Important
此功能为 公共预览版 ，可在以下区域使用：
westus、westus2、eastus、eastus2、northeurope、westeurope、australiaeast、brazilsouth、canadacentral、centralindia、centralus、southcentralus、southeastasia、uksouth
Databricks Online 功能存储是一种高性能、可缩放的解决方案，用于向联机应用程序和实时机器学习模型提供功能数据。 它由 Databricks Lakehouse 提供支持，可实现大规模低延迟的数据访问，同时保持与离线特征表的一致性。
联机功能存储的主要用例包括：
- 使用特征服务端点向实时应用程序提供特征，例如推荐系统、欺诈检测和个性化引擎。
- 用于模型服务端点进行实时推理的自动特征查找。
Requirements
Databricks 在线特征存储需要 Databricks Runtime 16.4 LTS ML 或更高版本。 还可以使用 无服务器计算。
若要使用 Databricks Online 特性库，必须先安装软件包。 每次运行笔记本时，必须执行以下代码行：
%pip install databricks-feature-engineering>=0.13.0
dbutils.library.restartPython()
创建在线商店
若要创建新的联机功能存储，请执行以下步骤：
from databricks.feature_engineering import FeatureEngineeringClient
# Initialize the client
fe = FeatureEngineeringClient()
# Create an online store with specified capacity
fe.create_online_store(
name="my-online-store",
capacity="CU_2" # Valid options: "CU_1", "CU_2", "CU_4", "CU_8"
)
容量选项对应于不同的性能层“CU_1”、“CU_2”、“CU_4”和“CU_8”。 每个容量单元将大约 16GB RAM 分配给数据库实例，以及所有关联的 CPU 和本地 SSD 资源。 纵向扩展会线性增加这些资源。 有关详细信息，请参阅 “管理实例容量”。
管理在线商店
以下代码演示如何检索和更新在线商店：
# Get information about an existing online store
store = fe.get_online_store(name="my-online-store")
if store:
print(f"Store: {store.name}, State: {store.state}, Capacity: {store.capacity}")
# Update the capacity of an online store
updated_store = fe.update_online_store(
name="my-online-store",
capacity="CU_4" # Upgrade to higher capacity
)
将只读副本添加到在线商店
创建或更新在线商店时，可以通过指定 read_replica_count 参数将只读副本添加到在线商店。 读取流量自动分布在只读副本实例之间，减少延迟并提升性能和可伸缩性，以应对高并发工作负载。
将功能表发布到在线商店
在在线商店处于 “可用 ”状态后，可以发布功能表，使其可用于低延迟访问。 查看下表，确保为实时用例正确创建了源脱机表。
| 用例 | 使用此方法创建脱机功能表 |
|---|---|
| 每个实体 ID 的最新功能值仅在在线商店中可用于实时应用程序。 具有相同主键值的多个行，但脱机数据源中可能存在不同的时序键值，并且将在发布管道中重复数据删除。 这种情况最常用于联机模型或功能服务终结点。 |
创建具有时序指定的表 |
| 脱机表中的最新和所有以前的时序功能值在在线商店中可用，供实时应用程序访问。 源（离线）表中的所有行在发布时不进行去重处理。 这种情况很少发生，但在某些情况下，可能需要在终端通过实体 ID 以及确切的日期/时间戳查询功能，以进行数据验证或反向测试。 |
创建 不带 时序指定的表 |
发布到在线商店的先决条件
发布之前，所有功能表（带或不带时序）都必须满足以下要求：
- 主键约束：在线商店发布所必需的
- 不可为 null 的主键：主键列不能包含 NULL 值
- 开启 Change Data Feed：用于在线商店同步的必要功能。请参阅 启用 Change Data Feed
-- Enable CDF if not already enabled
ALTER TABLE catalog.schema.your_feature_table
SET TBLPROPERTIES ('delta.enableChangeDataFeed' = 'true');
-- Ensure primary key columns are not nullable
ALTER TABLE catalog.schema.your_feature_table
ALTER COLUMN user_id SET NOT NULL;
将功能表发布到在线商店：
from databricks.ml_features.entities.online_store import DatabricksOnlineStore
# Get the online store instance
online_store = fe.get_online_store(name="my-online-store")
# Publish the feature table to the online store
fe.publish_table(
online_store=online_store,
source_table_name="catalog_name.schema_name.feature_table_name",
online_table_name="catalog_name.schema_name.online_feature_table_name"
)
该 publish_table 操作执行以下操作：
- 如果不存在，请在在线商店中创建一个表。
- 将功能数据从脱机功能表同步到在线商店。
- 设置必要的基础设施，使在线商店与离线表保持同步。
持续更新联机功能
如果使用 publish_table 调用 streaming=True，则使用流式处理管道设置联机表，以便随着新数据到达脱机功能表而持续更新在线商店。
计划联机功能的更新
若要定期更新在线表格中的特性，请创建运行 publish_table的计划性 Lakeflow 任务。 作业会自动刷新表并增量更新联机功能。 请参阅 Lakeflow Jobs。
探索和查询在线功能
发布表状态显示为“AVAILABLE”后，可以通过多种方式浏览和查询功能数据：
Unity 目录 UI：导航到 Unity 目录中的联机表，查看示例数据并直接在 UI 中浏览架构。 这提供了检查功能数据并验证发布过程是否已成功完成的便捷方法。
SQL 编辑器：为了进行更高级的查询和数据浏览，可以使用 SQL 编辑器针对联机功能表运行 PostgreSQL 查询。 这样，就可以对功能数据执行复杂的查询、联接和分析。 有关将 SQL 编辑器与在线商店配合使用的详细说明，请参阅 SQL 编辑器中的“访问数据库实例”。
在实时应用程序中使用联机功能
若要为实时应用程序和服务提供功能，请创建功能服务终结点。 请参阅 功能服务终结点。
使用 Databricks 中的特征训练的模型会自动跟踪世系，以跟踪他们训练的特征。 部署为端点时，这些模型使用 Unity Catalog 从在线商店中查找适当的特征。 有关详细信息，请参阅 联机工作流中的“使用功能”。
删除在线商店
删除在线商店：
fe.delete_online_store(name="my-online-store")
Note
删除联机发布的表可能会导致下游依赖项出现意外故障。 在删除表之前，应确保模型服务或特性服务终结点不再使用其在线特性。
Limitations
- Databricks 联机功能存储的最大只读副本数为 2。 若要提高这些限制，请联系 Databricks 客户团队。
- 发布到 Databricks Online 功能存储时不支持以下参数：
filter_condition、、checkpoint_locationmode、和triggerfeatures。 - 仅支持 Unity 目录中的功能表。
- 唯一支持的发布模式是“merge”。
示例笔记本
以下笔记本展示了如何使用 Databricks Lakebase 配置和访问 Databricks 在线特征存储的示例。
使用 Lakebase 笔记本的联机功能存储
其他资源
- 详细了解 Databricks 中的特征工程。
- 浏览 Unity Catalog 中的数据治理和数据血统。
- 了解 Lakebase 体系结构和功能。