翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
オンラインストア
オンラインストアは、特徴量をリアルタイムで検索できる、低遅延で可用性の高いデータストアです。通常、機械学習 (ML) モデルの提供に使用されます。特徴量グループを作成するときは、標準オンラインストア (Standard)、標準 V2 オンラインストア ()、またはインメモリ層オンラインストア (Standard_V2) のオンラインストアタイプを選択しますInMemory。この方法で、パフォーマンスとコストを考慮しながら、特定のアプリケーションの読み取り/書き込みパターンに最も適したストレージタイプを選択できます。料金の詳細については、「Amazon SageMaker の料金
オンラインストアには以下の StorageType のオプションがあります。オンラインストアのコンテンツの詳細については、「OnlineStoreConfig」を参照してください。
標準階層のストレージタイプ
Standard 階層は、オンラインストア特徴量グループ向けの低遅延マネージドデータストアです。アプリケーションの ML モデルサービスのデータを高速で取得できます。Standard はデフォルトのストレージタイプです。
標準 V2 階層ストレージタイプ
Standard_V2 階層は、UpdateRecord オペレーションを使用した個々の機能への部分的な更新をサポートするオンラインストア機能グループのマネージド低レイテンシーデータストアです。Standard 階層とは異なり、 Standard_V2 では、レコード全体を書き換えることなく、レコード内の特定の機能値を更新できます。
これにより、頻繁に変更される特徴量グループにはいくつかの利点があります。
-
1 回の呼び出しで機能を更新する – read-modify-write パターンをスキップします。変更する機能のみを使用して UpdateRecord を呼び出すと、Feature Store は残りを保持します。
-
機能レベル更新の書き込みコストとレイテンシーの低減 – 完全なレコードではなく、変更された機能のみを書き込みます。少数の機能しか頻繁に更新されない広範なレコード (
last_loginや実行中の などclick_count) では、変更されていないデータの送信や書き換えを回避できます。 -
安全な同時更新 – 各更新
EventTimeの を使用してout-of-orderの書き込みを検出して拒否するため、更新が遅いか古い場合は、新しい機能値を上書きできません。
ワークロードが特定のStandard_V2機能を頻繁に更新し、効率的で部分的な書き込みが必要な場合は、特徴量グループの作成時に を選択します。新しいStandard_V2特徴量グループを作成するには、CreateFeatureGroup を呼び出し、 StorageType の OnlineStoreConfigを に設定しますStandard_V2。
Standard 特徴量グループを Standard V2 に移行する
既にStandard特徴量グループをお持ちですか? 特徴量グループを再作成したり、データを再取り込みしたりすることなく、Standard V2 に移行できます。移行するには、以下を使用して UpdateFeatureGroup オペレーションを呼び出します。
-
を、移行する特徴量グループの名前または Amazon リソースネーム (ARN)
FeatureGroupNameに設定します。 -
OnlineStoreConfigオブジェクトで、StorageTypeを に設定しますStandard_V2。
次の の AWS Command Line Interface 例では、 という特徴量グループmy-feature-groupを Standard V2 に移行します。
aws sagemaker update-feature-group \ --feature-group-name my-feature-group \ --online-store-config '{"StorageType": "Standard_V2"}'
移行が完了すると、UpdateRecord オペレーションが特徴量グループで使用可能になるまでに数分かかります。有効にすると、 UpdateRecordを使用して特徴量グループのレコード内の個々の特徴量を更新できます。
重要
から Standard V2 Standardへの移行は一方向操作であり、元に戻すことはできません。
インメモリ階層ストレージタイプ
InMemory 階層は、非常に低遅延の取得をサポートするオンラインストア特徴量グループ向けのマネージドデータストアです。高スループットのアプリケーションに使用される ML モデルサービス用に、大規模なリアルタイムのデータ取得を可能にします。InMemory 階層は Amazon ElastiCache (Redis OSS) を基盤としています。詳細については「Amazon ElastiCache (Redis OSS) とは」を参照してください)。
オンラインストア InMemory 層は、リスト、セット、ベクターなどのコレクションタイプをサポートします。InMemory コレクションタイプの詳細については、「コレクション型」を参照してください。
Feature Store では、オンラインストアに対する読み取りと書き込みのレイテンシーが低くなります。アプリケーションレイテンシーは、インフラストラクチャまたはネットワークレイテンシーと特徴量ストア API レイテンシーという 2 つの主要な要素で構成されています。ネットワークレイテンシーの軽減は、Feature Store に対する読み取りと書き込みのレイテンシーを最小限に抑えるのに役立ちます。Feature Store ランタイムエンドポイントにデプロイすることで、Feature Store AWS PrivateLink へのネットワークレイテンシーを減らすことができます。を使用すると AWS PrivateLink、インターフェイス VPC エンドポイントを使用して、スケーラブルな方法で Amazon Virtual Private Cloud (VPC) からすべての Feature Store Runtime API オペレーションにプライベートにアクセスできます。privateDNSEnabled オプションが true に設定されている AWS PrivateLink デプロイ:
-
Feature Store の読み取り/書き込みトラフィックはすべて VPC 内に保持されます。
-
Feature Store を使用するとき、トラフィックを発信元のクライアントと同じ AZ に保持する。これにより AZ 間の「ホップ」が回避され、オーバーヘッドレイテンシーが減少します。
AWS 「インターフェイス VPC エンドポイントを使用して サービスにアクセスする」の手順に従って、Feature Store AWS PrivateLink にセットアップします。の Feature Store Runtime のサービス名は AWS PrivateLink ですcom.amazonaws.region.sagemaker.featurestore-runtime。
InMemory 階層のオンラインストアは、ストレージの使用状況とリクエスト数に基づいて自動的にスケールされます。自動スケーリングは、新しい使用パターンが急速に変化する場合、それに適応するまでに数分かかることがあります。自動スケーリング中:
-
特徴量グループへの書き込み操作でスロットリングエラーが発生する可能性があります。数分後にリクエストを再試行する必要があります。
-
特徴量グループへの書き込み操作でスロットリングエラーが発生する可能性があります。このような場合は、標準の再試行方法が適しています。
-
読み取り操作ではレイテンシーが高くなる可能性があります。
デフォルトの InMemory 階層特徴量グループの最大サイズは 50 GiB です。
現在、この InMemory 階層ではオンラインの特徴量グループのみがサポートされており、オンライン+オフラインの特徴量グループはサポートされていないため、InMemory 階層のオンラインストアとオフラインストア間のレプリケーションは行われないことに注意してください。また、InMemory 階層は現在、カスタマーマネージド KMS キーをサポートしていません。