Eine Onlinespeicherinstanz erstellen

Zum Einrichten der Onlinebereitstellung müssen Sie zuerst eine Onlinespeicherinstanz für die Onlinebereitstellung von Bigtable oder die optimierte Onlinebereitstellung erstellen. Zum besseren Verständnis der Unterschiede zwischen der Onlinebereitstellung in Bigtable und der optimierten Onlinebereitstellung siehe Onlinebereitstellungstypen

Beachten Sie, dass Sie den Typ der Onlinebereitstellung nicht mehr ändern können, nachdem Sie beim Erstellen Ihres Onlineshops die Bigtable-Onlinebereitstellung oder die optimierte Onlinebereitstellung ausgewählt haben. Sie können aber die Konfiguration des Bereitstellungs-Endpunkts für eine Onlinespeicherinstanz ändern, die für eine optimierte Onlinebereitstellung erstellt wurde.

Nachdem Sie den Onlineshop erstellt haben, können Sie Featureansichten hinzufügen und diese Featureansichten mit Feature-Datenquellen in BigQuery verknüpfen.

Sie können Ihre Onlineshop-Instanz verschlüsseln, indem Sie beim Erstellen der Instanz einen vom Kunden verwalteten Verschlüsselungsschlüssel (CMEK) angeben. Nur die Bigtable-Onlinebereitstellung unterstützt die Verschlüsselung mit einem CMEK. Weitere Informationen zu den Vorteilen der Verwendung eines CMEK und dazu, ob ein CMEK für Ihren Onlineshop geeignet ist, finden Sie unter Vorteile von CMEK.

Die Verwendung eines CMEK kann je nach Schlüsseltyp zusätzliche Nutzungskosten verursachen. Weitere Informationen zu den Preisen finden Sie unter Cloud Key Management Service – Preise.

Hinweise

Authentifizieren Sie sich bei Vertex AI, sofern nicht bereits geschehen.

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

Wenn Sie die Python Beispiele auf dieser Seite in einer lokalen Entwicklungsumgebung verwenden möchten, installieren und initialisieren Sie die gcloud CLI und richten dann die Standardanmeldedaten für Anwendungen mit Ihren Nutzeranmeldedaten ein.

  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.

Weitere Informationen unter Set up authentication for a local development environment.

REST

Verwenden Sie die von der gcloud CLI bereitgestellten Anmeldedaten, um die REST API-Beispiele auf dieser Seite in einer lokalen Entwicklungsumgebung zu verwenden.

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

    gcloud init

Weitere Informationen finden Sie unter Für die Verwendung von REST authentifizieren in der Dokumentation zur Google Cloud-Authentifizierung.

Erstellen Sie einen Onlineshop für die Onlinebereitstellung von Bigtable.

Wenn Sie die Bigtable-Onlinebereitstellung verwenden, können Sie den Onlineshop mit einem CMEK verschlüsseln.

Onlinespeicher für die Onlinebereitstellung von Bigtable ohne CMEK erstellen

Wenn Sie eine Onlineshop-Instanz für den Bigtable-Online-Dienst mit automatischer Skalierung erstellen möchten, ohne eine CMEK anzugeben, verwenden Sie die Google Cloud Console oder die REST API.

Console

Gehen Sie nach der folgenden Anleitung vor, um einen Onlineshop für die Onlinebereitstellung von Bigtable mit der Google Cloud Console zu erstellen.

  1. Rufen Sie im Abschnitt „Vertex AI“ der Google Cloud Console die Seite Feature Store auf.

    Zur Seite „Feature Store“

  2. Klicken Sie auf Onlineshop, um zum Abschnitt Onlineshop zu gelangen.

  3. Klicken Sie auf Erstellen, um die Seite Onlineshop erstellen zu öffnen.

  4. Geben Sie einen Namen für den Onlineshop an.

  5. Optional: Klicken Sie auf Label hinzufügen und geben Sie den Namen und den Wert des Labels an. Sie können einem Onlineshop mehrere Labels hinzufügen.

  6. Klicken Sie im Feld Speicherlösung für den Onlineshop wählen auf Bigtable.

  7. Ändern Sie nach Bedarf die Mindestanzahl von Knoten, die Maximale Anzahl von Knoten und das CPU-Auslastungsziel.

  8. Klicken Sie auf Erstellen.

Python

Informationen zur Installation des Vertex AI SDK for Python finden Sie unter Vertex AI SDK for Python installieren. Weitere Informationen finden Sie in der Referenzdokumentation zur Python API. 


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


def create_bigtable_feature_online_store_sample(
    project: str,
    location: str,
    feature_online_store_id: str,
):
    aiplatform.init(project=project, location=location)
    fos = feature_store.FeatureOnlineStore.create_bigtable_store(
        feature_online_store_id
    )
    return fos
  • project: Ihre Projekt-ID.
  • location: Die Region, in der sich der Onlinespeicher befindet, z. B. us-central1.
  • feature_online_store_id: Name der neuen FeatureOnlineStore-Instanz.

