Hinzufügen durchsuchbarer Metadaten zu Ihren Funktionen - Amazon SageMaker

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Hinzufügen durchsuchbarer Metadaten zu Ihren Funktionen

Im Amazon SageMaker Feature Store können Sie alle Ihre Funktionen durchsuchen. Um Ihre Funktionen leichter auffindbar zu machen, können Sie ihnen Metadaten hinzufügen. Sie können die folgenden Arten von Metriken überwachen:

  • Beschreibung – Eine durchsuchbare Beschreibung der Funktion.

  • Parameter – Durchsuchbare Schlüssel-Wert-Paare.

Die Beschreibung kann bis zu 255 Zeichen lang sein. Für Parameter müssen Sie bei Ihrer Suche ein Schlüssel-Wert-Paar angeben. Sie können bis zu 25 Parameter hinzufügen.

Um die Metadaten einer Funktion zu aktualisieren, können Sie entweder die Konsole oder die UpdateFeatureMetadataOperation verwenden.

So fügen Sie Ihren Funktionen durchsuchbare Metadaten hinzu

Sie können die Konsole oder den Amazon SageMaker Feature Store verwendenAPI, um Ihren Funktionen durchsuchbare Metadaten hinzuzufügen. Die Anweisungen zur Nutzung des Feature Store über die Konsole hängen davon ab, ob Sie den Feature Store aktiviert haben Amazon SageMaker Studio oder Amazon SageMaker Studio Classic ob es Ihr Standarderlebnis ist.

  1. Öffnen Sie die Studio-Konsole, indem Sie den Anweisungen unter folgen. Starten Sie Amazon SageMaker Studio

  2. Wählen Sie im linken Navigationsbereich Daten aus, um die Dropdownliste zu erweitern.

  3. Wählen Sie aus der Dropdown-Liste Feature Store.

  4. (Optional) Um Ihre Funktionen anzuzeigen, wählen Sie Mein Konto aus. Um gemeinsam genutzte Funktionen anzusehen, wähle Kontoübergreifend.

  5. Um Ihre Funktionsgruppen anzuzeigen, wählen Sie auf der Registerkarte Feature-Katalog die Option Mein Konto aus.

  6. Wählen Sie auf der Registerkarte Feature-Katalog die Option Kontoübergreifend aus, um Funktionsgruppen anzuzeigen, die andere für Sie auffindbar machen. Unter Erstellt von können Sie die Konto-ID des Ressourcenbesitzers der Feature-Gruppe einsehen.

  7. Sie können in der Dropdown-Liste Suchen nach Ihrer Funktion suchen.

    • (Optional) Um Ihre Suche zu filtern, wählen Sie das Filtersymbol neben der Dropdownliste Suchen aus. Sie können Filter verwenden, um Parameter oder Datumsbereiche in Ihren Suchergebnissen anzugeben. Wenn Sie nach einem Parameter suchen, geben Sie sowohl seinen Schlüssel als auch seinen Wert an. Um Ihre Features leichter zu finden, können Sie Zeitbereiche angeben oder die Auswahl von Spalten aufheben, die Sie nicht abfragen möchten.

    • Bei gemeinsam genutzten Ressourcen können Sie Feature-Gruppen-Metadaten oder Feature-Definitionen nur bearbeiten, wenn Sie über die entsprechende Zugriffsberechtigung vom Konto des Ressourcenbesitzers verfügen. Mit der Berechtigung „Auffindbarkeit“ allein können Sie keine Metadaten oder Feature-Definitionen bearbeiten. Weitere Informationen zur Gewährung von Zugriffsberechtigungen finden Sie unterAktivierung des kontoübergreifenden Zugriffs.

  8. Wählen Sie Ihre Funktion aus.

  9. Wählen Sie Metadaten bearbeiten.

  10. Geben Sie im Feld Beschreibung eine Beschreibung für die Regel ein.

  11. Geben Sie im Feld Parameter unter Parameter ein Schlüssel-Wert-Paar für den Parameter an.

  12. (Optional) Wählen Sie Neuen Parameter hinzufügen, um einen weiteren Parameter hinzuzufügen.

  13. Wählen Sie Änderungen speichern.

  14. Wählen Sie Bestätigen aus.

Der Code in diesem Abschnitt verwendet den UpdateFeatureMetadataVorgang in, AWS SDK for Python (Boto3) um Ihren Features durchsuchbare Metadaten für verschiedene Szenarien hinzuzufügen. Informationen zu den anderen Sprachen, in denen Sie eine Anfrage einreichen können, finden Sie unter „Siehe auch“ in der SageMaker APIAmazon-Referenz.

Weitere Beispiele und Ressourcen für den Feature Store finden Sie unterRessourcen für den Amazon SageMaker Feature Store.

Add a list of parameters to a feature

Um einem Feature eine Liste von Parametern hinzuzufügen, geben Sie Werte für die folgenden Felder an:

  • FeatureGroupName

  • Feature

  • Parameters

Der folgende Beispielcode verwendet die AWS SDK for Python (Boto3) , um zwei Parameter hinzuzufügen.

sagemaker_client.update_feature_metadata( FeatureGroupName="feature_group_name", FeatureName="feature-name", ParameterAdditions=[ {"Key": "example-key-0", "Value": "example-value-0"}, {"Key": "example-key-1", "Value": "example-value-1"}, ] )
Add a description to a feature

Um einem Feature eine Beschreibung hinzuzufügen, geben Sie Werte für die folgenden Felder ein:

  • FeatureGroupName

  • Feature

  • Description

sagemaker_client.update_feature_metadata( FeatureGroupName="feature-group-name", FeatureName="feature-name", Description="description" )
Remove parameters for a feature

Gehen Sie wie folgt vor, um alle Parameter für ein Feature zu entfernen.

