Découvrez comment créer, lister et supprimer des types d'entités.
Créer un type d'entité
Créez un type d'entité afin de pouvoir créer les caractéristiques associées.
UI Web
- Dans la section Vertex AI de la console Google Cloud , accédez à la page Caractéristiques.
- Dans la barre d'action, cliquez sur Créer un type d'entité pour ouvrir le volet Créer un type d'entité.
- Dans la liste déroulante Région, sélectionnez une région incluant le magasin de caractéristiques dans lequel vous souhaitez créer un type d'entité.
- Sélectionnez un magasin de caractéristiques.
- Indiquez le nom du type d'entité.
- Si vous le souhaitez, vous pouvez saisir une description du type d'entité.
- Pour activer la surveillance des valeurs de caractéristiques (Preview), définissez la surveillance sur Activé, puis spécifiez l'intervalle entre les instantanés en jours. Cette configuration de surveillance s'applique à toutes les caractéristiques de ce type d'entité. Pour plus d'informations, consultez la page Surveillance de la valeur des caractéristiques.
- Cliquez sur Créer.
Terraform
L'exemple suivant crée un magasin de caractéristiques, puis utilise la ressource Terraform google_vertex_ai_featurestore_entitytype
pour créer un type d'entité nommé featurestore_entitytype
dans ce magasin de caractéristiques.
Pour savoir comment appliquer ou supprimer une configuration Terraform, consultez Commandes Terraform de base.
REST
Pour créer un type d'entité, envoyez une requête POST à l'aide de la méthode featurestores.entityTypes.create.
Avant d'utiliser les données de requête ci-dessous, effectuez les remplacements suivants :
- LOCATION_ID : région du magasin de caractéristiques,
us-central1
par exemple. - PROJECT_ID : ID de votre projet.
- FEATURESTORE_ID : ID du magasin de caractéristiques.
- ENTITY_TYPE_ID : ID du type d'entité.
- DESCRIPTION : description du type d'entité.
Méthode HTTP et URL :
POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes?entityTypeId=ENTITY_TYPE_ID
Corps JSON de la requête :
{ "description": "DESCRIPTION" }
Pour envoyer votre requête, choisissez l'une des options suivantes :
curl
Enregistrez le corps de la requête dans un fichier nommé request.json
, puis exécutez la commande suivante :
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/featurestores/FEATURESTORE_ID/entityTypes?entityTypeId=ENTITY_TYPE_ID"
PowerShell
Enregistrez le corps de la requête dans un fichier nommé request.json
, puis exécutez la commande suivante :
$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/featurestores/FEATURESTORE_ID/entityTypes?entityTypeId=ENTITY_TYPE_ID" | Select-Object -Expand Content
Un résultat semblable aux lignes suivantes doit s'afficher. Vous pouvez utiliser OPERATION_ID dans la réponse pour obtenir l'état de l'opération.
{ "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/bikes/operations/OPERATION_ID", "metadata": { "@type": "type.googleapis.com/google.cloud.aiplatform.v1.CreateEntityTypeOperationMetadata", "genericMetadata": { "createTime": "2021-03-02T00:04:13.039166Z", "updateTime": "2021-03-02T00:04:13.039166Z" } } }
SDK Vertex AI pour Python
Pour savoir comment installer ou mettre à jour le SDK Vertex AI pour Python, consultez Installer le SDK Vertex AI pour Python. Pour en savoir plus, lisez la documentation de référence de l'API SDK Vertex AI pour Python.
Java
Avant d'essayer cet exemple, suivez les instructions de configuration pour Java décrites dans le guide de démarrage rapide de Vertex AI sur l'utilisation des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI pour Java.
Pour vous authentifier auprès de Vertex AI, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Node.js
Avant d'essayer cet exemple, suivez les instructions de configuration pour Node.js décrites dans le guide de démarrage rapide de Vertex AI sur l'utilisation des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI pour Node.js.
Pour vous authentifier auprès de Vertex AI, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Lister des types d'entités
Listez tous les types d'entités d'un magasin de caractéristiques.
UI Web
- Dans la section Vertex AI de la console Google Cloud , accédez à la page Caractéristiques.
- Sélectionnez une région dans la liste déroulante Région.
- Dans la table des caractéristiques, affichez la colonne Type d'entité pour afficher les types d'entités de votre projet dans la région sélectionnée.
REST
Pour lister les types d'entités, envoyez une requête GET à l'aide de la méthode featurestores.entityTypes.list.
Avant d'utiliser les données de requête ci-dessous, effectuez les remplacements suivants :
- LOCATION_ID : région du magasin de caractéristiques,
us-central1
par exemple. - PROJECT_ID : ID de votre projet.
- FEATURESTORE_ID : ID du magasin de caractéristiques.
