Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Model Service peut rechercher automatiquement des valeurs de fonctionnalités à partir d’un magasin de fonctionnalités Databricks Online ou d’un magasin en ligne tiers. Pour le service en temps réel des valeurs de fonctionnalités, Databricks recommande d’utiliser databricks Online Feature Stores.
Important
Les tables Databricks en ligne (obsolètes) ne seront plus disponibles après le 15 janvier 2026. Si vous disposez de tables en ligne existantes, Databricks vous recommande de les migrer vers databricks Online Feature Store. Consultez Migrer depuis des tables en ligne anciennes et tierces.
Spécifications
- Le modèle doit avoir été enregistré avec
FeatureEngineeringClient.log_model(pour l'ingénierie des fonctionnalités dans le catalogue Unity) ouFeatureStoreClient.log_model(pour le magasin de fonctionnalités d’espace de travail hérité). Il nécessite la version 0.3.5 et ultérieure. - Le magasin en ligne doit être publié avec des informations d’identification en lecture seule.
Remarque
Vous pouvez publier la table de caractéristiques à tout moment avant le déploiement du modèle, y compris après l’entraînement de ce dernier.
Recherche automatique de caractéristiques
La mise en service de modèles Azure Databricks prend en charge la recherche automatique de caractéristiques à partir des magasins en ligne suivants :
- Magasin de fonctionnalités Databricks Online
- Azure Cosmos DB (v0.5.0 et versions ultérieures)
La recherche automatique de caractéristiques est prise en charge pour les types de données suivants :
IntegerTypeFloatTypeBooleanTypeStringTypeDoubleTypeLongTypeTimestampTypeDateTypeShortTypeDecimalTypeArrayTypeMapType
Remplacer les valeurs de caractéristiques lors du scoring du modèle en ligne
Toutes les caractéristiques requises par le modèle (journalisé avec FeatureEngineeringClient.log_model ou FeatureStoreClient.log_model) sont automatiquement recherchées dans les magasins en ligne en vue du scoring du modèle. Pour remplacer des valeurs de caractéristiques lors du scoring d’un modèle avec une API REST avec Mise en service de modèles, incluez les valeurs de caractéristiques dans le cadre de la charge utile de l’API.
Remarque
Les nouvelles valeurs de fonctionnalité doivent être conformes au type de données de la fonctionnalité comme prévu par le modèle sous-jacent.
Enregistrer le DataFrame augmenté dans la table d’inférence
Pour les points de terminaison créés à partir de février 2025, vous pouvez configurer un modèle servant un point de terminaison pour consigner le DataFrame augmenté qui contient les valeurs de fonctionnalité recherchées et les valeurs de retour de fonction. Le DataFrame est enregistré dans la table d’inférence pour le modèle servi.
Pour obtenir des instructions sur le paramétrage de cette configuration, consultez DataFrames de recherche de fonctionnalités de journal des tables d’inférence.
Pour plus d’informations sur les tables d’inférence, consultez les tables d’inférence pour la surveillance et le débogage des modèles.
Exemples de Notebook : catalogue Unity
Avec Databricks Runtime 13.3 LTS et versions ultérieures, toute table Delta dans Unity Catalog avec une clé primaire peut être utilisée comme table de caractéristiques. Lorsque vous utilisez une table enregistrée dans Unity Catalog en tant que table de fonctionnalités, toutes les fonctionnalités de Unity Catalog sont automatiquement disponibles pour la table de fonctionnalités.
Le notebook suivant illustre comment publier des fonctionnalités dans des tables en ligne pour une utilisation en temps réel et une recherche automatisée des fonctionnalités.
Notebook de démonstration des tables en ligne
Cet exemple de notebook montre comment publier des fonctionnalités dans un magasin en ligne, puis servir un modèle formé qui recherche automatiquement des fonctionnalités à partir du magasin en ligne.
Boutique en ligne avec bloc-notes d'exemple de catalogue Unity
Exemples de notebooks : Magasin de fonctionnalités de l’espace de travail (hérité)
Cet exemple de notebook montre comment publier des fonctionnalités dans un magasin en ligne, puis servir un modèle formé qui recherche automatiquement des fonctionnalités à partir du magasin en ligne.