Geben Sie Werte für folgende Felder ein:

  • FeatureGroupName

  • Feature

Geben Sie die Schlüssel für die Parameter an, die Sie entfernen möchten, unter ParameterRemovals.

sagemaker_client.update_feature_metadata( FeatureGroupName="feature_group_name", FeatureName="feature-name", ParameterRemovals=[ {"Key": "example-key-0"}, {"Key": "example-key-1"}, ] )
Remove the description for a feature

Gehen Sie wie folgt vor, um die Beschreibung für ein Feature zu entfernen.

Geben Sie Werte für folgende Felder ein:

  • FeatureGroupName

  • Feature

Geben Sie eine leere Zeichenfolge für an Description.

sagemaker_client.update_feature_metadata( FeatureGroupName="feature-group-name", FeatureName="feature-name", Description="" )

Beispiel-Code

Nachdem Sie die Metadaten für ein Feature aktualisiert haben, können Sie den DescribeFeatureMetadata Vorgang verwenden, um die von Ihnen vorgenommenen Aktualisierungen anzuzeigen.

Der folgende Code durchläuft einen Beispiel-Workflow mit dem AWS SDK for Python (Boto3). Das Codebeispiel führt die folgenden Aufgaben durch:

  1. Richtet Ihre SageMaker Umgebung ein.

  2. Erstellt eine Funktionsgruppe.

  3. Fügt der Gruppe Funktionen hinzu.

  4. Fügt den Features Metadaten hinzu.

Weitere Beispiele und Ressourcen für den Feature Store finden Sie unterRessourcen für den Amazon SageMaker Feature Store.

Schritt 1: Einrichtung

Um mit der Verwendung von Feature Store zu beginnen SageMaker, erstellen Sie Boto3- und Feature Store-Sitzungen. Richten Sie dann den S3-Bucket ein, den Sie für Ihre Funktionen verwenden möchten. Dies ist Ihr Offline-Speicher. Der folgende Code verwendet den SageMaker Standard-Bucket und fügt ihm ein benutzerdefiniertes Präfix hinzu.

Anmerkung

Der Rolle, die Sie verwenden, müssen die folgenden verwalteten Richtlinien zugeordnet sein: AmazonS3FullAccess und AmazonSageMakerFeatureStoreAccess.

# SageMaker Python SDK version 2.x is required %pip install 'sagemaker>=2.0.0' import sagemaker import sys
import boto3 import pandas as pd import numpy as np import io from sagemaker.session import Session from sagemaker import get_execution_role from botocore.exceptions import ClientError prefix = 'sagemaker-featurestore-introduction' role = get_execution_role() sagemaker_session = sagemaker.Session() region = sagemaker_session.boto_region_name s3_bucket_name = sagemaker_session.default_bucket() sagemaker_client = boto_session.client(service_name='sagemaker', region_name=region)
Schritt 2: Erstellen einer Feature-Gruppe und Hinzufügen von Funktionen

Der folgende Code ist ein Beispiel für die Erstellung einer Feature-Gruppe mit Feature-Definitionen.

feature_group_name = "test-for-feature-metadata" feature_definitions = [ {"FeatureName": "feature-1", "FeatureType": "String"}, {"FeatureName": "feature-2", "FeatureType": "String"}, {"FeatureName": "feature-3", "FeatureType": "String"}, {"FeatureName": "feature-4", "FeatureType": "String"}, {"FeatureName": "feature-5", "FeatureType": "String"} ] try: sagemaker_client.create_feature_group( FeatureGroupName=feature_group_name, RecordIdentifierFeatureName="feature-1", EventTimeFeatureName="feature-2", FeatureDefinitions=feature_definitions, OnlineStoreConfig={"EnableOnlineStore": True} ) except ClientError as e: if e.response["Error"]["Code"] == "ResourceInUse": pass else: raise e
Schritt 3: Hinzufügen von Metadaten

Stellen Sie vor dem Hinzufügen von Metadaten mithilfe des DescribeFeatureGroup Vorgangs sicher, dass der Status der Feature-Gruppe Created lautet.

sagemaker_client.describe_feature_group( FeatureGroupName=feature_group_name )

Fügen Sie dem Feature eine Beschreibung hinzu.

sagemaker_client.update_feature_metadata( FeatureGroupName=feature_group_name, FeatureName="feature-1", Description="new description" )

Sie können den DescribeFeatureMetadataVorgang verwenden, um festzustellen, ob Sie die Beschreibung für die Feature-Gruppe erfolgreich aktualisiert haben.

sagemaker_client.describe_feature_metadata( FeatureGroupName=feature_group_name, FeatureName="feature-1" )

Sie können ihn auch verwenden, um der Featuregruppe Parameter hinzuzufügen.

sagemaker_client.update_feature_metadata( FeatureGroupName=feature_group_name, FeatureName="feature-1", ParameterAdditions=[ {"Key": "team", "Value": "featurestore"}, {"Key": "org", "Value": "sagemaker"}, ] )

Sie können den DescribeFeatureMetadata Vorgang erneut verwenden, um zu überprüfen, ob Sie die Parameter erfolgreich hinzugefügt haben.

sagemaker_client.describe_feature_metadata( FeatureGroupName=feature_group_name, FeatureName="feature-1" )