共享特征表跨工作空间
databricks支持多工作空间共享特征表举例说,从自己的工作空间中,你可以创建、写入或阅读集中特征存储器中的特征表多队共享特征表或组织拥有多工作空间处理不同开发阶段时使用此功能
集中特征存储器Databricks建议指定单工作空间存储所有特征存储元数据,并创建账号供需要访问特征存储器的用户使用
万一队人跨工作空间共享模型中选择为特征表和模型提供相同的集中工作空间,或为每个工作空间指定不同的集中工作空间
访问集中特征存储受令牌控制需要访问的用户或脚本创建个人访问令牌集中特征存储复制令牌输入密管本地工作空间寄送到集中特征存储工作空间的每项API请求必须包括访问令牌特征存储客户端提供简单机制说明跨工作空间操作时使用的秘密
搭建远程寄存器
本节中工作空间B指集中或远程特征存储工作空间
注解
可能你想要共享秘密范围并用其他用户限制每个工作空间的秘密范围数.
指定远程特征存储
基于你为远程特征存储工作空间创建的秘密范围名前缀,你可构造窗体特征存储URI
feature_store_uri=f级数据bricks/
:
'
后,当即时指定URIFeatureStoreClient
:
fs系统=FeatureStoreClient高山市feature_store_uri=feature_store_uri)
创建数据库共享DBFS位置特征表
创建远程特征存储器特征表前,必须创建数据库存储数据库必须存于共享DBFS位置
例例创建数据库推荐者
共享位置/Mnt/共享
,使用下列命令:
百分数sql环境变换数据采集IF非现有问题推荐者定位/mt/s
远程特征存储器创建特征表
API创建远程特征存储器特征表取决于Databricks运行时版
使用FeatureStoreClient.create_table
API:
fs系统=FeatureStoreClient高山市feature_store_uri=f级数据bricks/
:
'
)fs系统.创建表高山市名称='recommender.customer_features',初级键=客户_id,模式化=customer_features_df.模式化,描述性=闭锁特征)
使用FeatureStoreClient.create_feature_table
API:
fs系统=FeatureStoreClient高山市feature_store_uri=f级数据bricks/
:
'
)fs系统.create_feature_table高山市名称='recommender.customer_features',密钥=客户_id,模式化=customer_features_df.模式化,描述性=闭锁特征)
特征存储法实例见Notebook示例:跨工作空间共享特征表.
使用远程特征存储器中的特征表
可使用远程特征存储器阅读特征表FeatureStoreClient.read_table
方法先设置feature_store_uri
:
fs系统=FeatureStoreClient高山市feature_store_uri=f级数据bricks/
:
'
)customer_features_df=fs系统.可读表高山市名称='recommender.customer_features',)
帮助者访问特征表的其他方法也得到支持
fs系统.可读表(b)fs系统.get_feature_table(b)#v.3.5和下fs系统.获取表(b)#v.3.6和以上fs系统.写表(b)fs系统.发布表(b)fs系统.create_training_set(b)
远程模型寄存器
除指定远程特征存储器URI外,你还可以指定远程模型注册器URI跨工作空间共享模型.
远程模型登录或评分可使用模型注册URI即时化特征StoreClient
fs系统=FeatureStoreClient高山市model_registry_uri=f级数据bricks/
:
'
)customer_features_df=fs系统.日志模型高山市模型化,"recommendation_model",香味=mlfl.斯克兰,训练集=训练集,registered_model_name="recommendation_model")
使用feature_store_uri
并model_registry_uri
中,您可使用本地或远程特征表培训模型,并随后在本地或远程模型寄存器中注册模型
fs系统=FeatureStoreClient高山市feature_store_uri=f级数据bricks/
:
'
,model_registry_uri=f级数据bricks/
:
'
)