Méthode HTTP et URL :
GET https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes
Pour envoyer votre requête, choisissez l'une des options suivantes :
curl
Exécutez la commande suivante :
curl -X GET \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
"https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes"
PowerShell
Exécutez la commande suivante :
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }
Invoke-WebRequest `
-Method GET `
-Headers $headers `
-Uri "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes" | Select-Object -Expand Content
Vous devriez recevoir une réponse JSON de ce type :
{ "entityTypes": [ { "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID_1", "description": "ENTITY_TYPE_DESCRIPTION", "createTime": "2021-02-25T01:20:43.082628Z", "updateTime": "2021-02-25T01:20:43.082628Z", "etag": "AMEw9yOBqKIdbBGZcxdKLrlZJAf9eTO2DEzcE81YDKA2LymDMFB8ucRbmKwKo2KnvOg=" }, { "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID_2", "description": "ENTITY_TYPE_DESCRIPTION", "createTime": "2021-02-25T01:34:26.198628Z", "updateTime": "2021-02-25T01:34:26.198628Z", "etag": "AMEw9yNuv-ILYG8VLLm1lgIKc7asGIAVFErjvH2Cyc_wIQm7d6DL4ZGv59cwZmxTumU=" } ] }
Java
Avant d'essayer cet exemple, suivez les instructions de configuration pour Java décrites dans le guide de démarrage rapide de Vertex AI sur l'utilisation des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI pour Java.
Pour vous authentifier auprès de Vertex AI, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Node.js
Avant d'essayer cet exemple, suivez les instructions de configuration pour Node.js décrites dans le guide de démarrage rapide de Vertex AI sur l'utilisation des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI pour Node.js.
Pour vous authentifier auprès de Vertex AI, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Langages supplémentaires
Pour savoir comment installer et utiliser le SDK Vertex AI pour Python, consultez Utiliser le SDK Vertex AI pour Python. Pour en savoir plus, lisez la documentation de référence de l'API SDK Vertex AI pour Python.
Supprimer un type d'entité
Supprimez un type d'entité. Si vous utilisez la console Google Cloud , Vertex AI Feature Store (ancien) supprime le type d'entité et tout son contenu. Si vous utilisez l'API, activez le paramètre de requête force
pour supprimer le type d'entité et tout son contenu.
UI Web
- Dans la section Vertex AI de la console Google Cloud , accédez à la page Caractéristiques.
- Sélectionnez une région dans la liste déroulante Région.
- Dans la table des caractéristiques, affichez la colonne Type d'entité et recherchez le type d'entité à supprimer.
- Cliquez sur le nom du type d'entité.
- Dans la barre d'action, cliquez sur Supprimer.
- Cliquez sur Confirmer pour supprimer le type d'entité.
REST
Pour supprimer un type d'entité, envoyez une requête DELETE à l'aide de la méthode featurestores.entityTypes.delete.
Avant d'utiliser les données de requête ci-dessous, effectuez les remplacements suivants :
- LOCATION_ID : région du magasin de caractéristiques,
us-central1
par exemple. - PROJECT_ID : ID de votre projet.
- FEATURESTORE_ID : ID du magasin de caractéristiques.
- ENTITY_TYPE_ID : ID du type d'entité.
- BOOLEAN : indique si le type d'entité doit être supprimé même s'il contient des caractéristiques. Le paramètre de requête
force
est facultatif et estfalse
par défaut.
Méthode HTTP et URL :
DELETE https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID?force=BOOLEAN
Pour envoyer votre requête, choisissez l'une des options suivantes :
curl
Exécutez la commande suivante :
curl -X DELETE \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
"https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID?force=BOOLEAN"
PowerShell
Exécutez la commande suivante :
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }
Invoke-WebRequest `
-Method DELETE `
-Headers $headers `
-Uri "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID?force=BOOLEAN" | Select-Object -Expand Content
Vous devriez recevoir une réponse JSON de ce type :
{ "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/operations/OPERATION_ID", "metadata": { "@type": "type.googleapis.com/google.cloud.aiplatform.v1.DeleteOperationMetadata", "genericMetadata": { "createTime": "2021-02-26T17:32:56.008325Z", "updateTime": "2021-02-26T17:32:56.008325Z" } }, "done": true, "response": { "@type": "type.googleapis.com/google.protobuf.Empty" } }
Java
Avant d'essayer cet exemple, suivez les instructions de configuration pour Java décrites dans le guide de démarrage rapide de Vertex AI sur l'utilisation des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI pour Java.
Pour vous authentifier auprès de Vertex AI, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Node.js
Avant d'essayer cet exemple, suivez les instructions de configuration pour Node.js décrites dans le guide de démarrage rapide de Vertex AI sur l'utilisation des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI pour Node.js.
Pour vous authentifier auprès de Vertex AI, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Langages supplémentaires
Pour savoir comment installer et utiliser le SDK Vertex AI pour Python, consultez Utiliser le SDK Vertex AI pour Python. Pour en savoir plus, lisez la documentation de référence de l'API SDK Vertex AI pour Python.
Étapes suivantes
- Découvrez comment gérer les caractéristiques.
- Découvrez comment surveiller les valeurs des caractéristiques importées sur le long terme.
- Consultez le quota des types d'entités dans Vertex AI Feature Store (ancien).
- Résolvez les problèmes courants liés à Vertex AI Feature Store (ancien).