Eine Onlinespeicherinstanz erstellen

Zum Einrichten der Onlinebereitstellung müssen Sie zuerst eine Onlinespeicherinstanz für die Onlinebereitstellung von Bigtable oder die optimierte Onlinebereitstellung (eingestellt) erstellen.

Beachten Sie, dass Sie den Typ der Onlinebereitstellung nicht mehr ändern können, nachdem Sie beim Erstellen Ihres Onlineshops die Bigtable-Onlinebereitstellung oder die optimierte Onlinebereitstellung ausgewählt haben. Sie können aber die Konfiguration des Bereitstellungs-Endpunkts für eine Onlinespeicherinstanz ändern, die für eine optimierte Onlinebereitstellung erstellt wurde.

Nachdem Sie den Onlineshop erstellt haben, können Sie Featureansichten hinzufügen und diese Featureansichten mit Feature-Datenquellen in BigQuery verknüpfen.

Sie können Ihre Onlineshop-Instanz verschlüsseln, indem Sie beim Erstellen der Instanz einen vom Kunden verwalteten Verschlüsselungsschlüssel (Customer-Managed Encryption Key, CMEK) angeben. Nur die Bigtable-Onlinebereitstellung unterstützt die Verschlüsselung mit einem CMEK. Weitere Informationen zu den Vorteilen der Verwendung eines CMEK und dazu, ob ein CMEK für Ihren Onlineshop sinnvoll ist, finden Sie unter Vorteile von CMEK.

Die Verwendung eines CMEK kann je nach Art des verwendeten Schlüssels zusätzliche Nutzungskosten verursachen. Weitere Informationen zu den Preisen finden Sie unter Cloud Key Management Service – Preise.

Hinweise

Authentifizieren Sie sich bei Vertex AI, sofern nicht bereits geschehen.

Wählen Sie den Tab aus, der Ihrer geplanten Verwendung der Beispiele auf dieser Seite entspricht:

Console

Wenn Sie über die Google Cloud Console auf Google Cloud Dienste und APIs zugreifen, müssen Sie die Authentifizierung nicht einrichten.

Python

Wenn Sie die Python-Beispiele auf dieser Seite in einer lokalen Entwicklungsumgebung verwenden möchten, installieren und initialisieren Sie die gcloud CLI und richten Sie dann die Standardanmeldedaten für Anwendungen mit Ihren Nutzeranmeldedaten ein.

1. Installieren Sie die Google Cloud CLI.

2. Wenn Sie einen externen Identitätsanbieter (IdP) verwenden, müssen Sie sich zuerst mit Ihrer föderierten Identität in der gcloud CLI anmelden.

3. Wenn Sie eine lokale Shell verwenden, erstellen Sie lokale Anmeldedaten zur Authentifizierung für Ihr Nutzerkonto:

   gcloud auth application-default login

   Wenn Sie Cloud Shell verwenden, müssen Sie das nicht tun.

   Wenn ein Authentifizierungsfehler zurückgegeben wird und Sie einen externen Identitätsanbieter (IdP) verwenden, prüfen Sie, ob Sie sich mit Ihrer föderierten Identität in der gcloud CLI angemeldet haben.

Weitere Informationen finden Sie unter Authentifizierung für eine lokale Entwicklungsumgebung einrichten.

REST

Wenn Sie die REST API-Beispiele auf dieser Seite in einer lokalen Entwicklungsumgebung verwenden möchten, verwenden Sie die Anmeldedaten, die Sie der gcloud CLI bereitstellen.

Installieren Sie die Google Cloud CLI.

Wenn Sie einen externen Identitätsanbieter (IdP) verwenden, müssen Sie sich zuerst mit Ihrer föderierten Identität in der gcloud CLI anmelden.

Weitere Informationen finden Sie in der Dokumentation zur Google Cloud -Authentifizierung unter Für die Verwendung von REST authentifizieren.

Erstellen Sie einen Onlineshop für die Onlinebereitstellung von Bigtable.

Wenn Sie die Bigtable-Onlinebereitstellung verwenden, können Sie den Onlinespeicher mit einem CMEK verschlüsseln.

