使用功能表

為特性表創建一個數據庫

在創建任何特性表之前，必須創建一個數據庫儲存它們。

％sql創建數據庫如果不存在<database_name>

特性表存儲為三角洲表．當您使用create_table(Feature Store客戶端v0.3.6及以上版本)或create_feature_table(v0.3.5及以下版本)，必須指定數據庫名稱。例如，該參數創建一個名為customer_features在數據庫中recommender_system．

name = ' recommender_system.customer_features '

當您將特性表發布到在線商店時，默認表和數據庫名稱是您創建表時指定的名稱;方法可以指定不同的名稱publish_table方法。

Databricks Feature Store UI顯示了在線商店中的表和數據庫的名稱，以及其他元數據。

在Databricks feature Store中創建一個特性表

創建特征表的基本步驟如下:

1. 編寫Python函數來計算特性。每個函數的輸出都應該是一個具有唯一主鍵的Apache Spark DataFrame。主鍵可以由一個或多個列組成。

2. 創建一個特征表FeatureStoreClient和使用create_table(v0.3.6及以上版本)或create_feature_table(v0.3.5及以下版本)。

3. 使用填充特征表write_table．

從databricks.feature_store進口feature_tabledefcompute_customer_features（數據)：" '特征計算代碼返回一個以'customer_id'為主鍵的數據幀' "通過#創建customer_id的特征表通過compute_customer_features獲取DataFrame輸出的schema從databricks.feature_store進口FeatureStoreClientcustomer_features_df＝compute_customer_features（df）fs＝FeatureStoreClient（）customer_feature_table＝fs．create_table（的名字＝“recommender_system.customer_features”，primary_keys＝“customer_id”，模式＝customer_features_df．模式，描述＝“客戶特性”）#另一種方法是使用' create_table '並指定' df '參數。這段代碼自動將特性保存到底層的Delta表中。# customer_feature_table = fs.create_table(#……# df = customer_features_df,#……#)要使用複合鍵，在create_table調用中傳遞所有鍵# customer_feature_table = fs.create_table(#……# primary_keys=['customer_id'， 'date']，#……#)#使用write_table向特性表寫入數據# Overwrite模式完全刷新功能表fs．write_table（的名字＝“recommender_system.customer_features”，df＝customer_features_df，模式＝“覆蓋”）

從databricks.feature_store進口feature_tabledefcompute_customer_features（數據)：" '特征計算代碼返回一個以'customer_id'為主鍵的數據幀' "通過#創建customer_id的特征表通過compute_customer_features獲取DataFrame輸出的schema從databricks.feature_store進口FeatureStoreClientcustomer_features_df＝compute_customer_features（df）fs＝FeatureStoreClient（）customer_feature_table＝fs．create_feature_table（的名字＝“recommender_system.customer_features”，鍵＝“customer_id”，模式＝customer_features_df．模式，描述＝“客戶特性”）#另一種方法是使用' create_feature_table '並指定' features_df '參數。這段代碼自動將特性保存到底層的Delta表中。# customer_feature_table = fs.create_feature_table(#……# features_df = customer_features_df,#……#)#使用複合鍵，在create_feature_table調用中傳遞所有鍵# customer_feature_table = fs.create_feature_table(#……# keys=['customer_id'， 'date']，#……#)#使用write_table向特性表寫入數據# Overwrite模式完全刷新功能表fs．write_table（的名字＝“recommender_system.customer_features”，df＝customer_features_df，模式＝“覆蓋”）從databricks.feature_store進口feature_tabledefcompute_customer_features（數據)：" '特征計算代碼返回一個以'customer_id'為主鍵的數據幀' "通過#創建customer_id的特征表通過compute_customer_features獲取DataFrame輸出的schema從databricks.feature_store進口FeatureStoreClientcustomer_features_df＝compute_customer_features（df）fs＝FeatureStoreClient（）customer_feature_table＝fs．create_feature_table（的名字＝“recommender_system.customer_features”，鍵＝“customer_id”，模式＝customer_features_df．模式，描述＝“客戶特性”）#另一種方法是使用' create_feature_table '並指定' features_df '參數。這段代碼自動將特性保存到底層的Delta表中。# customer_feature_table = fs.create_feature_table(#……# features_df = customer_features_df,#……#)#使用複合鍵，在create_feature_table調用中傳遞所有鍵# customer_feature_table = fs.create_feature_table(#……# keys=['customer_id'， 'date']，#……#)#使用write_table向特性表寫入數據# Overwrite模式完全刷新功能表fs．write_table（的名字＝“recommender_system.customer_features”，df＝customer_features_df，模式＝“覆蓋”）

將現有的Delta表注冊為特性表

使用v0.3.8及以上版本，可以注冊現有的差值表作為一個特征表。Delta表一定存在於轉移瘤中。

fs．register_table（delta_table＝“recommender.customer_features”，primary_keys＝“customer_id”，描述＝“客戶特性”）

控製對特征表的訪問

看到控製對特征表的訪問．

更新功能表

您可以通過添加新特性或根據主鍵修改特定行來更新特性表。

以下特性表元數據無法更新:

