Databricks Online Feature Store は、Lakebase 自動スケールを利用しています。 Feature Engineering クライアントを使用して オンライン ストアを作成 すると、Databricks は基になるストレージ バックエンドとして Lakebase 自動スケーリング プロジェクトをプロビジョニングし、リアルタイム ML 推論のために機能データへの低待機時間のアクセスを提供します。
利用事例
- リアルタイム モデル推論: 最新の機能値を提供して、待ち時間の短い エンドポイントを提供するモデル を提供します。 Databricks Feature Engineering でトレーニングされたモデルは、機能の系列を自動的に追跡し、Unity カタログを使用して、サービス時に適切なオンライン ストアを検索します。
- 機能提供エンドポイント: フィーチャー サービス エンドポイントを使用して、モデルなしで外部のアプリケーションやサービスに直接機能を提供します。
- 推奨事項システム、不正検出、パーソナル化: オフライン機能テーブルに対して一貫性のある高スループットの機能参照を必要とするアプリケーション。
どのように機能するのか
オンラインフィーチャーストアは、オフラインの Unity カタログ機能テーブルから Lakebase 自動スケール プロジェクトにデータを同期します。 発行モードを使用して、データ同期の頻度を制御します。
- TRIGGERED (既定): スケジュールに従って、または API を介して増分同期を行います。
- CONTINUOUS: 新しいデータがオフライン テーブルに書き込まれると、オンライン ストアを更新するストリーミング パイプライン。
- SNAPSHOT: 一括更新に効率的な 1 回限りの完全コピー。
オンライン ストアは Lakebase 自動スケーリング プロジェクトであるため、自動コンピューティング スケーリング、非アクティブ時のゼロへのスケーリング、Unity カタログ ガバナンスの利点があります。
移行は安全でシームレスです
新しいオンライン フィーチャー ストアは、Lakebase 自動スケール プロジェクトとして自動的に作成されます。 既存の Feature Store ワークロードと Model Serving ワークロードは、アクションを必要とせず引き続き動作します。
create_online_storeインターフェイスとupdate_online_store インターフェイスは、フィーチャー エンジニアリング クライアントを通じて管理するオンライン ストアで引き続き機能します。調整は必要ありません。
update_online_storeは、プロジェクト API または UI を介して直接作成された自動スケール インスタンスではサポートされないことに注意してください。 詳細については、「 制限事項」を参照してください。
注
複数のオンライン機能ストアから機能を検索する機能提供エンドポイントとモデル サービス エンドポイントは引き続き動作しますが、Lakebase 自動スケーリングではこのような新しいセットアップを作成することはできません。 詳細については、「 制限事項」を参照してください。
既存の Lakebase プロビジョニング済みオンライン ストアがある場合は、移行の詳細については 、「自動スケールへのアップグレード 」を参照してください。
Implementation
完全なセットアップ手順、API リファレンス、ノートブックの例については、 Databricks Online Feature Store を参照してください。