设置

设置包括有关为 Vertex Feature Store 设置项目以及使用 Feature Store所需的权限的信息。

配置项目

以下步骤介绍了如何创建新项目和启用 Vertex AI API,这是使用 Feature Store 所必需的。如果您已有启用了 Vertex AI API 的项目,则可以使用该项目,而无需创建新项目。

  1. 登录您的 Google Cloud 帐号。如果您是 Google Cloud 新手,请创建一个帐号来评估我们的产品在实际场景中的表现。新客户还可获享 $300 赠金,用于运行、测试和部署工作负载。
  2. 在 Google Cloud Console 的项目选择器页面上,选择或创建一个 Google Cloud 项目。

    转到“项目选择器”

  3. 确保您的 Cloud 项目已启用结算功能。 了解如何确认您的项目是否已启用结算功能

  4. 启用 Vertex AI API。

    启用 API

  5. 在 Google Cloud Console 的项目选择器页面上,选择或创建一个 Google Cloud 项目。

    转到“项目选择器”

  6. 确保您的 Cloud 项目已启用结算功能。 了解如何确认您的项目是否已启用结算功能

  7. 启用 Vertex AI API。

    启用 API

特征存储区服务帐号

除了用户权限之外,Feature Store 还代表您执行操作,例如访问源数据等。为此,Feature Store 使用 Google 管理的服务帐号:service-PROJECT_NUMBER@gcp-sa-aiplatform.iam.gserviceaccount.com。默认情况下,此服务帐号会向 Feature Store 授予特征存储区所在项目中的源数据的访问权限。如果源数据与特征存储区位于不同的项目中,您必须向服务帐号授予访问源数据所在项目的权限。

如需了解详情,请参阅向 Vertex AI 服务代理授予其他资源的访问权限

IAM 权限

Vertex AI 管理员具有 Feature Store 管理员权限。如果您需要更精细的权限,Feature Store 提供了一组预定义的 IAM 角色。这些角色提供基于以下职责的不同权限集:

IT 运维和 DevOps
IT 运维和 DevOps 管理 Google Cloud 资源,并负责创建特征存储区和调整其性能。您可以使用 featurestoreAdminfeaturestoreInstanceCreator 角色。实例创建者角色允许用户管理特征存储区,但不允许您查看数据或将数据写入特征存储区。
数据科学家和数据工程师
数据科学家和数据工程师创建特征并将数据写入特征存储区。您可以使用 featurestoreResourceEditor 角色管理实体类型和特征,使用 featurestoreDataWriter 角色读取和写入特征值。
机器学习研究人员和业务分析师
机器学习研究人员和业务分析师搜索特征并导出用于训练模型或进行预测的值;他们不需要创建新特征或写入数据。您可以使用 featurestoreResourceViewer 角色搜索或浏览特征,使用 featurestoreDataViewer 角色读取特征值。

如需了解每个角色及其关联的权限,请参阅 Vertex AI 的预定义角色

配额和限制

Feature Store 实施配额和限制,以帮助您通过设置自己的用量限额来管理资源,并通过避免意外的用量激增来保护 Google Cloud 用户群体。为避免达到计划外的限制条件,请查看配额和限制页面上的 Feature Store 配额。例如,Feature Store 对在线服务节点的数量和每分钟可以发出的在线服务请求的数量设置了配额。

后续步骤