址：

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

如要傳送要求，請選擇以下其中一個選項：

curl

執行下列指令：

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： 下列指令假設您已執行 gcloud init 或 gcloud auth login，透過使用者帳戶登入 gcloud CLI。您可以執行 gcloud auth list 查看目前有效的帳戶。

執行下列指令：

$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

您應該會收到如下的 JSON 回應：

{
  "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": {}
}

您需要使用回應中的 PUBLIC_ENDPOINT_DOMAIN_NAME，在下一個步驟中擷取特徵值。

從實體 ID 擷取特徵值

擷取線上商店執行個體的公開端點網域名稱後，請使用下列範例，透過最佳化線上服務擷取特定實體 ID 的特徵值。

REST

如要從 FeatureView 執行個體擷取特定實體 ID 的所有最新特徵值，請使用 featureViews.fetchFeatureValues 方法傳送 POST 要求。

使用任何要求資料之前，請先替換以下項目：

PUBLIC_ENDPOINT_DOMAIN_NAME：使用 featureOnlineStores.get 方法擷取的線上商店執行個體公開端點網域名稱。
LOCATION_ID：線上商店所在的區域，例如 us-central1。
PROJECT_ID：您的專案 ID。
FEATUREONLINESTORE_NAME：包含特徵檢視區塊的網路商店名稱。
FEATUREVIEW_NAME：要提供特徵值的特徵檢視區塊名稱。
ENTITY_ID：要從中提供最新特徵值的特徵記錄 ID 資料欄值。
FORMAT：選用：用於擷取特徵值的格式。支援的格式如下：
- KEY_VALUE
- PROTO_STRUCT

HTTP 方法和網址：

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

JSON 要求主體：

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

如要傳送要求，請選擇以下其中一個選項：

curl

將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

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： 下列指令假設您已執行 gcloud init 或 gcloud auth login，透過使用者帳戶登入 gcloud CLI。您可以執行 gcloud auth list 查看目前有效的帳戶。

將要求主體儲存在名為 request.json 的檔案中，然後執行下列指令：

$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

您應該會收到如下的 JSON 回應：

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

使用最佳化線上放送功能，根據特定實體 ID 擷取特徵值，範例如下。

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",
    data_key=feature_online_store_service_pb2.FeatureViewDataKey(key=f"ENTITY_ID"),
    data_format=feature_online_store_service_pb2.FeatureViewDataFormat.FORMAT,
  )
)

更改下列內容：

PUBLIC_ENDPOINT_DOMAIN_NAME：使用 featureOnlineStores.get 方法擷取的線上商店執行個體公開端點網域名稱。
LOCATION_ID：線上商店所在的區域，例如 us-central1。
PROJECT_ID：您的專案 ID。
FEATUREONLINESTORE_NAME：包含特徵檢視區塊的網路商店名稱。
FEATUREVIEW_NAME：要提供特徵值的特徵檢視區塊名稱。
ENTITY_ID：要從中提供最新特徵值的特徵記錄 ID 資料欄值。
FORMAT：選用：要擷取特徵值的格式。支援的格式包括 JSON KEY_VALUE 配對和 proto PROTO_STRUCT 格式。

透過 Private Service Connect 端點，使用最佳化線上服務擷取特徵值

如果您已將線上商店執行個體設為使用 Private Service Connect 端點的「最佳化線上提供」功能提供特徵值，則必須執行下列步驟，從線上商店的特徵檢視畫面擷取特徵值：

擷取 FeatureOnlineStore 執行個體的 Private Service Connect 設定。
在網路設定中新增 Private Service Connect 的端點。
透過 gRPC 連線至 Private Service Connect 端點。
從實體 ID 擷取特徵值。

擷取網路商店的服務附件字串

使用 Private Service Connect 端點建立及設定線上商店執行個體，以進行最佳化線上服務時，Vertex AI Feature Store 會產生服務連結字串，可用於設定 Private Service Connect 端點。你可以從網路商店詳細資料中擷取服務附件字串。