Onlinespeicher für die Onlinebereitstellung von Bigtable ohne CMEK erstellen

Wenn Sie eine Onlineshop-Instanz für die Onlinebereitstellung von Bigtable mit Autoscaling erstellen möchten, ohne einen CMEK anzugeben, verwenden Sie die Google Cloud Console oder die REST API.

Hinweis: Die Bigtable-Onlinebereitstellung unterstützt keine Einbettungen. Wenn Sie Einbettungen bereitstellen möchten, verwenden Sie stattdessen die Vektorsuche.

Console

Gehen Sie nach der folgenden Anleitung vor, um einen Onlineshop für die Onlinebereitstellung von Bigtable mit der Google Cloud Console zu erstellen.

1. Rufen Sie im Bereich „Vertex AI“ der Google Cloud Console die Seite Feature Store auf.

   Zur Seite „Feature Store“

2. Klicken Sie auf Onlineshop, um zum Abschnitt Onlineshop zu gelangen.

3. Klicken Sie auf Erstellen, um die Seite Onlineshop erstellen zu öffnen.

4. Geben Sie einen Namen für den Onlineshop an.

5. Optional: Klicken Sie auf Label hinzufügen und geben Sie den Namen und den Wert des Labels an. Sie können einem Onlineshop mehrere Labels hinzufügen.

6. Klicken Sie im Feld Speicherlösung für den Onlineshop wählen auf Bigtable.

7. Ändern Sie nach Bedarf die Mindestanzahl von Knoten, die Maximale Anzahl von Knoten und das CPU-Auslastungsziel.

8. Klicken Sie auf Erstellen.

Python

Informationen zur Installation des Vertex AI SDK for Python finden Sie unter Vertex AI SDK for Python installieren. Weitere Informationen finden Sie in der Python API-Referenzdokumentation.

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


def create_bigtable_feature_online_store_sample(
    project: str,
    location: str,
    feature_online_store_id: str,
):
    aiplatform.init(project=project, location=location)
    fos = feature_store.FeatureOnlineStore.create_bigtable_store(
        feature_online_store_id
    )
    return fos

• project: Ihre Projekt-ID.
• location: Die Region, in der sich der Onlinespeicher befindet, z. B. us-central1.
• feature_online_store_id: Name der neuen FeatureOnlineStore-Instanz.

REST

Senden Sie zum Erstellen einer FeatureOnlineStore-Ressource eine POST-Anfrage mithilfe der Methode featureOnlineStores.create.

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

• LOCATION_ID: Region, in der Sie den Onlinespeicher erstellen möchten, z. B. us-central1.
• PROJECT_ID: Ihre Projekt-ID.
• FEATUREONLINESTORE_NAME: Der Name der neuen Onlinespeicherinstanz.
• BOOLEAN: Optional: Geben Sie true ein, um einen Onlinespeicher zu erstellen, der die Einbettungsverwaltung unterstützt. Der Standardwert ist false.

HTTP-Methode und URL:

POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME

JSON-Text der Anfrage:

{
  "bigtable": {
    "auto_scaling": {
      "min_node_count": 1,
      "max_node_count": 3,
      "cpu_utilization_target": 50
    }
  }
}

Wenn Sie die Anfrage senden möchten, wählen Sie eine der folgenden Optionen aus:

curl

Hinweis: Der folgende Befehl setzt voraus, dass Sie sich mit Ihrem Nutzerkonto in der gcloud-Befehlszeile angemeldet haben, indem Sie gcloud init oder gcloud auth login ausgeführt oder die Cloud Shell genutzt haben, die Sie automatisch in der gcloud-Befehlszeile anmeldet. Um herauszufinden, welches Konto gerade aktiv ist, führen Sie gcloud auth list aus.

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:

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/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME"

PowerShell

Hinweis: Der folgende Befehl setzt voraus, dass Sie sich mit Ihrem Nutzerkonto in der gcloud-Befehlszeile angemeldet haben, indem Sie gcloud init oder gcloud auth login ausgeführt haben. Um herauszufinden, welches Konto gerade aktiv ist, führen Sie gcloud auth list aus.