REST

Senden Sie zum Erstellen einer FeatureOnlineStore-Ressource eine POST-Anfrage mithilfe der Methode featureOnlineStores.create.

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

  • LOCATION_ID: Region, in der Sie den Onlinespeicher erstellen möchten, z. B. us-central1.
  • PROJECT_ID: Ihre Projekt-ID.
  • FEATUREONLINESTORE_NAME: Der Name der neuen Onlinespeicherinstanz.
  • BOOLEAN: Optional: Geben Sie true ein, um einen Onlinespeicher zu erstellen, der die Einbettungsverwaltung unterstützt. Der Standardwert ist false.

HTTP-Methode und URL:

POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME

JSON-Text der Anfrage:

{
  "bigtable": {
    "auto_scaling": {
      "min_node_count": 1,
      "max_node_count": 3,
      "cpu_utilization_target": 50
    }
  }
}

Wenn Sie die Anfrage senden möchten, wählen Sie eine der folgenden Optionen aus:

curl

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus: 

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/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME"

PowerShell

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus: 

$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/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME" | Select-Object -Expand Content

Sie sollten in etwa folgende JSON-Antwort erhalten:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1.CreateFeatureOnlineStoreOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-09-18T17:49:23.847496Z",
      "updateTime": "2023-09-18T17:49:23.847496Z"
    }
  }
}

Onlineshop erstellen, der einen CMEK nutzt

Führen Sie die folgenden Schritte aus, um eine Onlinespeicherinstanz für die Bigtable-Onlinebereitstellung zu erstellen, die mit einem CMEK verschlüsselt ist.

Die Verwendung einer CMEK-Verschlüsselung kann je nach Schlüsseltyp zusätzliche Nutzungskosten verursachen. Weitere Informationen zu den Preisen finden Sie unter Cloud Key Management Service – Preise.

  1. Verwenden Sie Cloud Key Management Service, um einen vom Kunden verwalteten Verschlüsselungsschlüssel zu konfigurieren.

  2. Senden Sie zum Erstellen einer FeatureOnlineStore-Ressource die folgende POST-Anfrage mit der Methode featureOnlineStores.create und geben Sie den CMEK an.

    Ersetzen Sie diese Werte in den folgenden Anfragedaten:

    • LOCATION_ID: Region, in der Sie den Onlinespeicher erstellen möchten, z. B. us-central1.
    • PROJECT_ID: Ihre Projekt-ID.
    • FEATUREONLINESTORE_NAME: Der Name der neuen Onlinespeicherinstanz.
    • BOOLEAN: Optional: Geben Sie true ein, um einen Onlinespeicher zu erstellen, der die Einbettungsverwaltung unterstützt. Der Standardwert ist false.
    • KEY_NAME: Der Name des Verschlüsselungsschlüssels, den Sie für diesen Metadatenspeicher nutzen möchten.

    HTTP-Methode und URL:

    POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME

    JSON-Text der Anfrage:

    {
  "bigtable": {
    "auto_scaling": {
      "min_node_count": 1,
      "max_node_count": 3,
      "cpu_utilization_target": 50
    }
  },
  "encryption_spec": {
    "kms_key_name": "KEY_NAME"
  }
}

    Wenn Sie die Anfrage senden möchten, wählen Sie eine der folgenden Optionen aus:

    curl

    Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus: 

    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/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME"

    PowerShell

    Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus: 

    $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/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME" | Select-Object -Expand Content

    Sie sollten in etwa folgende JSON-Antwort erhalten:

    {
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1.CreateFeatureOnlineStoreOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-09-18T17:49:23.847496Z",
      "updateTime": "2023-09-18T17:49:23.847496Z"
    }
  }
}

Onlinespeicher für optimierte Onlinebereitstellung erstellen

Wenn Sie die optimierte Onlinebereitstellung verwenden, können Sie den Onlinespeicher so konfigurieren, dass Features von einem öffentlichen Endpunkt oder einem dedizierten Private Service Connect-Endpunkt bereitgestellt werden. Verwenden Sie einen Private Service Connect-Endpunkt, wenn Sie Features in einem VPC-Netzwerk mit niedrigeren Latenzen als bei einem öffentlichen Endpunkt typisch bereitstellen möchten.

Onlinespeicher für optimierte Onlinebereitstellung mit öffentlichem Endpunkt erstellen

In den folgenden Beispielen wird ein Onlineshops für die optimierte Onlinebereitstellung mit einem öffentlichen Endpunkt erstellt.

Console

Gehen Sie nach der folgenden Anleitung vor, um einen Onlineshop für die optimierte Onlinebereitstellung mit der Google Cloud Console zu erstellen.

