Amazon SageMaker Feature Store agora oferece suporte a gravações de atributos em lote e listagem de registros
O Amazon SageMaker Feature Store é um recurso totalmente gerenciado que facilita o cálculo, o armazenamento e a recuperação de atributos para treinamento e implantação de modelos de IA. O SageMaker Feature Store agora oferece suporte a novos recursos para ingestão de recursos de alto throughput, descoberta de registros e catalogação do armazenamento offline. Agora, os cientistas de dados podem gravar vários registros em vários grupos de atributos em uma única solicitação com o BatchWriteRecord, listar os registros armazenados em um grupo de atributos sem precisar conhecer antecipadamente cada identificador de registro usando o ListRecords e criar tabelas e bancos de dados com nomes personalizados no armazenamento offline.
Os cientistas de dados podem usar o BatchWriteRecord para ingerir dados de atributos em grande escala com menos chamadas de API e menor latência do que gravar um registro por vez. O BatchWriteRecord tem como alvo o armazenamento online, o armazenamento offline ou ambos, retorna falhas de registros individuais sem falhar a solicitação inteira e oferece suporte a configurações de tempo de vida útil nos níveis de registro, solicitação e grupo de atributos. Com o ListRecords, os cientistas de dados podem recuperar os identificadores de registro em um grupo de atributos, uma página por vez, para navegar e auditar o conteúdo do grupo de atributos, recuperar identificadores de registros e gerenciar o ciclo de vida do registro. Ao configurar um armazenamento offline, os cientistas de dados também podem criar tabelas do Glue e do Iceberg com nomes personalizados. Esses recursos permitem que os cientistas de dados consumam atributos em grande escala e gerenciem os registros armazenados no SageMaker Feature Store sem criar precisar ferramentas personalizadas.
Esse recurso está disponível em todas as regiões da AWS nas quais o Amazon SageMaker Feature Store está disponível. Para obter mais informações, consulte a documentação Amazon Feature Store Runtime e Offline Store Configuration.