Nota
O acesso a esta página requer autorização. Podes tentar iniciar sessão ou mudar de diretório.
O acesso a esta página requer autorização. Podes tentar mudar de diretório.
Quando você usa a engenharia de recursos no Unity Catalog, cada etapa do seu processo de desenvolvimento de modelo é integrada à Databricks Data Intelligence Platform. Isso significa que pode criar pipelines de dados automatizados para calcular e disponibilizar valores de características, enquanto o Databricks gere a infraestrutura por si. A plataforma Databricks fornece serviço em tempo real para recursos e modelos, incluindo computação sob demanda de valores de recursos.
Pesquisa automática de funcionalidades
Quando você treina um modelo usando o cliente de engenharia de recursos Databricks e o atende com o Databricks Model Serving, o modelo procura automaticamente valores de recursos de uma Databricks Online Feature Store ou de uma loja online de terceiros. Isso acontece automaticamente, sem necessidade de configuração.
Importante
As tabelas on-line Databricks (legado) 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 Migrar de tabelas online herdadas e de terceiros.
Quando uma solicitação de pontuação chega ao modelo, o Model Serving recupera automaticamente os valores de recurso publicados necessários para o modelo. Desta forma, os valores das funcionalidades mais recentes são sempre usados para previsões. Para obter detalhes e exemplos de blocos de anotações, consulte Serviço de modelo com pesquisa automática de recursos.
O diagrama a seguir ilustra a relação entre os componentes da plataforma para servir em tempo real.
Recursos sob demanda
Os modelos de aprendizado de máquina para aplicativos em tempo real geralmente exigem os valores de recurso 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 um pedido de pontuação, o modelo procura a localização do restaurante e, em seguida, 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.