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:

$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/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME" | Select-Object -Expand Content

Sie sollten in etwa folgende JSON-Antwort erhalten:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1.CreateFeatureOnlineStoreOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-09-18T17:49:23.847496Z",
      "updateTime": "2023-09-18T17:49:23.847496Z"
    }
  }
}

Onlinespeicher erstellen, der einen CMEK verwendet

Führen Sie die folgenden Schritte aus, um eine Onlinespeicherinstanz für die Bigtable-Onlinebereitstellung zu erstellen, die mit einem CMEK verschlüsselt ist.

Die Verwendung einer CMEK-Verschlüsselung kann je nach verwendetem Schlüsseltyp zusätzliche Nutzungskosten verursachen. Weitere Informationen zu den Preisen finden Sie unter Cloud Key Management Service – Preise.

Hinweis: Die Bigtable-Onlinebereitstellung unterstützt keine Einbettungen. Wenn Sie Einbettungen bereitstellen möchten, verwenden Sie stattdessen die Vektorsuche.

1. Verwenden Sie Cloud Key Management Service, um einen vom Kunden verwalteten Verschlüsselungsschlüssel zu konfigurieren.

2. Senden Sie zum Erstellen einer FeatureOnlineStore-Ressource die folgende POST-Anfrage mit der Methode featureOnlineStores.create und geben Sie den CMEK an.

   Ersetzen Sie diese Werte in den folgenden Anfragedaten:

   • LOCATION_ID: Region, in der Sie den Onlinespeicher erstellen möchten, z. B. us-central1.
   • PROJECT_ID: Ihre Projekt-ID.
   • FEATUREONLINESTORE_NAME: Der Name der neuen Onlinespeicherinstanz.
   • BOOLEAN: Optional: Geben Sie true ein, um einen Onlinespeicher zu erstellen, der die Einbettungsverwaltung unterstützt. Der Standardwert ist false.
   • KEY_NAME: Der Name des Verschlüsselungsschlüssels, den Sie für diesen Metadatenspeicher nutzen möchten.

   HTTP-Methode und URL:

   POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME

   JSON-Text der Anfrage:

   {
     "bigtable": {
       "auto_scaling": {
         "min_node_count": 1,
         "max_node_count": 3,
         "cpu_utilization_target": 50
       }
     },
     "encryption_spec": {
       "kms_key_name": "KEY_NAME"
     }
   }
   

   Wenn Sie die Anfrage senden möchten, wählen Sie eine der folgenden Optionen aus:

   curl

   Hinweis: Der folgende Befehl setzt voraus, dass Sie sich mit Ihrem Nutzerkonto in der gcloud-Befehlszeile angemeldet haben, indem Sie gcloud init oder gcloud auth login ausgeführt oder die Cloud Shell genutzt haben, die Sie automatisch in der gcloud-Befehlszeile anmeldet. Um herauszufinden, welches Konto gerade aktiv ist, führen Sie gcloud auth list aus.

   Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:

   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/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME"

   PowerShell

   Hinweis: Der folgende Befehl setzt voraus, dass Sie sich mit Ihrem Nutzerkonto in der gcloud-Befehlszeile angemeldet haben, indem Sie gcloud init oder gcloud auth login ausgeführt haben. Um herauszufinden, welches Konto gerade aktiv ist, führen Sie gcloud auth list aus.

   Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:

   $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/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME" | Select-Object -Expand Content

   Sie sollten in etwa folgende JSON-Antwort erhalten:

   {
     "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/operations/OPERATION_ID",
     "metadata": {
       "@type": "type.googleapis.com/google.cloud.aiplatform.v1.CreateFeatureOnlineStoreOperationMetadata",
       "genericMetadata": {
         "createTime": "2023-09-18T17:49:23.847496Z",
         "updateTime": "2023-09-18T17:49:23.847496Z"
       }
     }
   }
   

Onlinespeicher für optimierte Onlinebereitstellung erstellen

Die optimierte Onlinebereitstellung von Vertex AI Feature Store wurde eingestellt. Ab dem 17. Mai 2026 werden keine neuen Funktionen mehr hinzugefügt und es werden nur noch kritische Patches bereitgestellt. Am 17. Februar 2027 wird die Funktion vollständig eingestellt und die APIs sind nicht mehr verfügbar.

