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.

Online-Geschäft

Der Online-Speicher ist ein Datenspeicher mit niedriger Latenz und hoher Verfügbarkeit, der die Suche nach Funktionen in Echtzeit ermöglicht. Es wird in der Regel für die Modellbereitstellung von Machine Learning (ML) verwendet. Sie können beim Erstellen einer Feature-Gruppe zwischen dem Standard-Online-Speicher (Standard) oder einem Online-Speicher auf Speicherebene (InMemory) wählen. Auf diese Weise können Sie den Speichertyp auswählen, der den Lese- und Schreibmustern für eine bestimmte Anwendung am besten entspricht und gleichzeitig Leistung und Kosten berücksichtigen. Weitere Informationen zur Preisgestaltung finden Sie unter Amazon SageMaker AI Pricing.

Der Online-Speicher enthält die folgenden StorageType Optionen. Weitere Informationen zu den Inhalten des Onlineshops finden Sie unter OnlineStoreConfig.

Speichertyp der Standardstufe

Bei der Standard Stufe handelt es sich um einen verwalteten Datenspeicher mit niedriger Latenz für Onlineshop-Funktionsgruppen. Er ermöglicht einen schnellen Datenabruf für den ML-Modell-Service für Ihre Anwendungen. Standard ist der Standardspeichertyp.

Speichertyp auf Speicherebene

Bei der InMemory Stufe handelt es sich um einen verwalteten Datenspeicher für Onlineshop-Funktionsgruppen, der den Abruf mit sehr geringer Latenz unterstützt. Es ermöglicht den umfassenden Datenabruf in Echtzeit für ML-Modellserver, die für Anwendungen mit hohem Durchsatz verwendet werden. Die InMemory Stufe wird von Amazon ElastiCache (RedisOSS) betrieben. Weitere Informationen finden Sie unter Was ist Amazon ElastiCache (RedisOSS)? .

Die InMemory Onlineshop-Stufe unterstützt die Sammlungstypen „Liste“, „Set“ und „Vector“. Weitere Informationen zu den InMemory Sammlungstypen finden Sie unterSammlungstypen.

Feature Store bietet Lese- und Schreibvorgänge im Onlineshop mit geringer Latenz. Die Anwendungslatenz besteht hauptsächlich aus zwei Hauptkomponenten: Infrastruktur- oder Netzwerklatenz und Feature API Store-Latenz. Die Reduzierung der Netzwerklatenz trägt dazu bei, die niedrigste Latenz für Lese- und Schreibvorgänge im Feature Store zu erzielen. Sie können die Netzwerklatenz auf den Feature Store reduzieren, indem Sie die Bereitstellung AWS PrivateLink auf dem Feature Store Runtime-Endpunkt durchführen. Mit AWS PrivateLink können Sie auf skalierbare Weise privat auf alle Feature Store API Runtime-Operationen von Ihrer Amazon Virtual Private Cloud (VPC) aus zugreifen, indem Sie VPC Schnittstellenendpunkte verwenden. Eine AWS PrivateLink Bereitstellung, bei der die privateDNSEnabled Option auf „Wahr“ gesetzt ist:

Folgen Sie den Schritten unter Zugreifen auf einen AWS Dienst mithilfe eines VPC Schnittstellenendpunkts, AWS PrivateLink um den Feature Store einzurichten. Der Dienstname für Feature Store Runtime in AWS PrivateLink lautetcom.amazonaws.region.sagemaker.featurestore-runtime.

Der InMemory Tier-Onlineshop wird automatisch auf der Grundlage der Speichernutzung und der Anforderungen skaliert. Die automatische Skalierung kann einige Minuten dauern, bis sie sich an ein neues Nutzungsmuster anpasst, wenn es sich schnell ändert. Während der automatisierten Skalierung:

Die Standardgröße für InMemory Tier-Feature-Gruppen beträgt 50 GiB.

Beachten Sie, dass die InMemory Stufe derzeit nur Online-Featuregruppen unterstützt, keine Online- und Offline-Featuregruppen, sodass für diese Stufe keine Replikation zwischen Online- und Offline-Speichers stattfindet InMemory. Außerdem unterstützt die InMemory Stufe derzeit keine vom Kunden verwalteten KMS Schlüssel.