• 主鍵

• 分區鍵

• 已存在特性的名稱或類型

fs．write_table（的名字＝“recommender.customer_features”，df＝customer_features_df，模式＝“合並”）

fs＝FeatureStoreClient（）customer_features_df＝compute_customer_features（數據）fs．write_table（df＝customer_features_df，的名字＝“recommender_system.customer_features”，模式＝“合並”）

defcompute_additional_customer_features（數據)：返回流數據幀“‘通過#未顯示customer_transactions＝火花．readStream．負載（“dbfs: /事件/ customer_transactions”）stream_df＝compute_additional_customer_features（customer_transactions）fs．write_table（df＝stream_df，的名字＝“recommender_system.customer_features”，模式＝“合並”）

從特性表中讀取

使用read_table讀取特征值。

進口datetime昨天＝datetime．日期．今天（）-datetime．timedelta（天＝1）#從1天前讀取customer_features值customer_features_df＝fs．read_table（的名字＝“recommender_system.customer_features”，as_of_delta_timestamp＝str（昨天））

搜索和瀏覽功能表

使用功能商店UI搜索或瀏覽功能表。

1. 點擊特色商店在側邊欄中顯示Feature Store UI。此圖標僅在您處於機器學習角色．

2. 在搜索框中，輸入特征表名稱、特征名稱或用於特征計算的數據源名稱的全部或部分。您也可以輸入全部或部分標記的鍵或值．搜索文本不區分大小寫。

   下麵的屏幕截圖顯示了一個示例。從“年齡”搜索的結果包括一個表的特征年齡，一個有特色的表HouseAge，以及基於數據源的表raw_data.usage_logs．

   

獲取特性表元數據

獲取特性表元數據的API取決於您正在使用的Databricks運行時版本。對於v0.3.6及以上版本，使用get_table．對於v0.3.5及以下版本，使用get_feature_table．

#此示例適用於v0.3.6及以上版本#對於v0.3.5，使用get_feature_table從databricks.feature_store進口FeatureStoreClientfs＝FeatureStoreClient（）fs．get_table（“feature_store_example.user_feature_table”）

使用特性表標記

標記是可以創建和使用的鍵-值對搜索特征表．您可以使用Feature Store UI或特性庫Python API．

在UI中使用特性表標簽

使用功能商店UI搜索或瀏覽功能表。單擊，進入用戶界麵特色商店在側邊欄中顯示Feature Store UI。此圖標僅在您處於機器學習角色．

使用Feature Store UI添加一個標簽

1. 點擊如果它還沒有打開。這時會出現標簽表。

   

2. 按一下的名字而且價值字段並為您的標記輸入鍵和值。

3. 點擊添加．

使用Feature Store UI編輯或刪除標簽

控件中的圖標可編輯或刪除現有標記行動列。

從databricks.feature_store進口FeatureStoreClientfs＝FeatureStoreClient（）customer_feature_table＝fs．create_table（.．.標簽＝｛“tag_key_1”：“tag_value_1”，“tag_key_2”：“tag_value_2”，.．.}，.．.）

從databricks.feature_store進口FeatureStoreClientfs＝FeatureStoreClient（）#插入標簽fs．set_feature_table_tag（table_name＝“my_table”，關鍵＝“質量”，價值＝“黃金”）#刪除標簽fs．delete_feature_table_tag（table_name＝“my_table”，關鍵＝“質量”）

更新特征表的數據源

特征庫自動跟蹤用於計算特征的數據源。方法還可以手動更新數據源特性庫Python API．

從databricks.feature_store進口FeatureStoreClientfs＝FeatureStoreClient（）使用' source_type="table"在metastore中添加一個表作為數據源。fs．add_data_sources（feature_table_name＝“點擊”，data_sources＝“user_info.clicks”，source_type＝“表”）使用' source_type="path" '添加一個路徑格式的數據源。fs．add_data_sources（feature_table_name＝“user_metrics”，data_sources＝“dbfs: / FileStore / user_metrics.json”，source_type＝“路徑”）如果源不是表或路徑，則使用' source_type="custom"。fs．add_data_sources（feature_table_name＝“user_metrics”，data_sources＝“user_metrics.txt”，source_type＝“自定義”）

從databricks.feature_store進口FeatureStoreClientfs＝FeatureStoreClient（）fs．delete_data_sources（feature_table_name＝“點擊”，sources_names＝“user_info.clicks”）

刪除特性表

您可以通過特性庫界麵或特性庫Python API．

fs．drop_table（的名字＝“recommender_system.customer_features”）

支持的數據類型

特性商店支持以下功能PySpark數據類型：

• IntegerType

• FloatType

• BooleanType

• StringType

• 倍增式

• LongType

• TimestampType

• DateType

• ShortType

• ArrayType

• BinaryType(v0.3.5及以上版本)

• DecimalType(v0.3.5及以上版本)

• MapType(v0.3.5及以上版本)

上麵列出的數據類型支持機器學習應用程序中常見的特征類型。例如:

• 您可以將密集向量、張量和嵌入存儲為ArrayType．

• 您可以將稀疏向量、張量和嵌入存儲為MapType．

• 可以將文本存儲為StringType．

Feature Store界麵根據特性數據類型顯示元數據:

當發布到網上商店時，ArrayType而且MapType特性以JSON格式存儲。