La configurazione include informazioni sulla configurazione di un progetto per Vertex AI Feature Store (legacy) e sulle autorizzazioni necessarie per l'utilizzo di Vertex AI Feature Store (legacy).
Configura il progetto
La procedura seguente descrive come creare un nuovo progetto e abilitare l'API Vertex AI. Questa API è obbligatoria per utilizzare Vertex AI Feature Store (legacy). Se hai già un progetto esistente con l'API Vertex AI abilitata, puoi utilizzarlo anziché crearne uno nuovo.
- Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
-
Enable the Vertex AI API.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
-
Make sure that billing is enabled for your Google Cloud project.
-
Enable the Vertex AI API.
Agente di servizio Vertex AI Feature Store (legacy)
Oltre alle autorizzazioni utente, Vertex AI Feature Store (legacy) agisce per tuo conto per eseguire operazioni come l'accesso ai dati di origine. Per farlo,
Vertex AI Feature Store (legacy) utilizza un agente di servizio:
service-PROJECT_NUMBER@gcp-sa-aiplatform.iam.gserviceaccount.com
.
Per impostazione predefinita, l'agente di servizio concede a Vertex AI Feature Store (legacy) l'accesso ai dati di origine nello stesso progetto in cui si trova il tuo feature store. Se i dati di origine si trovano in un progetto diverso dal tuo feature store, devi concedere all'agente di servizio l'autorizzazione per accedere al progetto in cui si trovano.
Per ulteriori informazioni, consulta Concedere agli agenti di servizio Vertex AI l'accesso ad altre risorse.
Autorizzazioni IAM
Gli amministratori di Vertex AI dispongono dei privilegi di amministratore di Vertex AI Feature Store (legacy). Se hai bisogno di una maggiore granularità, Vertex AI Feature Store (legacy) fornisce un insieme di ruoli IAM predefiniti. Questi ruoli forniscono diversi insiemi di autorizzazioni in base ai seguenti profili:
- Operations IT e DevOps
- Le operazioni IT e DevOps gestiscono le risorse Google Cloud e sono responsabili della creazione di feature store e dell'ottimizzazione delle relative prestazioni. Puoi utilizzare il ruolo
featurestoreAdmin
ofeaturestoreInstanceCreator
. Il ruolo Creatore di istanze consente di gestire i feature store, ma impedisce di visualizzare o scrivere dati nei feature store. - Data scientist e data engineer
- I data scientist e i data engineer creano funzionalità e scrivono dati nei
feature store. Puoi utilizzare il ruolo
featurestoreResourceEditor
per gestire i tipi di entità e le caratteristiche e il ruolofeaturestoreDataWriter
per leggere e scrivere i valori delle caratteristiche. - Ricercatori di ML e analisti aziendali
- I ricercatori di ML e gli analisti aziendali cercano funzionalità ed esportano valori per formare modelli o fare previsioni. Non devono creare nuove funzionalità o scrivere dati. Puoi utilizzare il ruolo
featurestoreResourceViewer
per cercare o sfogliare le funzionalità e il ruolofeaturestoreDataViewer
per leggere i valori delle funzionalità.
Per descrizioni di ciascun ruolo e delle relative autorizzazioni, consulta Ruoli predefiniti per Vertex AI.
Quote e limiti
Vertex AI Feature Store (legacy) applica quote e limiti per aiutarti a gestire le risorse impostando i tuoi limiti di utilizzo e per proteggere la community degli utenti di Google Cloud da picchi di utilizzo imprevisti. Per evitare di colpire vincoli imprevisti, controlla le quote di Vertex AI Feature Store (legacy) nella pagina Quote e limiti. Ad esempio, Vertex AI Feature Store (legacy) imposta una quota per il numero di nodi di pubblicazione online e una quota per il numero di richieste di pubblicazione online che puoi effettuare al minuto.
Passaggi successivi
- Scopri di più sulla gestione dei feature store.
- Scopri le best practice per l'utilizzo di Vertex AI Feature Store (legacy).