設定專案的中繼資料儲存庫

Vertex ML Metadata 可讓您追蹤及分析機器學習工作流程產生的中繼資料。首次在 Vertex SDK 中執行 PipelineJob 或建立實驗時，Gemini Enterprise Agent Platform 會建立專案的 MetadataStore。

如要使用客戶自行管理的加密金鑰 (CMEK) 加密中繼資料，請先使用 CMEK 建立中繼資料儲存庫，再使用 Vertex ML Metadata 追蹤或分析中繼資料。

中繼資料儲存庫建立完成後，中繼資料儲存庫使用的 CMEK 金鑰，與記錄中繼資料的程序 (例如管道執行) 使用的 CMEK 金鑰無關。

建立使用 CMEK 的中繼資料儲存庫

請按照下列操作說明建立 CMEK，並設定使用這個 CMEK 的 Vertex ML Metadata 中繼資料儲存庫。

1. 使用 Cloud Key Management Service 設定客戶管理的加密金鑰。

2. 使用下列 REST 呼叫，透過 CMEK 建立專案的預設中繼資料存放區。

   使用任何要求資料之前，請先修改下列項目的值：

   • LOCATION_ID：您的區域。
   • PROJECT_ID： 您的 [專案 ID](/resource-manager/docs/creating-managing-projects#identifiers)。 。
   • KEY_RING：加密金鑰所在的 Cloud Key Management Service 金鑰環名稱。
   • KEY_NAME：您要用於這個中繼資料儲存庫的加密金鑰名稱。

   HTTP 方法和網址：

   POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/metadataStores?metadata_store_id=default

   JSON 要求主體：

   {
     "encryption_spec": {
       "kms_key_name": "projects/PROJECT_ID/locations/LOCATION_ID/keyRings/KEY_RING/cryptoKeys/KEY_NAME"
     },
   }
   

   請展開以下其中一個選項，以傳送要求：

   curl (Linux、macOS 或 Cloud Shell)

   注意：下列指令假設您已執行 gcloud init 或 gcloud auth login，透過使用者帳戶登入 gcloud CLI，或已使用 Cloud Shell 自動登入 gcloud CLI。您可以執行 gcloud auth list，查看目前使用的帳戶。

   將要求主體儲存在名為 request.json 的檔案中。在終端機中執行下列指令，在目前目錄中建立或覆寫這個檔案：

   cat > request.json << 'EOF'
   {
     "encryption_spec": {
       "kms_key_name": "projects/PROJECT_ID/locations/LOCATION_ID/keyRings/KEY_RING/cryptoKeys/KEY_NAME"
     },
   }
   EOF

   接著執行下列指令，傳送 REST 要求：

   curl -X POST \
        -H "Authorization: Bearer $(gcloud auth print-access-token)" \
        -H "Content-Type: application/json; charset=utf-8" \
        -d @request.json \
        "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/metadataStores?metadata_store_id=default"

   PowerShell (Windows)

   注意：下列指令假設您已執行 gcloud init 或 gcloud auth login，透過使用者帳戶登入 gcloud CLI。您可以執行 gcloud auth list，查看目前使用的帳戶。

   將要求主體儲存在名為 request.json 的檔案中。在終端機中執行下列指令，在目前目錄中建立或覆寫這個檔案：

   @'
   {
     "encryption_spec": {
       "kms_key_name": "projects/PROJECT_ID/locations/LOCATION_ID/keyRings/KEY_RING/cryptoKeys/KEY_NAME"
     },
   }
   '@  | Out-File -FilePath request.json -Encoding utf8

   接著執行下列指令，傳送 REST 要求：

   $cred = gcloud auth print-access-token
   $headers = @{ "Authorization" = "Bearer $cred" }
   
   Invoke-WebRequest `
       -Method POST `
       -Headers $headers `
       -ContentType: "application/json; charset=utf-8" `
       -InFile request.json `
       -Uri "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/metadataStores?metadata_store_id=default" | Select-Object -Expand Content

   您應該會收到如下的 JSON 回覆：

   {
     "name": "projects/PROJECT_ID/locations/LOCATION_ID/operations/OPERATIONS_ID",
     "metadata": {
       "@type": "type.googleapis.com/google.cloud.aiplatform.v1.CreateMetadataStoreOperationMetadata",
       "genericMetadata": {
         "createTime": "2021-05-18T18:47:14.494997Z",
         "updateTime": "2021-05-18T18:47:14.494997Z"
       }
     }
   }