Criar um recurso

Crie um atributo depois de criar um grupo de recursos e associar uma tabela ou visualização do BigQuery a ele. É possível criar vários atributos para um grupo e associar cada um deles a uma coluna específica na fonte de dados do BigQuery. Para informações sobre como usar o BigQuery, consulte a documentação do BigQuery.

Por exemplo, se o grupo de recursosfeaturegroup1 está associada à tabela do BigQuerydatasource_1 que contêm valores de recursos nas colunas. fval1 e nofval2, você pode criar as funcionalidadesfeature_1 de featuregroup1 e associar isso aos valores dos atributos na colunafval1 de dois minutos. Da mesma forma, é possível criar outro recurso chamado feature_2 e associá-lo aos valores de atributo na coluna fval2.

Registrar sua fonte de dados usando recursos e grupos de recursos tem as seguintes vantagens:

  • É possível definir uma visualização de atributos para exibição on-line usando colunas de atributos específicas de várias fontes de dados do BigQuery.

  • Formate os dados como uma série temporal incluindo a coluna feature_timestamp. o Vertex AI Feature Store exibe apenas os valores de atributos mais recentes dos dados de recursos e exclui valores históricos.

  • É possível descobrir a origem do BigQuery como a fonte de dados de recurso associado quando você pesquisar o recurso no Data Catalog.

Antes de começar

Faça a autenticação na Vertex AI, a menos que já tenha feito isso.

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

Console

When you use the Google Cloud console to access Google Cloud services and APIs, you don't need to set up authentication.

Python

Para usar os exemplos Python desta página em um ambiente de desenvolvimento local, instale e inicialize o gcloud CLI e e configure o Application Default Credentials com suas credenciais de usuário.

  1. Install the Google Cloud CLI.
  2. To initialize the gcloud CLI, run the following command:

    gcloud init
  3. 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.

Confira mais informações em Set up authentication for a local development environment.

REST

Para usar as amostras da API REST nesta página em um ambiente de desenvolvimento local, use as credenciais fornecidas para gcloud CLI.

    Install the Google Cloud CLI, then initialize it by running the following command:

    gcloud init

Para mais informações, consulte Autenticar para usar REST na documentação de autenticação do Google Cloud.

Criar um atributo dentro de um grupo de atributos

Use os exemplos a seguir para criar um recurso dentro de um grupo de recursos e associar uma coluna que contenha valores de recursos da fonte de dados do BigQuery registrada para o grupo de recursos.

Console

Use as instruções a seguir para adicionar recursos a um grupo usando o console do Google Cloud.

  1. Na seção Vertex AI do console do Google Cloud, acesse a página Feature Store.

    Acessar a página da Feature Store

  2. Na seção Grupos de recursos, clique em na linha correspondente ao grupo a que você quer adicionar um recurso e, em seguida, clique em Adicionar recursos.

  3. Para cada recurso, insira um Nome do recurso e clique no nome da coluna de origem do BigQuery correspondente na lista. Para adicionar mais recursos, clique em Adicionar outro recurso.

  4. Clique em Criar.

Python

Para saber como instalar o SDK da Vertex AI para Python, consulte Instalar o SDK da Vertex AI para Python. Para mais informações, consulte a documentação de referência da API Python.


from google.cloud import aiplatform
from vertexai.resources.preview import feature_store


def create_feature_sample(
    project: str,
    location: str,
    existing_feature_group_id: str,
    feature_id: str,
    version_column_name: str,
):
    aiplatform.init(project=project, location=location)
    feature_group = feature_store.FeatureGroup(existing_feature_group_id)
    feature = feature_group.create_feature(
        name=feature_id, version_column_name=version_column_name
    )
    return feature

  • project: o ID do projeto.
  • location: região em que o grupo de recursos está localizado, como us-central1.
  • existing_feature_group_id: o nome do grupo de recursos em que você quer criar o recurso.
  • version_column_name (opcional): a coluna da tabela ou visualização do BigQuery que você quer associar ao recurso. Se você não especificar esse parâmetro, ele será definido como FEATURE_NAME por padrão.
  • feature_id: o nome do novo recurso que você quer criar.

REST

Para criar um recurso Feature, envie uma solicitação POST usando o método features.create.

Antes de usar os dados da solicitação abaixo, faça as substituições a seguir:

  • LOCATION_ID: região em que o grupo de recursos está localizado, como us-central1.
  • PROJECT_ID: o ID do projeto.
  • FEATUREGROUP_NAME: o nome do grupo de recursos em que você quer criar o elemento.
  • FEATURE_NAME: o nome do novo recurso que você quer criar.
  • VERSION_COLUMN_NAME (opcional): a coluna da tabela ou visualização do BigQuery que você quer associar ao recurso. Se você não especificar esse parâmetro, ele será definido como FEATURE_NAME por padrão.

Método HTTP e URL:

POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features?feature_id=FEATURE_NAME

Corpo JSON da solicitação:

{
  "version_column_name": "VERSION_COLUMN_NAME"
}

Para enviar a solicitação, escolha uma destas opções:

curl

Salve o corpo da solicitação em um arquivo com o nome request.json e execute o comando a seguir:

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/featureGroups/FEATUREGROUP_NAME/features?feature_id=FEATURE_NAME"

PowerShell

Salve o corpo da solicitação em um arquivo com o nome request.json e execute o comando a seguir:

$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/featureGroups/FEATUREGROUP_NAME/features?feature_id=FEATURE_NAME" | Select-Object -Expand Content

Você receberá uma resposta JSON semelhante a esta:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features/FEATURE_NAME/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1.UpdateFeatureOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-09-18T02:36:22.870679Z",
      "updateTime": "2023-09-18T02:36:22.870679Z"
    }
  }
}

A seguir