Um die Latenz zu verbessern und Kosten zu optimieren, migrieren Sie zur Onlinebereitstellung in Bigtable. Verwenden Sie die speziell entwickelte Vektorsuche, um Einbettungen effizient zu speichern und bereitzustellen.

Wenn Sie die optimierte Onlinebereitstellung verwenden, können Sie den Onlinespeicher so konfigurieren, dass Features von einem öffentlichen Endpunkt oder einem dedizierten Private Service Connect-Endpunkt bereitgestellt werden.

Onlinespeicher für optimierte Onlinebereitstellung mit öffentlichem Endpunkt erstellen

In den folgenden Beispielen wird ein Onlineshops für die optimierte Onlinebereitstellung mit einem öffentlichen Endpunkt erstellt.

Console

Gehen Sie nach der folgenden Anleitung vor, um einen Onlineshop für die optimierte Onlinebereitstellung mit der Google Cloud Console zu erstellen.

1. Rufen Sie im Bereich „Vertex AI“ der Google Cloud Console die Seite Feature Store auf.

   Zur Seite „Feature Store“

2. Klicken Sie auf Onlineshop, um zum Abschnitt Onlineshop zu gelangen.

3. Klicken Sie auf Erstellen, um die Seite Onlineshop erstellen zu öffnen.

4. Geben Sie einen Namen für den Onlineshop an.

5. Optional: Klicken Sie auf Label hinzufügen und geben Sie den Namen und den Wert des Labels an. Sie können einem Onlineshop mehrere Labels hinzufügen.

6. Klicken Sie im Feld Speicherlösung für den Onlineshop wählen auf Optimiert.

7. Klicken Sie auf Erstellen.

Python

Informationen zur Installation des Vertex AI SDK for Python finden Sie unter Vertex AI SDK for Python installieren. Weitere Informationen finden Sie in der Python API-Referenzdokumentation.

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


def create_optimized_public_feature_online_store_sample(
    project: str,
    location: str,
    feature_online_store_id: str,
):
    aiplatform.init(project=project, location=location)
    fos = feature_store.FeatureOnlineStore.create_optimized_store(
        feature_online_store_id
    )
    return fos

• project: Ihre Projekt-ID.
• location: Region, in der Sie die FeatureOnlineStore-Instanz erstellen möchten, z. B. us-central1.
• feature_online_store_id: Name der neuen FeatureOnlineStore-Instanz.

REST

Senden Sie zum Erstellen einer Onlineshopinstanz eine POST-Anfrage mit der Methode featureOnlineStores.create .

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

• LOCATION_ID: Region, in der Sie die FeatureOnlineStore-Instanz erstellen möchten, z. B. us-central1.
• PROJECT_ID: Ihre Projekt-ID.
• FEATUREONLINESTORE_NAME: Name der neuen FeatureOnlineStore-Instanz.

HTTP-Methode und URL:

POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME

JSON-Text der Anfrage:

{
  "optimized": {}
}

Wenn Sie die Anfrage senden möchten, wählen Sie eine der folgenden Optionen aus:

curl

Hinweis: Der folgende Befehl setzt voraus, dass Sie sich mit Ihrem Nutzerkonto in der gcloud-Befehlszeile angemeldet haben, indem Sie gcloud init oder gcloud auth login ausgeführt oder die Cloud Shell genutzt haben, die Sie automatisch in der gcloud-Befehlszeile anmeldet. Um herauszufinden, welches Konto gerade aktiv ist, führen Sie gcloud auth list aus.

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:

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/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME"

PowerShell

Hinweis: Der folgende Befehl setzt voraus, dass Sie sich mit Ihrem Nutzerkonto in der gcloud-Befehlszeile angemeldet haben, indem Sie gcloud init oder gcloud auth login ausgeführt haben. Um herauszufinden, welches Konto gerade aktiv ist, führen Sie gcloud auth list aus.

