Configurazione dell'archivio dei metadati del progetto

Vertex ML Metadata ti consente di monitorare e analizzare i metadati prodotti dai tuoi workflow di machine learning (ML). La prima volta che esegui un PipelineJob o crei un esperimento nell'SDK Vertex, Gemini Enterprise Agent Platform crea il MetadataStore del tuo progetto.

Se vuoi che i tuoi metadati vengano criptati utilizzando chiavi di crittografia gestite dal cliente (CMEK), devi creare l'archivio dei metadati utilizzando una CMEK prima di utilizzare Vertex ML Metadata per monitorare o analizzare i metadati.

Dopo la creazione dell'archivio dei metadati, la chiave CMEK utilizzata dall'archivio dei metadati è indipendente dalla chiave CMEK utilizzata dai processi che registrano i metadati, ad esempio un'esecuzione della pipeline.

Crea un archivio di metadati che utilizza una CMEK

Segui queste istruzioni per creare una CMEK e configurare un archivio di metadati Vertex ML Metadata che utilizza questa CMEK.

1. Utilizza Cloud Key Management Service per configurare le chiavi di crittografia gestite dal cliente.

2. Utilizza la seguente chiamata REST per creare l'archivio di metadati predefinito del progetto utilizzando la tua CMEK.

   Prima di utilizzare i dati della richiesta, apporta le sostituzioni seguenti:

   • LOCATION_ID: la tua regione.
   • PROJECT_ID: il tuo ID progetto. .
   • KEY_RING: il nome del keyring Cloud KMS in cui si trova la chiave di crittografia.
   • KEY_NAME: il nome della chiave di crittografia che vuoi utilizzare per questo archivio di metadati.

   Metodo HTTP e URL:

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

   Corpo JSON della richiesta:

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

   Per inviare la richiesta, espandi una di queste opzioni:

   curl (Linux, macOS o Cloud Shell)

   Nota: il seguente comando presuppone che tu abbia eseguito l'accesso all'interfaccia a riga di comando gcloud con il tuo account utente eseguendo gcloud init o gcloud auth login oppure utilizzando Cloud Shell, che consente di accedere automaticamente all'interfaccia a riga di comando gcloud. Puoi controllare l'account attualmente attivo eseguendo gcloud auth list.

   Salva il corpo della richiesta in un file denominato request.json. Esegui questo comando nel terminale per creare o sovrascrivere questo file nella directory corrente:

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

   Quindi esegui questo comando per inviare la richiesta REST:

   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)

   Nota: il comando seguente presuppone che tu abbia eseguito l'accesso all'interfaccia a riga di comando gcloud con il tuo account utente eseguendo gcloud init o gcloud auth login . Puoi controllare l'account attualmente attivo eseguendo gcloud auth list.

   Salva il corpo della richiesta in un file denominato request.json. Esegui questo comando nel terminale per creare o sovrascrivere questo file nella directory corrente:

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

   Quindi esegui questo comando per inviare la richiesta REST:

   $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

   Dovresti ricevere una risposta JSON simile alla seguente:

   {
     "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"
       }
     }
   }