Criar um recurso

Crie um atributo depois de criar um grupo de recursos e associar uma tabela ou visualização do BigQuery a ele. É possível criar vários atributos para um grupo e associar cada um deles a uma coluna específica na fonte de dados do BigQuery. Para informações sobre como usar o BigQuery, consulte a documentação do BigQuery.

Por exemplo, se o grupo de recursosfeaturegroup1 está associada à tabela do BigQuerydatasource_1 que contêm valores de recursos nas colunas. fval1 e nofval2, você pode criar as funcionalidadesfeature_1 de featuregroup1 e associar isso aos valores dos atributos na colunafval1 de dois minutos. Da mesma forma, é possível criar outro atributo chamado feature_2 e associá-lo aos valores de atributos na coluna fval2.

Um grupo de atributos precisa ter uma fonte de dados de recursos associada a ele antes que você possa criar recursos. Se o grupo de atributos não tiver uma fonte de dados associada, atualize-o para associar uma fonte de dados do BigQuery antes de criar atributos nele.

Para entender se é obrigatório, opcional ou desaconselhável registrar seus dados de atributos usando grupos e atributos, consulte o seguinte:

Antes de começar

Faça a autenticação na Vertex AI, a menos que já tenha feito isso.

Selecione a guia para como planeja usar as amostras nesta página:

Console

Quando você usa o Google Cloud console para acessar Google Cloud serviços e APIs, não é necessário configurar a autenticação.

Python

Para usar os exemplos do Python desta página em um ambiente de desenvolvimento local, instale e inicialize a CLI gcloud e configure o Application Default Credentials com suas credenciais de usuário.

  1. Instale a Google Cloud CLI.

  2. Ao usar um provedor de identidade (IdP) externo, primeiro faça login na CLI gcloud com sua identidade federada.

  3. Se você estiver usando um shell local, crie credenciais de autenticação local para sua conta de usuário: 

    gcloud auth application-default login

    Não é necessário fazer isso se você estiver usando o Cloud Shell.

    Se um erro de autenticação for retornado e você estiver usando um provedor de identidade (IdP) externo, confirme se você fez login na CLI gcloud com sua identidade federada.

Para mais informações, consulte Configurar a autenticação para um ambiente de desenvolvimento local.

REST

Para usar as amostras da API REST desta página em um ambiente de desenvolvimento local, use as credenciais fornecidas para a CLI gcloud.

    Instale a Google Cloud CLI.

    Ao usar um provedor de identidade (IdP) externo, primeiro faça login na CLI gcloud com sua identidade federada.

Saiba mais em Autenticar para usar REST na documentação de autenticação do Google Cloud .

Criar um atributo dentro de um grupo de atributos

Use os exemplos a seguir para criar um recurso dentro de um grupo de recursos e associar uma coluna que contenha valores de recursos da fonte de dados do BigQuery registrada para o grupo de recursos.

Console

Use as instruções a seguir para adicionar recursos a um grupo usando o Google Cloud console.

  1. Na seção Vertex AI do Google Cloud console, acesse a página Feature Store.

    Acessar a página da Feature Store

  2. Na seção Grupos de recursos, clique em na linha correspondente ao grupo a que você quer adicionar um recurso e, em seguida, clique em Adicionar recursos.

  3. Para cada recurso, insira um Nome do recurso e clique no nome da coluna de origem do BigQuery correspondente na lista. Para adicionar mais recursos, clique em Adicionar outro recurso.

  4. Clique em Criar.

Python

Para saber como instalar o SDK da Vertex AI para Python, consulte Instalar o SDK da Vertex AI para Python. Para mais informações, consulte a Python documentação de referência da API. 


from google.cloud import aiplatform
from vertexai.resources.preview import feature_store


def create_feature_sample(
    project: str,
    location: str,
    existing_feature_group_id: str,
    feature_id: str,
    version_column_name: str,
):
    aiplatform.init(project=project, location=location)
    feature_group = feature_store.FeatureGroup(existing_feature_group_id)
    feature = feature_group.create_feature(
        name=feature_id, version_column_name=version_column_name
    )
    return feature
  • project: o ID do projeto.
  • location: região em que o grupo de recursos está localizado, como us-central1.
  • existing_feature_group_id: o nome do grupo de recursos em que você quer criar o recurso.
  • version_column_name (opcional): a coluna da tabela ou visualização do BigQuery que você quer associar ao recurso. Se você não especificar esse parâmetro, ele será definido como FEATURE_NAME por padrão.
  • feature_id: o nome do novo recurso que você quer criar.

REST

Para criar um recurso Feature, envie uma solicitação POST usando o método features.create.

Antes de usar os dados da solicitação abaixo, faça as substituições a seguir:

  • LOCATION_ID: região em que o grupo de recursos está localizado, como us-central1.
  • PROJECT_ID: o ID do projeto.
  • FEATUREGROUP_NAME: o nome do grupo de recursos em que você quer criar o elemento.
  • FEATURE_NAME: o nome do novo recurso que você quer criar.
  • VERSION_COLUMN_NAME (opcional): a coluna da tabela ou visualização do BigQuery que você quer associar ao recurso. Se você não especificar esse parâmetro, ele será definido como FEATURE_NAME por padrão.

Método HTTP e URL: 

POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features?feature_id=FEATURE_NAME

Corpo JSON da solicitação: 

{
  "version_column_name": "VERSION_COLUMN_NAME"
}

Para enviar a solicitação, escolha uma destas opções:

curl

Salve o corpo da solicitação em um arquivo com o nome request.json e execute o comando a seguir: 

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/featureGroups/FEATUREGROUP_NAME/features?feature_id=FEATURE_NAME"

PowerShell

Salve o corpo da solicitação em um arquivo com o nome request.json e execute o comando a seguir: 

$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/featureGroups/FEATUREGROUP_NAME/features?feature_id=FEATURE_NAME" | Select-Object -Expand Content

Você receberá uma resposta JSON semelhante a esta:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features/FEATURE_NAME/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1.UpdateFeatureOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-09-18T02:36:22.870679Z",
      "updateTime": "2023-09-18T02:36:22.870679Z"
    }
  }
}

A seguir