功能商店概念
本節描述幫助您使用Databricks特征庫和特征表的概念。
請注意
目前，Databricks Feature Store不支持寫入Unity Catalog亞存儲。在支持Unity catalog的工作空間中，你可以將特性表寫入默認的Hive metastore中。
功能表
特性被組織成特性表。每個表後麵都有一個差值表以及額外的元數據。
一個特征表必須有一個主鍵。特征表中的特征通常使用公共計算函數計算和更新。
特性表元數據跟蹤生成表的數據源以及創建或寫入表的筆記本和作業。
可以將特性表發布到在線商店用於實時模型推斷。
你可以創建標記並將它們與一個特征表相關聯，以方便分組和發現。
離線存儲
離線特征庫用於特征發現、模型訓練和批量推理。它包含物化為的特性表三角洲表．
在線商店
在線特征存儲是一種用於實時模型推斷的低延遲數據庫。有關Databricks支持的在線商店的列表，請參見與在線商店合作．
流媒體
除了批寫，Databricks Feature Store還支持流。您可以從流數據源將特征值寫入特征表，並且可以利用特征計算代碼結構化流將原始數據流轉換為特征。
您還可以將功能表從離線商店流到在線商店。
訓練集
一個訓練集由一個特征列表和一個包含原始訓練數據、標簽和用於查找特征的主鍵的DataFrame組成。您可以通過指定從Feature Store中提取的特征來創建訓練集，並在模型訓練期間提供訓練集作為輸入。
看到創建一個訓練數據集如何創建和使用訓練集的示例。