  1. Rufen Sie im Abschnitt „Vertex AI“ der Google Cloud Console die Seite Feature Store auf.

    Zur Seite „Feature Store“

  2. Klicken Sie auf Onlineshop, um zum Abschnitt Onlineshop zu gelangen.

  3. Klicken Sie auf Erstellen, um die Seite Onlineshop erstellen zu öffnen.

  4. Geben Sie einen Namen für den Onlineshop an.

  5. Optional: Klicken Sie auf Label hinzufügen und geben Sie den Namen und den Wert des Labels an. Sie können einem Onlineshop mehrere Labels hinzufügen.

  6. Klicken Sie im Feld Speicherlösung für den Onlineshop wählen auf Optimiert.

  7. Klicken Sie auf Erstellen.

Python

Informationen zur Installation des Vertex AI SDK for Python finden Sie unter Vertex AI SDK for Python installieren. Weitere Informationen finden Sie in der Referenzdokumentation zur Python API. 


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


def create_optimized_public_feature_online_store_sample(
    project: str,
    location: str,
    feature_online_store_id: str,
):
    aiplatform.init(project=project, location=location)
    fos = feature_store.FeatureOnlineStore.create_optimized_store(
        feature_online_store_id
    )
    return fos
  • project: Ihre Projekt-ID.
  • location: Region, in der Sie die FeatureOnlineStore-Instanz erstellen möchten, z. B. us-central1.
  • feature_online_store_id: Name der neuen FeatureOnlineStore-Instanz.

REST

Senden Sie zum Erstellen einer Onlineshopinstanz eine POST-Anfrage mit der Methode featureOnlineStores.create .

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

  • LOCATION_ID: Region, in der Sie die FeatureOnlineStore-Instanz erstellen möchten, z. B. us-central1.
  • PROJECT_ID: Ihre Projekt-ID.
  • FEATUREONLINESTORE_NAME: Name der neuen FeatureOnlineStore-Instanz.

HTTP-Methode und URL:

POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME

JSON-Text der Anfrage:

{
  "optimized": {}
}

Wenn Sie die Anfrage senden möchten, wählen Sie eine der folgenden Optionen aus:

curl

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus: 

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/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME"

PowerShell

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus: 

$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/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME" | Select-Object -Expand Content

Sie sollten in etwa folgende JSON-Antwort erhalten:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1.CreateFeatureOnlineStoreOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-09-18T17:49:23.847496Z",
      "updateTime": "2023-09-18T17:49:23.847496Z"
    }
  }
}

Onlinespeicher für optimierte Onlinebereitstellung mit einem Private Service Connect-Endpunkt erstellen

Verwenden Sie das folgende Beispiel, um einen Onlineshop für die optimierte Onlinebereitstellung mit Private Service Connect zu erstellen.

Python

Informationen zur Installation des Vertex AI SDK for Python finden Sie unter Vertex AI SDK for Python installieren. Weitere Informationen finden Sie in der Referenzdokumentation zur Python API. 


from typing import List

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


def create_optimized_private_feature_online_store_sample(
    project: str,
    location: str,
    feature_online_store_id: str,
    project_allowlist: List[str],
):
    aiplatform.init(project=project, location=location)
    fos = feature_store.FeatureOnlineStore.create_optimized_store(
        name=feature_online_store_id,
        enable_private_service_connect=True,
        project_allowlist=project_allowlist,
    )
    return fos
  • project: Ihre Projekt-ID.
  • location: Region, in der Sie die FeatureOnlineStore-Instanz erstellen möchten, z. B. us-central1.
  • feature_online_store_id: Name der neuen FeatureOnlineStore-Instanz.
  • project_allowlist: Die Liste der Projektnamen, die auf die Zulassungsliste für Private Service Connect (PSC) gesetzt werden sollen.

REST

Senden Sie zum Erstellen einer Onlineshopinstanz eine POST-Anfrage mit der Methode featureOnlineStores.create .

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

  • LOCATION_ID: Region, in der Sie die FeatureOnlineStore-Instanz erstellen möchten, z. B. us-central1.
  • PROJECT_ID: Ihre Projekt-ID.
  • FEATUREONLINESTORE_NAME: Name der neuen FeatureOnlineStore-Instanz.
  • PROJECT_NAMES: Die Liste der Projektnamen, die auf die Zulassungsliste für Private Service Connect (PSC) gesetzt werden sollen.

HTTP-Methode und URL:

POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME

JSON-Text der Anfrage:

{
  "optimized": {},
  "dedicated_serving_endpoint": {
    "private_service_connect_config": {
      "enable_private_service_connect": true,
      "project_allowlist": ["PROJECT_NAMES"]
    }
  }
}

Wenn Sie die Anfrage senden möchten, wählen Sie eine der folgenden Optionen aus:

curl

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus: 

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/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME"

PowerShell

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus: 

$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/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME" | Select-Object -Expand Content

Sie sollten in etwa folgende JSON-Antwort erhalten:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1.CreateFeatureOnlineStoreOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-09-18T17:49:23.847496Z",
      "updateTime": "2023-09-18T17:49:23.847496Z"
    }
  }
}

Nächste Schritte