Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
Quando você usa a engenharia de recursos no Catálogo do Unity, cada etapa do processo de desenvolvimento de modelos é integrada à Plataforma de Inteligência de Dados do Databricks. Isso significa que você pode criar pipelines de dados automatizados para calcular e fornecer valores de recursos enquanto o Databricks manipula a infraestrutura para você. A plataforma Databricks fornece serviço em tempo real para recursos e modelos, incluindo a computação sob demanda de valores de recursos.
Pesquisa de recursos automáticos
Ao treinar um modelo usando o cliente de engenharia de recursos do Databricks e atendê-lo com o Serviço de Modelo do Databricks, o modelo pesquisa automaticamente os valores de recursos de um Repositório de Recursos do Databricks Online ou de um repositório online de terceiros. Isso acontece automaticamente sem nenhuma configuração necessária.
Importante
As tabelas online do Databricks (herdadas) foram preteridas e não estarão acessíveis após 15 de janeiro de 2026. Se você tiver tabelas online existentes, o Databricks recomenda que você as migre para o Databricks Online Feature Store. Consulte sobre a migração de tabelas online herdadas e de terceiros.
Quando uma solicitação de pontuação entra no modelo, o Serviço de Modelo recupera automaticamente os valores de recurso publicados necessários para o modelo. Dessa forma, os valores de recurso mais recentes são sempre usados para previsões. Para obter detalhes e blocos de anotações de exemplo, consulte Model Serving com pesquisa automática de recursos.
O diagrama a seguir ilustra a relação entre os componentes da plataforma para a porção em tempo real.
Recursos sob demanda
Os modelos de machine learning para aplicativos em tempo real geralmente exigem os valores de recursos mais recentes. No exemplo mostrado no diagrama, um recurso para um modelo de recomendação de restaurante é a distância atual do usuário de um restaurante. Esse recurso deve ser calculado "sob demanda", ou seja, no momento da solicitação de pontuação. Ao receber uma solicitação de pontuação, o modelo pesquisa a localização do restaurante e aplica uma função predefinida para calcular a distância entre a localização atual do usuário e o restaurante. Essa distância é passada como uma entrada para o modelo, juntamente com outros recursos pré-computados do repositório de recursos. Para obter mais informações, consulte recursos de computação sob demanda.
