Amazon SageMaker Feature Store ora supporta la scrittura batch di funzionalità e l'elenco dei record
Amazon SageMaker Feature Store è una funzionalità completamente gestita che semplifica il calcolo, l'archiviazione e il recupero delle funzionalità per l'addestramento e la distribuzione di modelli di intelligenza artificiale. SageMaker Feature Store supporta ora nuove funzioni per l'inserimento di funzionalità ad alto throughput, l'individuazione dei record e la catalogazione dell'archivio offline. I data scientist possono ora scrivere più record in più gruppi di funzionalità con una singola richiesta tramite BatchWriteRecord, elencare i record archiviati in un gruppo di funzionalità senza conoscerne in anticipo i singoli identificatori tramite ListRecords, e creare tabelle e database con nomi personalizzati nell'archivio offline.
I data scientist possono utilizzare BatchWriteRecord per inserire dati di funzionalità su larga scala, con un numero inferiore di chiamate API e una latenza inferiore rispetto alla scrittura di un record alla volta. BatchWriteRecord ha come target l'archivio online, l'archivio offline o entrambi, restituisce gli errori dei singoli record senza far fallire l'intera richiesta e supporta le impostazioni time-to-live a livello di record, di richiesta e di gruppo di funzionalità. Con ListRecords, i data scientist possono recuperare gli identificatori dei record in un gruppo di funzionalità, una pagina alla volta, per sfogliare e controllare il contenuto del gruppo di funzionalità, recuperare gli identificatori dei record e gestire il ciclo di vita dei record stessi. In fase di configurazione di un archivio offline, i data scientist possono inoltre creare tabelle Glue e Iceberg con nomi personalizzati. Queste funzionalità consentono ai data scientist di inserire funzionalità su larga scala e di gestire i record archiviati in SageMaker Feature Store senza dover sviluppare strumenti personalizzati.
Queste funzionalità sono disponibili in tutte le regioni AWS in cui è disponibile Amazon SageMaker Feature Store. Per ulteriori informazioni, consulta la documentazione di Amazon Feature Store Runtime e quella su Configurazione dell'archivio offline.