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:

$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/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME" | Select-Object -Expand Content

Sie sollten in etwa folgende JSON-Antwort erhalten:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1.CreateFeatureOnlineStoreOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-09-18T17:49:23.847496Z",
      "updateTime": "2023-09-18T17:49:23.847496Z"
    }
  }
}

Onlinespeicher für optimierte Onlinebereitstellung mit einem Private Service Connect-Endpunkt erstellen

Verwenden Sie das folgende Beispiel, um einen Onlineshop für die optimierte Onlinebereitstellung mit Private Service Connect zu erstellen.

Python

Informationen zur Installation des Vertex AI SDK for Python finden Sie unter Vertex AI SDK for Python installieren. Weitere Informationen finden Sie in der Python API-Referenzdokumentation.

from typing import List

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


def create_optimized_private_feature_online_store_sample(
    project: str,
    location: str,
    feature_online_store_id: str,
    project_allowlist: List[str],
):
    aiplatform.init(project=project, location=location)
    fos = feature_store.FeatureOnlineStore.create_optimized_store(
        name=feature_online_store_id,
        enable_private_service_connect=True,
        project_allowlist=project_allowlist,
    )
    return fos

• project: Ihre Projekt-ID.
• location: Region, in der Sie die FeatureOnlineStore-Instanz erstellen möchten, z. B. us-central1.
• feature_online_store_id: Name der neuen FeatureOnlineStore-Instanz.
• project_allowlist: Die Liste der Projektnamen, die für Private Service Connect (PSC) auf die Zulassungsliste gesetzt werden sollen.

REST

Senden Sie zum Erstellen einer Onlineshopinstanz eine POST-Anfrage mit der Methode featureOnlineStores.create .

Ersetzen Sie diese Werte in den folgenden Anfragedaten:

• LOCATION_ID: Region, in der Sie die FeatureOnlineStore-Instanz erstellen möchten, z. B. us-central1.
• PROJECT_ID: Ihre Projekt-ID.
• FEATUREONLINESTORE_NAME: Name der neuen FeatureOnlineStore-Instanz.
• PROJECT_NAMES: Die Liste der Projektnamen, die für Private Service Connect (PSC) auf die Zulassungsliste gesetzt werden sollen.

HTTP-Methode und URL:

POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME

JSON-Text der Anfrage:

{
  "optimized": {},
  "dedicated_serving_endpoint": {
    "private_service_connect_config": {
      "enable_private_service_connect": true,
      "project_allowlist": ["PROJECT_NAMES"]
    }
  }
}

Wenn Sie die Anfrage senden möchten, wählen Sie eine der folgenden Optionen aus:

curl

Hinweis: Der folgende Befehl setzt voraus, dass Sie sich mit Ihrem Nutzerkonto in der gcloud-Befehlszeile angemeldet haben, indem Sie gcloud init oder gcloud auth login ausgeführt oder die Cloud Shell genutzt haben, die Sie automatisch in der gcloud-Befehlszeile anmeldet. Um herauszufinden, welches Konto gerade aktiv ist, führen Sie gcloud auth list aus.

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:

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/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME"

PowerShell

Hinweis: Der folgende Befehl setzt voraus, dass Sie sich mit Ihrem Nutzerkonto in der gcloud-Befehlszeile angemeldet haben, indem Sie gcloud init oder gcloud auth login ausgeführt haben. Um herauszufinden, welches Konto gerade aktiv ist, führen Sie gcloud auth list aus.

Speichern Sie den Anfragetext in einer Datei mit dem Namen request.json und führen Sie den folgenden Befehl aus:

$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/featureOnlineStores?feature_online_store_id=FEATUREONLINESTORE_NAME" | Select-Object -Expand Content

Sie sollten eine JSON-Antwort ähnlich wie diese erhalten:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureOnlineStores/FEATUREONLINESTORE_NAME/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1.CreateFeatureOnlineStoreOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-09-18T17:49:23.847496Z",
      "updateTime": "2023-09-18T17:49:23.847496Z"
    }
  }
}

Nächste Schritte

• Weitere Informationen zum Erstellen von Featureansichten

• Weitere Informationen zum Aktualisieren eines Onlinespeichers