Importación en streaming

La importación de flujo le permite actualizar los valores de las características en tiempo real. Este método es útil cuando se da prioridad a tener los datos disponibles más recientes para el servicio online. Por ejemplo, puede importar datos de eventos de streaming y, en cuestión de segundos, Vertex AI Feature Store (antigua) hará que esos datos estén disponibles para los casos de entrega online.

Si debe rellenar datos o calcular valores de características por lotes, utilice batch import. En comparación con las solicitudes de importación de streaming, las solicitudes de importación por lotes pueden gestionar cargas útiles más grandes, pero tardan más en completarse.

Para obtener información sobre la marca de tiempo de valor de característica más antigua que puedes importar, consulta Vertex AI Feature Store (antigua) en Cuotas y límites. No puede importar valores de características cuyas marcas de tiempo indiquen fechas u horas futuras.

Caso práctico de ejemplo

Una organización de comercio minorista online puede ofrecer una experiencia de compra personalizada utilizando la actividad actual de un usuario. Mientras los usuarios navegan por el sitio web, puedes registrar su actividad en un almacén de características y, poco después, usar toda esa información para hacer predicciones online. Esta importación y publicación en tiempo real puede ayudarte a mostrar recomendaciones útiles y relevantes a los clientes durante su sesión de compra.

Uso de nodos de almacenamiento online

Para escribir valores de características en una tienda online, se usan los recursos de CPU de featurestore (nodos de almacenamiento online). Monitoriza el uso de la CPU para comprobar que la demanda no supere la oferta, lo que puede provocar errores de servicio. Te recomendamos que la tasa de uso sea del 70% o inferior para evitar estos errores. Si superas ese valor con frecuencia, puedes actualizar tu almacén de características para aumentar el número de nodos o usar el escalado automático. Para obtener más información, consulta Gestionar feature stores.

Importación en streaming

Escribe un valor en una función concreta. El valor de la función debe incluirse en la solicitud de importación. No puedes transmitir datos directamente desde una fuente de datos.

Si vas a escribir en funciones creadas recientemente, espera unos minutos antes de hacerlo, ya que es posible que las nuevas funciones aún no se hayan propagado. Si no lo haces, es posible que veas un error resource not found.

Solo puede importar valores de características de una entidad por escritura. En un proyecto y una región concretos, puedes escribir simultáneamente valores de características de varias entidades de un máximo de diez tipos de entidades diferentes. Este límite incluye las solicitudes de importación de streaming a todos los almacenes de características de un proyecto y una región concretos. Si supera este límite, es posible que Vertex AI Feature Store (antigua) no escriba todos sus datos en el almacén offline. Si esto ocurre, Vertex AI Feature Store (antigua) registra el error en el Explorador de registros. Para obtener más información, consulta Monitorizar errores de escritura de almacenamiento offline en la importación de streaming.

POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT/locations/LOCATION/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID:writeFeatureValues

{
  "payloads": [
    {
      "entityId": "ENTITY_ID",
      "featureValues": {
        "FEATURE_ID": {
          "VALUE_TYPE": VALUE,
          "metadata": {"generate_time": "TIME_STAMP"}
        }
      }
    }
  ]
}

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT/locations/LOCATION/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID:writeFeatureValues"

$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-aiplatform.googleapis.com/v1/projects/PROJECT/locations/LOCATION/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID:writeFeatureValues" | Select-Object -Expand Content

from google.cloud import aiplatform


def write_feature_values_sample(
    project: str, location: str, entity_type_id: str, featurestore_id: str
):

    aiplatform.init(project=project, location=location)

    my_entity_type = aiplatform.featurestore.EntityType(
        entity_type_name=entity_type_id, featurestore_id=featurestore_id
    )

    my_data = {
        "movie_01": {
            "title": "The Shawshank Redemption",
            "average_rating": 4.7,
            "genre": "Drama",
        },
    }

    my_entity_type.write_feature_values(instances=my_data)

Siguientes pasos

• Consulta cómo monitorizar los errores de escritura del almacenamiento offline en la importación de streaming.
• Consulta cómo servir funciones mediante el servicio online o el servicio por lotes.
• Soluciona problemas habituales de Vertex AI Feature Store (antigua).