使用下列範例擷取網路商店執行個體的詳細資料。

REST

如要擷取專案中 FeatureOnlineStore 資源的詳細資料，請使用 featureOnlineStores.get 方法傳送 GET 要求。

使用任何要求資料之前，請先替換以下項目：

LOCATION_ID：線上商店所在的區域，例如 us-central1。
PROJECT_ID：您的專案 ID。
FEATUREONLINESTORE_NAME：線上商店執行個體的名稱。

HTTP 方法和網址：

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

如要傳送要求，請選擇以下其中一個選項：

curl

執行下列指令：

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： 下列指令假設您已執行 gcloud init 或 gcloud auth login，透過使用者帳戶登入 gcloud CLI。您可以執行 gcloud auth list 查看目前有效的帳戶。

執行下列指令：

$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

您應該會收到如下的 JSON 回應：

{
  "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": {}
}

您需要回應中的 SERVICE_ATTACHMENT_STRING，才能在下一個步驟中擷取特徵值。

新增 Private Service Connect 的端點

如要將最佳化線上服務的 Private Service Connect 端點新增至網路設定，請完成下列步驟：

在 Google Cloud 控制台選取包含線上商店例項的專案。
指定 SERVICE_ATTACHMENT_STRING 做為目標服務，建立 Private Service Connect 的端點。如要瞭解如何建立 Private Service Connect 的端點，請參閱「建立端點」。

建立端點後，該端點會顯示在「Private Service Connect」頁面的「Connected endpoints」(已連線端點) 分頁中。端點的 IP 位址會顯示在「IP addresses」(IP 位址) 欄中。

前往「已連線的端點」分頁

在下一個步驟中，您需要使用這個 IP 位址，透過 gRPC 連線至線上商店執行個體的 Private Service Connect 端點。

透過 gRPC 連線至 Private Service Connect 端點

使用下列程式碼範例，透過 gRPC 連線至為線上商店建立的 Private Service Connect 端點。

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")
  )
)

更改下列內容：

ENDPOINT_IP：Private Service Connect 頁面「IP 位址」欄中的端點 IP 位址。

從實體 ID 擷取特徵值

透過 gRPC 連線至 Private Service Connect 端點後，請使用下列範例，透過最佳化線上服務擷取特定實體 ID 的特徵值。

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,
  )
)

更改下列內容：

LOCATION_ID：線上商店所在的區域，例如 us-central1。
PROJECT_ID：您的專案 ID。
FEATUREONLINESTORE_NAME：包含特徵檢視區塊的網路商店名稱。
FEATUREVIEW_NAME：要提供特徵值的特徵檢視區塊名稱。
ENTITY_ID：要從中提供最新特徵值的特徵記錄 ID 資料欄值。
FORMAT：選用：要擷取特徵值的格式。支援的格式包括 JSON 鍵/值組合和 proto Struct 格式。請注意，proto Struct 格式不支援位元組特徵值類型。如要擷取以位元組格式設定的特徵值，請使用 JSON 做為回應格式。

後續步驟

瞭解如何同步處理特徵檢視的資料。
瞭解如何更新網路商店。

從網路商店提供功能 透過集合功能整理內容 你可以依據偏好儲存及分類內容。

事前準備

Python

REST

使用 Bigtable 線上服務擷取特徵值

擷取單一實體的特徵值

從只有一個實體 ID 資料欄的特徵檢視表擷取特徵值

REST

curl

PowerShell

Python

從具有多個實體 ID 資料欄的特徵檢視區塊擷取特徵值

REST

curl

PowerShell

Python

擷取一組實體的特徵值

REST

curl

PowerShell

Python

透過公開端點，使用最佳化線上服務擷取特徵值

擷取網路商店的公開端點網域名稱

REST

curl

PowerShell

從實體 ID 擷取特徵值

REST

curl

PowerShell

Python

透過 Private Service Connect 端點，使用最佳化線上服務擷取特徵值

擷取網路商店的服務附件字串

REST

curl

PowerShell

新增 Private Service Connect 的端點

透過 gRPC 連線至 Private Service Connect 端點

Python

從實體 ID 擷取特徵值

Python

後續步驟

從網路商店提供功能